现代测绘
現代測繪
현대측회
MODECN SUIVEYING AND MAPPING
2012年
3期
7-10
,共4页
极化SAR%非监督分类%地物要素
極化SAR%非鑑督分類%地物要素
겁화SAR%비감독분류%지물요소
polarimetric SAR (Pol-SAR)%unsupervised classification%primary object
摘要本文提出了一个基于极化SAR数据进行重要地物要素提取的方法，首先通过经典的特征分解方法得到散射目标的极化特征，然后结合基于Wishart的K-means非监督分类方法和基于最大似然的监督分类方法得到分类结果，经过分类后处理，最后提取各地物要素，生成地表覆盖图。实测极化SAR数据结果验证了方法的有效性。
摘要本文提齣瞭一箇基于極化SAR數據進行重要地物要素提取的方法，首先通過經典的特徵分解方法得到散射目標的極化特徵，然後結閤基于Wishart的K-means非鑑督分類方法和基于最大似然的鑑督分類方法得到分類結果，經過分類後處理，最後提取各地物要素，生成地錶覆蓋圖。實測極化SAR數據結果驗證瞭方法的有效性。
적요본문제출료일개기우겁화SAR수거진행중요지물요소제취적방법，수선통과경전적특정분해방법득도산사목표적겁화특정，연후결합기우Wishart적K-means비감독분류방법화기우최대사연적감독분류방법득도분류결과，경과분류후처리，최후제취각지물요소，생성지표복개도。실측겁화SAR수거결과험증료방법적유효성。
Abstract In this paper, we have proposed a good methed to extract the primary object based on the PolSAR data. The methed first applies the classic target decomposition theorems to get the polarimetric properties of the scattering targets. Then it combins the wishart unsupervised classification method based on K-means algorithm and the supervised maximum likelihood classification method to get the classifcaiton maps. After post-processing, we will extract the terrain factors and general the land cover map. Through the experimental results, we have proved the effectiveness of our method.
