融合彩色特征和统计模型的极化SAR图像分类的城市框架。

在用于极化SAR(POLSAR)图像的常规地形分类中,除非最近进行了一项监督工作,否则很少涉及颜色特征。 与这项工作不同,本文将颜色特征用于无监督分类。 首先,基于POLSAR数据的极化分解,计算常见的色彩空间,例如RGB,HSI和CIELab。 通过引入颜色熵从这些颜色空间中定量选择颜色特征。 然后,结合空间信息,扩展的散射功率熵和同极化比率,使用自适应均值漂移算法对POLSAR图像进行分割。 最后,根据Wishart距离测量将这些段合并。 使用AIRSAR L波段POLSAR数据进行的实验表明,与现有工作相比,该方法对市区和边界保护具有更好的判别能力。