基于非负特征值分解的极化SAR子空间分解滤波

作者：刘高峰; 李明; 王亚军; 张鹏

来源：计算机科学, 2013, (05): 266-270.

• 极化合成孔径雷达(极化SAR)
• 斑点噪声
• 子空间分解
• 非负特征值分解(NNED) Polarimetric synthetic aperture radar(POLSAR)
• Speckle noise
• Subspace decomposition
• Nonnegative eigenvalue decomposition(NNED)

极化SAR子空间分解滤波的优势在于能很好地保持极化信息,然而斑点噪声抑制效果与边缘、点目标信息的保持能力却有待提高。针对这一问题,提出了一种基于非负特征值分解(NNED)的极化SAR子空间分解滤波。对于每一个像素点,首先计算其参数向量协方差矩阵的特征值与特征向量,进而得到各个特征子空间;然后,以散射机制相似度最小化为标准,利用NNED选取分离信号子空间与噪声子空间的最优阈值;最后根据信号子空间得到滤波后的结果。实测极化SAR实验表明,相比于同类算法,所提出的算法能有效地抑制斑点噪声并且能很好地保持边缘、点目标信息。

• 单位
  西安电子科技大学