基于粒子群算法的全极化牦犃犚图像非监督分类算法研究.PDFVIP

第 卷 第 期 武 汉 大 学 学 报 ·信 息 科 学 版 Ｖｏｌ．３５Ｎｏ．８ ３５ ８ 年 月 Ａｕ．２０１０ ２０１０ ８ ＧｅｏｍａｔｉｃｓａｎｄＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅｏｆＷｕｈａｎＵｎｉｖｅｒｓｉｔ ｇ ｙ 文章编号： （ ） 文献标志码： １６７１８８６０２０１００８０９４１０５ Ａ 基于粒子群算法的全极化犛犃犚图像 非监督分类算法研究 张中山１ ２ １ １ 燕 琴 余 洁 李 岩 　 　 　 　 　 　 （ 武汉大学遥感信息工程学院，武汉市珞喻路 号， ） １ １２９ ４３００７９ 　 （ 中国测绘科学研究院，北京市海淀区北太平路 号， ） ２ １６ １０００３９ 　 摘 要：提出了一种基于 ／／ 和粒子群优化（ ）算法的全极化 数据非监督分类方法。该方法利用 犎 犃 ＰＳＯ ＳＡＲ 　 α ／／ 对全极化 数据进行基于散射机理的初分类，计算各类别的聚类中心，并利用计算结果对 算 犎 犃 ＳＡＲ ＰＳＯ α 法进行初始化，然后采用ＰＳＯ对极化 ＳＡＲ数据进行迭代分类。在运算过程中，引入了基于最大似然准则的 复Ｗｉｓｈａｒｔ距离，以提高分类器的性能。实验结果验证了该算法的有效性，所提出算法的分类结果优于传统 的 ／／ 分类方法。 犎 犃 Ｗｉｓｈａｒｔ α 关键词：粒子群算法； ／／ ；极化 ；复 距离 犎 犃 ＳＡＲ Ｗｉｓｈａｒｔ α 中图法分类号： Ｐ２３７．３ 当前，极化 图像分类已经成为遥感数据 的方法改进了 ／／ 算法，使得分类精 犎 犃 　　 ＳＡＲ Ｗｉｓｈａｒｔ α ［］ 处理的重要内容。与单极化 ＳＡＲ数据相比，全极 度有一定提高 ４ ；刘秀清和杨汝良提出了基于全 化 ＳＡＲ数据包含了更丰富的目标信息，其数据形 极化 ＳＡＲ极化特征分解及最大似然估计的非监