结合特征选择和大尺度谱聚类的极化SAR图像非监督分类

来源：信号处理杂志 2016年第6期北京时间：

作者：孙勋, 杨祥立, 涂尚坦, 黄平平, 杨文

摘要：非监督分类是极化SAR图像解译的重要手段，但其分类结果易受到高维特征的影响。针对此问题，本文提出一种结合特征选择和大尺度谱聚类的极化SAR图像非监督分类方法。该方法首先深入分析并提取了极化SAR图像分类中常用的特征参数，包括基于测量数据及其简单线性变换的特征和极化目标分解的特征。然后通过聚类森林特征选择算法进行特征降维处理，去除冗余信息。最后利用过分割产生代表点并构建原始数据与代表点间的二分图，通过大尺度谱聚类算法完成图像的非监督分类。实验结果表明，该方法能够选取有效的特征组合，并得到较为满意的分类效果。

关键词：极化合成孔径雷达, 特征选择, 非监督分类, 谱聚类