摘要：极化SAR图像分类是SAR图像解译的重要内容，快速、准确的SAR图像分类是实现各种实际应用的前提。现基于极化SAR图像的特点，用H-α、wishart分布及H-α-FCM三种方法对机载全极化SAR数据和星载全极化SAR数据做了分类实验研究。结果表明，由于H-α平面的划分过于简单，这不可避免的会导致分类结果的不稳定性；wishart分类方法能够清楚地区分开自然地物的主要类型，更符合散射机制的自然分布，并考虑与后向散射强度有关的信息，以一种自适应的方式改变了H-α平面中的决策边界，改善了H-α分类结果；H-α-FCM分类方法能较好的克服H-α分类结果中地物类别的模糊问题。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社