10.3969/j.issn.1002-137X.2013.05.063
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阅值;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.
极化合成孔径雷达(极化SAR)、斑点噪声、子空间分解、非负特征值分解(NNED)
40
TP75(遥感技术)
国家自然科学基金61271297,61272281;国防预研基金9140A01060411DZ0101;博士学科点科研专项基金20110203110001
2013-07-11(万方平台首次上网日期,不代表论文的发表时间)
共5页
266-270