基于非负特征值分解的极化sar子空间分解滤波

极化sar子空间分解滤波的优势在于能很好地保持极化信息,然而斑点噪声抑制效果与边缘、点目标信息的保持能力却有待提高。针对这一问题,提出了一种基于非负特征值分解(nned)的极化sar子空间分解滤波。对于每一个像素点,首先计算其参数向量协方差矩阵的特征值与特征向量,进而得到各个特征子空间；然后,以散射机制相似度最小化为标准,利用nned选取分离信号子空间与噪声子空间的最优阈值；最后根据信号子空间得到滤波后的结果。实测极化sar实验表明,相比于同类算法,所提出的算法能有效地抑制斑点噪声并且能很好地保持边缘、点目标信息。