自适应无监督分类的PolSAR图像机场跑道区域快速检测

摘要：

针对复杂PolSAR图像场景中机场目标区域检测问题,本文提出一种自适应无监督分类的机场目标快速检测方法,该方法首先对极化SAR相干矩阵分解提取PolSAR图像的特征值图,转化为超像素图实现图像去噪及降维.然后用SLIC超像素分割算法分割构造超像素.基于超像素图构建极化分类特征,并采用无监督的谱聚类方法提取出疑似机场跑道区域,其中的类别数确定利用VAT-DBE(Visual Assessment of cluster Tendency-Dark Block Extraction)算法获得.最后,在疑似区域内结合跑道结构特征进一步辨识检测出场景中的机场跑道区域.利用美国UAVSAR系统采集的多组全极化SAR实测数据对算法进行验证,并与两种已有的无监督跑道检测算法进行对比,实验结果表明,该算法能够陕速准确检测出机场跑道区域,处理耗时可减小80％以上.具有更好的鲁棒性.

关键词：遥感、PolSAR图像、机场跑道区域检测、超像素图、自适应无监督分类、谱聚类

所属期刊栏目：23

分类号：TP7;TP3

资助基金：国家自然科学基金61571442;科技部国家重点研发计划项目2016YFB0502405;中央高校项目3122014C004

在线出版日期：2020-01-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1186-1193