用于极化sar的特征分解，其中包括常见cloude、freeman等分解

将读取的San Francisco地区数据转成Muller矩阵的程序

Whitt算法——参考《通用偏振雷达标定技术》 PARC算法——参考《有源雷达校准器偏振SAR标定实验》 Quegan算法——参考《偏振数据相位和串扰标定的统一算法——理论与观测》 Ainsworth算法——参考“保留后验偏振SAR定标的方向角

极化SAR目标分解方法以及RCS后向散射特征提取知识应用

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。

安全技术-网络信息-面向极化SAR地物分类的稀疏深度网络.pdf

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

极化SAR定标处理的matlab程序，采用最新的Ainsworth算法

初学者学习极化SAR的最好书籍。极化SAR图像处理是热门的研究领域