极化目标分解在目标分类中的应用

• 作者: 吴先良 汪洋 鲁加国
• 来源期刊: 安徽大学学报（自然科学版）
• 学科: 工学
• 关键词: 相干目标分解 极化 目标分类 最小距离分类器
• 年，卷（期）: 2006,（5）
• 页码范围: 33-36
• 页数: 4页
• 分类号: TN957
• 字数: 2063字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2162.2006.05.010

摘要

极化目标分解是从极化SAR数据中提取目标特征的重要方法,可以将其概括为两大类:基于Sinclair矩阵的相干目标分解和基于Mueller矩阵、相干矩阵、协方差矩阵的部分相干目标分解.利用相干目标分解中的基于Pauli矩阵分解法、Krogager分解法和Cameron分解法,对实测极化SAR数据进行分类实验,结果表明极化目标分解对于从极化SAR数据中提取目标特征,进而对其进行分类是可行和有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴先良	安徽大学计算智能与信号处理教育部重点实验室	212	1028	13.0	20.0
2	汪洋	安徽大学计算智能与信号处理教育部重点实验室	18	86	6.0	9.0