用于林分状态分类的极化协方差引导非局部均值估计
图像与视频处理
2022-02-16 v1
摘要
我们开发了一种在单视复（SLC）格式分辨率下估计极化合成孔径雷达（PolSAR）协方差矩阵的非局部算法。该算法受到近期引导非局部均值（NLM）散斑滤波工作的启发，其中利用共配准的光学图像辅助滤波。基于SAR与光学域中块级不相似性，我们设定用于形成估计的词典式目标向量外积的非局部平均的权重。通过该方法，我们表明所估计的协方差矩阵比先前的滤波方法更好地保持局部结构，并改善活立木与落叶及枯死森林的分离。该算法保持细节的特性也意味着它可适用于其他需要保持SLC格式分辨率的场景。
引用
@article{arxiv.2106.09550,
title = {Guided Nonlocal Means Estimation of Polarimetric Covariance for Canopy State Classification},
author = {Jørgen A. Agersborg and Stian Normann Anfinsen and Jane Uhd Jepsen},
journal= {arXiv preprint arXiv:2106.09550},
year = {2022}
}
备注
18 pages, 10 figures