原创力文档基于去取向理论的全极化sar图像模糊非监督聚类 unsupervised classification of polarimetric sar image using deorientation theory and complex wishart distribution.pdfVIP
- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于去取向理论的全极化sar图像模糊非监督聚类 unsupervised classification of polarimetric sar image using deorientation theory and complex wishart distribution
第29卷第4期 电子与信息学报 Vbl．29No．4
2007年4月 Journ础ofEktronics＆Information
Technolo留 Apr．2007
基于去取向理论的全极化SAR图像模糊非监督聚类
康欣∞ 韩崇昭∞ 徐丰② 王英华④
…(西安交通大学综合自动化研究所710049西安)
…(复旦大学波散射与遥感信息教育部重点实验室 200433上海)
摘要：由于复杂散射体的随机取向导致其回波具有一定的波动性，利用目标分解理论对全极化SAR图像进行分
类时，分类结果会出现一定程度的错分现象。该文提出了一种新的非监督分类算法，该算法首先根据去取向理论，
将目标向量旋转到最小交叉极化方向；然后，采用珏知／骖数描述散射机制，以模糊隶属函数代替参数平面的“硬”
附近的L波段NASA／JPLSIR-C全极化SAR图像作为实验数据进行了仿真试验，并进一步对聚类中心的迁移进行了
讨论。试验和讨论结果表明：同基于日／面和类虹mean的算法比较，该文的聚类算法对聚类效果有明显改善，类别
对应的散射机制也更为准确，分类结果有利于地表类型的自动识别。
关键词：合成孔径雷达；去取向；无监督分类；模糊聚类；雷达极化
中图分类号：TN957．52 文献标识码：A
ClassificationofPolarimetricSAR
UnsuperVised ImgeUsing
Deorientationand Wishart
TheoryCoInplex
XinwHan Xu
Kang Chong—zhaowFeng…、vangYin分hu一
D，眈幻mtedAⅡtDmo￡iD佗，崩，0n五oD￡D叼踟i口e阳魄痢，on710049，蕊溉0)
①(觑砒u￡e
②(‰可三06DmtD删0，讹eo￡匏砌姆ondRem。抛扎si叼J他厂Drmo抗Dn，Mi佗妇t卅∥E砒c凸抚。佗，
200433，吼in0)
凡don溉i姗s锄，舰on9^oi
Abstr她t：Scatterof terrainsurfaceswithrandomorientationrandom echoes．
target8complex product nuctuating
Thi8leadstoaconfusedclaussification onfun
by targetdecompositionpolarimetric
directlyusing SAR(PolsAR)
solvethis new classificationmethodis inthis
unsupervi8ed prop08ed target
image．Tb problem，a paper．Firstly，the
vectoristransformedtothestatewithminimizationof the
您可能关注的文档
- 基于快速折叠算法和时频分析的lpi跳频信号截获 ffa and tfa-based interception of lpi frequency hopping signal.pdf
- 基于扩散方程和mrf的sar图像分割 sar image segmentation based on diffusion equations and mrf.pdf
- 基于扩展顺序图的多风格软件可靠性分析方法 analysis method for multi-style software reliability based on extended sequence diagram.pdf
- 基于拉普拉斯算子统计量的lsb替换隐写分析方法 detection methods for lsb embedding based on laplacian statistics.pdf
- 基于蓝牙技术的动态心电监护系统的开发 the development of ambulatory ecg monitoring system based on bluetooth technology.pdf
- 基于蓝牙的高压真空开关信息传输系统.pdf
- 基于蓝牙技术的语音接入系统设计与实现 design and development of bluetooth wireless audio access system.pdf
- 基于类高斯模型的显微图像固点噪声定位算法 fixed noise locating algorithm based on quasi-gaussian model for microscope image.pdf
- 基于块对角化和服务公平性的次最优用户选择方案 a suboptimal user selection algorithm based on block diagonalization and fairness.pdf
- 基于离散分数布朗随机场的水下图像目标检测 underwater image detection based on the discrete fractional brownian random field.pdf
- 基于全互连立方体的ad hoc网络自适应路由算法 a self-adaptive routing algorithm in fccn-based wireless ad hoc networks.pdf
- 基于全相位dctidct内插的去马赛克算法 demosaicing algorithm based on all phase dctidct interpolation.pdf
- 基于全相位的零相位数字滤波器的设计方法 design method of digital filter with zero-phase based on all phase.pdf
- 基于热电致冷的雷达高频箱环控技术研究 environmental control design of radar hf equipments case based on tec technique.pdf
- 基于人工红外光照时地面目标红外特性的分析 characteristic analysis of ground targets based on artificial infrared illuminator.pdf
- 基于人工神经网络的光学膜系设计方法 an optical coating designing method based on an artificial neural network.pdf
- 基于人工神经网络的脉冲激光烧蚀ag纳米粒子胶体的预测和验证 prediction and verification of average diameter of silver nanoparticles colloid by pulsed laser ablation based on artificial neural networks.pdf
- 基于人工鱼群算法的pmd补偿处理单元设计 design of pmd compensation processing unit based on artificial fish swarm algorithm.pdf
- 基于人脸肤色和特征的实时检测跟踪算法 real-time detection and tracking algorithm based on the color and character of human face.pdf
- 基于人工神经网络模型的智能遮阳控制系统 smart shade control system based on the artificial neural network model.pdf
文档评论（0）