Journal of Systems Engineering and Electronics ›› 2011, Vol. 33 ›› Issue (11): 2413-2417.doi: 10.3969/j.issn.1001-506X.2011.11.13
张斌1,2, 马国锐2, 林立宇2, 梅天灿1, 秦前清2
ZHANG Bin1,2, MA Guo-rui2, LIN Li-yu2, MEI Tian-can1, QIN Qian-qing2
摘要:
针对多极化合成孔径雷达(polarimetric synthetic aperture radar, POLSAR)影像由于受到相干斑噪声影响导致分类精度较低,提出了一种基于均值漂移和多尺度马尔科夫随机场的非监督分类算法。该算法首先由Mean-Shift算法得到最粗尺度的初始分类结果,然后由马尔科夫随机场对结果进行优化得到最粗尺度最终分类结果。将上一尺度的分类结果映射到下一尺度作为初始分类结果,然后由Wishart分布对极化协方差矩阵进行建模并采用迭代条件模式(iterative conditional modes, ICM)算法求取基于最大后验下分类结果。逐层映射,最细尺度的结果作为最终分类结果。详细给出了算法的基本原理和实施步骤,并采用E-SAR和AirSAR数据对算法进行了验证。实验表明,与同类算法相比较,算法具有更高的分类精度。
中图分类号: