關鍵詞：極化sar圖像 非監督分類 張量積圖 擴散 超像素 

摘要：針對相似度表達的困難性以及極化SAR圖像中固有的相干斑噪聲問題,該文提出了一種基于張量積(TPG)擴散的非監督極化SAR圖像地物分類算法。張量積擴散一般用于光學圖像的分割或檢索,目前研究表明,其已可用于極化SAR(PolSAR)圖像地物分類。基于張量積擴散可以穩健地度量數據點之間的測地線距離,因此能夠更好地挖掘數據點之間內在的相似度信息。首先,將極化SAR圖像進行分割,生成許多超像素;其次,基于超像素提取7種特征并生成一個特征向量,進而利用高斯核構建相似度矩陣;再次,基于已構建的相似度矩陣,利用張量積擴散沿著數據點的內在流形結構進行相似度的傳播,實現全局的相似性度量,從而獲得一個具有更強判別能力的相似度矩陣;最后,基于此相似度矩陣進行譜聚類以得到地物分類結果。該文在仿真和實測極化SAR圖像上均進行了大量實驗,并與4種經典算法進行對比,結果表明該方法可以有效地結合空間鄰域相似度信息并取得更高的分類精度。

雷達學報雜志要求:

<一>計量單位、數字、符號 文稿必須使用法定的計量單位符號。

<二>正文標題：文內各級標題題號一律頂格書寫，標題題號分級采用1；1.1；1.1.1等標注形式。結構層次不宜過多，一般為二級或三級。

<三>文稿應具嚴謹的科學性，并有一定先進性和實用性。內容重點突出，文字務必簡練、準確、通順，字跡清楚。

<四>基金課題論文所涉及的課題如是國家或部、省、市級以上基金項目或攻關項目，應在文題頁左下角橫線下注明“基金項目。

<五>引言作為論文的開場白，應以簡短的篇幅介紹論文的研究背景和目的，對相關領域內前人所做的工作和研究進行簡要的概括。

注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社