University of Stirling@milan米兰体育 利用 Hotelling-Lawley 迹统计和最小误差阈值对极化 SAR 数据进行无监督变化检测

引用

Ghanbari M 和 Akbari V (2018) 利用 Hotelling-Lawley 迹统计和最小误差阈值对极化 SAR 数据进行无监督变化检测。IEEE 应用地球观测和遥感专题杂志，11 (12)，第 4551-4562 页。 https://doi.org/10.1109/jstars.2018.2882412

摘要
与单偏振和双偏振合成孔径雷达 (SAR) 传感器相比，偏振合成孔径雷达 (PolSAR) 传感器提供的辨别能力更强，可以改善土地利用监测和变化检测。这需要多时相 PolSAR 数据集中可靠的变化检测方法。本文提出了一种针对多视 PolSAR 数据的无监督变化检测算法。在该方法的第一步中，应用 Hotelling-Lawley 迹 (HLT) 统计量来测量两个多视协方差矩阵的相似性。作为该步骤的结果，生成标量测试统计图像。然后，在第二步中，开发了广义 Kittler 和 Illingworth (K&I) 最小误差阈值算法来对测试统计图像执行并区分变化区域和未变化区域。 K&I 阈值算法基于广义 Gamma 分布，用于变化类和非变化类的统计建模。所提出的方法在模拟 PolSAR 数据和由无人飞行器 SAR 和 RADARSAT-2 SAR 卫星获取的两个 C 波段完全 PolSAR 数据集上进行了测试。实验表明，与 HLT 统计的 CFAR 型阈值处理相比，所提出的算法可以准确地区分变化区域和未变化区域，提供具有明显更低错误率和更高检测精度值的检测结果。此外，还评估了 HLT 统计量与应用于多视偏振 SAR 数据的其他统计量相比的性能。拟合优度检验结果证明估计的广义 Gamma 类条件模型充分拟合相应的变化类和不变类。

期刊
IEEE 应用地球观测和遥感专题杂志：第 11 卷第 12 期