用于落叶制图的极化引导非局部均值协方差矩阵估计
图像与视频处理
2020-07-20 v2 机器学习
摘要
在本研究中，我们探讨了利用合成孔径雷达（SAR）数据对苔原-森林生态过渡带中的树木进行高分辨率落叶与再生制图的可能性。利用航拍照片，确定了四个活森林区域和四个死树区域。从同一区域采集了RADARSAT-2的四极化SAR数据，并使用引导非局部均值散斑滤波的一种新颖扩展计算了复多视极化协方差矩阵。非局部方法使我们能够保留单视复数据的高空间分辨率，这对于研究区域内稀疏散布树木的精确制图至关重要。使用标准的随机森林分类算法，我们的滤波方法达到了超过的分类精度，高于传统散斑滤波方法，并与基于光学数据的分类精度相当。
引用
@article{arxiv.2001.08976,
title = {Polarimetric Guided Nonlocal Means Covariance Matrix Estimation for Defoliation Mapping},
author = {Jørgen A. Agersborg and Stian Normann Anfinsen and Jane Uhd Jepsen},
journal= {arXiv preprint arXiv:2001.08976},
year = {2020}
}
备注
Update to match final submitted version accepted to IGARSS 2020. 4 pages, 2 columns, 3 figures