基于对象的合成孔径雷达影像极化分解方法

？面向对象方法已成为全极化合成孔径雷达（sar）影像处理的常用方法，但是极化分解仍以组成对象的像素为计算单元，针对以像素为单位的极化分解效率低的问题，提出一种面向对象的极化分解方法。通过散射相似性系数加权迭代，获得对象的极化表征矩阵并对其收敛性进行了分析，以对象极化表征矩阵的极化分解代替对象区域内所有像素的分解，提高极化特征获取效率。在此基础上，综合影像对象空间特征，并通过特征选择与支持向量机(svm)分类进行分析和评价。通过airsarflevoland影像数据实验表明，面向对象的分解方法能够减少对象极化特征提取的时间，同时提高地物目标的分类精度。相对于监督wishart方法，提出方法的总体精度和kappa值分别提高了17%和20%。