The authors propose a new method fo

The authors propose a new method for unsupervised classification of terrain types and man-made objects using polarimetric synthetic aperture radar (SAR) data. This technique is a combination of the unsupervised classification based on polarimetric target decomposition, S.R. Cloude et al. (1997), and the maximum likelihood classifier based on the complex Wishart distribution for the polarimetric covariance matrix, J.S. Lee et al. (1994). The authors use Cloude and Pottier's method to initially classify the polarimetric SAR image. The initial classification map defines training sets for classification based on the Wishart distribution. The classified results are then used to define training sets for the next iteration. Significant improvement has been observed in iteration. The iteration ends when the number of pixels switching classes becomes smaller than a predetermined number or when other criteria are met. The authors observed that the class centers in the entropy-alpha plane are shifted by each iteration. The final class centers in the entropy-alpha plane are useful for class identification by the scattering mechanism associated with each zone. The advantages of this method are the automated classification, and the interpretation of each class based on scattering mechanism. The effectiveness of this algorithm is demonstrated using a JPL/AIRSAR polarimetric SAR image

ผลลัพธ์ (ไทย) 1:

ผู้เขียนเสนอวิธีการใหม่สำหรับการจัดประเภทชนิดของภูมิประเทศและวัตถุจำลองโดยใช้ข้อมูลเรดาร์ (เขตบริหารพิเศษ) รู polarimetric สังเคราะห์ unsupervised เทคนิคนี้เป็นการรวมการจัดประเภท unsupervised ตามเป้าหมาย polarimetric แยกส่วนประกอบ S.R. Cloude et al. (1997), และ classifier โอกาสสูงสุดตามการแจก Wishart ซับซ้อนของเมตริกซ์ความแปรปรวนร่วมของ polarimetric, al. และ Lee เจเอส (1994) ผู้เขียนใช้วิธี Cloude และของ Pottier เพื่อเริ่มจัดประเภทรูปแบบเขตปกครองพิเศษ polarimetric แผนที่จัดประเภทเริ่มต้นกำหนดชุดฝึกอบรมสำหรับการจัดประเภทตามการกระจาย Wishart ผลลับจะมีการใช้เพื่อกำหนดชุดการฝึกสำหรับการเกิดซ้ำถัดไป ปรับปรุงที่สำคัญมีได้พบในการเกิดซ้ำ การเกิดซ้ำสิ้นสุดเมื่อจำนวนพิกเซลที่เปลี่ยนคลาสที่มีขนาดเล็กกว่าตัวเลขที่กำหนดไว้ หรือ เมื่อตรงตามเงื่อนไขอื่น ๆ ผู้เขียนสังเกตว่า ศูนย์การเรียนในเครื่องบินอัลฟ่าเอนโทรปีที่เปลี่ยน โดยการวนซ้ำแต่ละ ศูนย์การเรียนสุดท้ายในเครื่องบินอัลฟ่าเอนโทรปีจะมีประโยชน์สำหรับรหัสคลาสโดยกลไก scattering ที่สัมพันธ์กับแต่ละเขต ข้อดีของวิธีนี้คือ การจัดประเภทอัตโนมัติ และการตีความของแต่ละชั้นตามกลไก scattering แสดงประสิทธิภาพของอัลกอริทึมนี้ใช้รูป JPL/AIRSAR เขตบริหารพิเศษ polarimetric

ผลลัพธ์ (ไทย) 2:

