论文研究 基于特征值相似度量的谱聚类用于土地覆盖的POL SAR图像分割

提出了一种基于特征值相似性度量的土地覆盖物极化SAR图像分割方法。 该方法利用相干矩阵的特征值来构造聚类算法的相似度量，以对SAR图像进行分割。 Mahalanobis距离用于度量像素之间的成对相似性，以避免在以前的光谱聚类方法中进行手动比例参数调整。 此外，空间相干约束和频谱聚类集成被用来稳定和提高分割性能。 所有实验均在三组极化SAR数据上进行。 实验结果表明，该方法优于其他比较方法。