采用流形近邻传播聚类的极化SAR图像分类

来源：信号处理杂志 2016年第2期北京时间：

作者：刘璐, 靳少辉, 焦李成, 刘帅

摘要：针对传统近邻传播（Affinity Propagation, AP）聚类算法使用欧式距离构建相似度矩阵，不能有效描述极化SAR数据复杂分布的问题，本文提出一种新的基于联合流形距离的AP聚类算法(CMD-AP) 用于极化SAR图像分类。首先将待分类极化SAR图像分割成若干超像素，在相应的极化特征基础上加入图像纹理特征，利用拉普拉斯特征映射算法对特征降维；然后结合相干矩阵Wishart流形和特征矢量欧式流形作为流形距离测度，构造相似性矩阵；最后利用上述相似性矩阵，采用AP聚类算法，对极化SAR图像进行分类。该算法充分考虑了极化SAR数据集潜在的流形结构，将联合的流形距离测度引入AP算法中。实验表明，本文算法提高了极化SAR图像的分类精度，具有更优的区域一致性和边缘保持效果。

关键词：图像分类, 极化合成孔径雷达, 流形学习, 近邻传播聚类, 超像素