对特征提取的PolSAR分解进行审查
Konstantinos Karachristos1, Georgia Koukiou1, Vassilis Anastassopoulos1
1Electronics Laboratory (ELLAB), Physics Department, University of Patras, 26504 Rio, Greece.
Journal of imaging
|April 26, 2024
概括
本综述详细介绍了用于遥感数据的极度测量分解技术. 它检查了连贯和非连贯的方法,包括保利,卡梅伦,弗里曼-杜尔登,山口和克劳德-波蒂埃分解,用于特征提取.
科学领域:
- 遥感 遥感 遥感 遥感
- 地理空间分析是什么
- 信号处理 信号处理
背景情况:
- 特征提取对于分析复杂的遥感数据,特别是完全极度度图像至关重要.
- 极度测量分解技术对于从这些数据集中提取详细信息至关重要.
- 了解不同的分解方法是推进遥感应用的关键.
研究的目的:
- 系统地审查和介绍用于遥感的已建立的极度测量分解算法.
- 阐明连贯和非连贯分解方法的数学基础和原则.
- 为各种应用提供这些技术的潜在组合的洞察力.
主要方法:
- 将极度测量分解技术分为连贯和非连贯方法的分类.
- 基础算法的详细检查:保利分解.
- 对连贯方法 (卡梅伦) 和非连贯方法 (弗里曼-杜尔登,山口,克劳德-波蒂埃) 的深入分析.
主要成果:
- 在温哥华地区的基准数据集上对每个分解方法的实验测试.
- 对各种极度测量分解技术的疗效进行比较分析.
- 确定每个方法的优势和基本原则.
结论:
- 极度测量分解对于有效的遥感数据分析至关重要.
- 对各种分解技术的全面了解可以提高特征提取能力.
- 对结合方法的进一步研究可以解锁遥感中的新应用.