เขียนได้นำเสนอวิธีการใหม่สำหรับการจัดหมวดหมู่ของประเภทหากินภูมิประเทศและวัตถุที่มนุษย์สร้างขึ้นโดยใช้รูเรดาร์สังเคราะห์ polarimetric (SAR) ข้อมูล เทคนิคนี้คือการรวมกันของการจัดประเภทหากินอยู่บนพื้นฐานของการสลายตัวเป้าหมาย polarimetric, SR Cloude และคณะ (1997) และลักษณนามโอกาสสูงสุดขึ้นอยู่กับการกระจายริชาร์ตที่ซับซ้อนสำหรับแปรปรวนเมทริกซ์ polarimetric, JS ลีและคณะ (1994) ผู้เขียนใช้วิธี Cloude และ Pottier ที่จะเริ่มจัด polarimetric ภาพ SAR แผนที่การจำแนกเบื้องต้นกำหนดชุดการฝึกอบรมการจัดหมวดหมู่ขึ้นอยู่กับการกระจายริชาร์ต ผลการจัดถูกนำมาใช้ในการกำหนดชุดการฝึกอบรมซ้ำไป การปรับปรุงที่สำคัญได้รับการตั้งข้อสังเกตในการทำซ้ำ ย้ำจะสิ้นสุดลงเมื่อจำนวนของพิกเซลเปลี่ยนชั้นเรียนจะมีขนาดเล็กกว่าจำนวนที่กำหนดไว้หรือเมื่อเงื่อนไขอื่น ๆ จะได้พบกับ ผู้เขียนตั้งข้อสังเกตว่าศูนย์การเรียนในเครื่องบินเอนโทรปีอัลฟาจะเลื่อนโดยแต่ละซ้ำ ศูนย์ชั้นสุดท้ายในเครื่องบินเอนโทรปีอัลฟาจะมีประโยชน์สำหรับประชาชนชั้นโดยกลไกการกระเจิงที่เกี่ยวข้องกับแต่ละโซน ข้อดีของวิธีนี้คือการจัดหมวดหมู่โดยอัตโนมัติและการตีความของแต่ละชั้นเรียนขึ้นอยู่กับกลไกการกระจาย ประสิทธิภาพของขั้นตอนวิธีนี้จะแสดงให้เห็นการใช้ JPL / AIRSAR polarimetric ภาพ SAR

ผลลัพธ์ (ไทย) 3:

ผู้เขียนเสนอวิธีใหม่สำหรับการจำแนกชนิดของภูมิประเทศและวัตถุที่มนุษย์สร้างขึ้นโดยใช้การกระเจิงเชิงขั้วรูเรดาร์สังเคราะห์ ( SAR ) โดยขาดการดูแลข้อมูล เทคนิคนี้คือการรวมกันของการกระเจิงเชิงขั้ว unsupervised ตามเป้าหมายการสลายตัว เอส อาร์ cloude et al . ( 1997 )และความเป็นไปได้สูงสุดลักษณนามตามการกระจายของเมทริกซ์ความแปรปรวนร่วมที่วิเชิร์ตกระเจิงเชิงขั้ว เจ. เอส. ลี , et al . ( 1994 ) ผู้เขียนใช้วิธี cloude พอททีเย่ก็เริ่มจัดภาพ SAR กระเจิงเชิงขั้ว . แผนที่การจำแนกเบื้องต้นกำหนดชุดการฝึก สำหรับการจำแนกตามการวิเชิร์ต .การจัดผลจะใช้เพื่อกำหนดชุดการฝึกซ้ำต่อไป การปรับปรุงที่สำคัญได้รับการตรวจสอบในการ . ซ้ำสิ้นสุดลงเมื่อจำนวนของพิกเซล เปลี่ยนคลาส จะเล็กกว่ากำหนดหมายเลขหรือเมื่อเงื่อนไขอื่น ๆ ได้ ผู้เขียนสังเกตว่า ในระดับศูนย์เอนโทรปี อัลฟ่า เครื่องบินจะเปลี่ยนโดยแต่ละซ้ำ .สุดท้ายในชั้นเรียนศูนย์เอนโทรปีอัลฟาเครื่องบินมีประโยชน์เรียนโดยการกำหนดกลไกที่เกี่ยวข้องกับแต่ละโซน ข้อดีของวิธีนี้เป็นแบบอัตโนมัติ หมวดหมู่ และการตีความของแต่ละชั้นเรียน ตามการกระจายกลไก ประสิทธิภาพของขั้นตอนวิธีนี้คือแสดงการกระเจิงเชิงขั้วภาพ airsar / เจพี .