针对极化SAR（PolSAR）遥感图像分割，提出了一种空间受限的核模糊C均值（SCKFCM）算法。 与经典的模糊C均值（FCM）算法相比，核方法可以执行从原始空间到核空间的非线性映射。 因此，SCKFCM不受遥感图像数据分布的影响。 此外，为了克服斑点噪声的影响，在目标函数中增加了空间约束项，可以有效地提高图像分割的准确性。 PolSAR图像分割的实验结果证明了所提出的SCKFCM方法的有效性。

Wishart 向导是在 IDL 中实现的图形用户界面 (GUI)，作为遥感图像分析环境 ENVI 的扩展。 它提供了一个简化且用户友好的平台，用于使用双时相极化 SAR 图像执行多变量变化检测。 所实施的变化检测程序利用了以平均协方差矩阵格式的极化 SAR 图像观测值的复杂 Wishart 分布，以定义每像素变化/无变化假设检验。 它包括检验统计量概率分布的近似值，因此允许引用变化像素的定量显着性水平。 此外，改进的多元方法用于估计外观平均图像的等效外观数 (ENL)，这是假设检验的关键参数。 如果 SARscape 在 ENVI 环境中获得许可，则向导会在 IDL 脚本级别访问 SARscape API 以仅公开变更检测分析所需的功能，从而指导用户并简化处理链。 如果 SARscape 不存在，则可以使用用于所需预处理的开源替代方案，并在本文档中进行了描述。

本代码可用于实现双边滤波处理极化SAR图像，具有很好的去噪效果

近些年，利用计算机对极化SAR图像进行分类逐渐成为遥感领域的一个研究热点.本文采用全极化SAR数据，利用不同的特征提取算法提取特征，并基于随机森林模型最终实现对江苏沿海滩涂的分类.首先采用H/α和Freeman两种分解算法提取极化特征参数，采用灰度共生矩阵提取纹理特征参数；然后将提取的所有特征进行不同的组合，构成不同的特征集；最后采用随机森林模型对不同特征集合进行分类和精度评估.结果表明仅用纹理特征对沿海滩涂进行分类时效果较差；利用极化分解提取出的散射特征进行分类的结果要优于矩阵元素特征的分类结果；综合了极化散射特征和纹理特征的组合方式在沿海滩涂的分类中可以取得最优的分类结果，总体精度和Kappa系数可以达到94.44%和0.9305，表明极化SAR图像中蕴含的不同方面的特征在分类中具有一定的互补性.

给出了一种散射模型与Wishart分类相结合的极化合成孔径雷达(polarimetric synthetic aperture radar,PolSAR)图像非监督分类方法。首先利用去取向三分量散射模型进行粗分类,将像素划分为三种基本散射类型和混合散射类型;然后,在基本散射类型内根据占优散射机制的功率进行细分类,并根据Wishart距离对细分类的结果进行类别合并,合并到指定的类别数;最后对四种散射类型的像素分别重新进行Wishart迭代,从而实现极化SAR数据的非监督分类。利用美国AIRSAR机载系统采集的实测数据进行实验,并且同已有分类方法进行比较,结果表明本文方法改善了分类效果,且降低了体散射过估计。

改进的多视PolSAR非局部均值滤波算法

极化SAR图像原数据，对研究极化SAR处理的人员有用