Polarimetric SAR image segmentation based on spatially constrained kernel fuzzy C-means clustering

Jianchao Fan, Jun Wang

Результат исследований: Глава в книге, отчете, сборнике статейМатериалы для конференциирецензирование

2 Цитирования (Scopus)

Аннотация

A spatially constrained kernel fuzzy C-means (SCKFCM) algorithm is represented for polarimetric SAR (PolSAR) remote sensing image segmentation in this paper. Compared with classic fuzzy C-means (FCM) algorithm, kernel method could perform the nonlinear mapping from the original space to kernel space. Thus, SCKFCM is not impacted by the remote sensing image data distribution. Furthermore, in order to overcome the affection of speckle noises, the spatial constraint item is added in the objective function, which would improve the image segmentation accuracy effectively. The experiment results on PolSAR image segmentation demonstrate the validity of proposed SCKFCM approach.

Язык оригиналаАнглийский
Название основной публикацииMTS/IEEE OCEANS 2015 - Genova
Подзаголовок основной публикацииDiscovering Sustainable Ocean Energy for a New World
ИздательInstitute of Electrical and Electronics Engineers Inc.
ISBN (электронное издание)9781479987368
DOI
СостояниеОпубликовано - 17 сент. 2015
Опубликовано для внешнего пользованияДа
СобытиеMTS/IEEE OCEANS 2015 - Genova - Genova, Италия
Продолжительность: 18 мая 201521 мая 2015

Серия публикаций

НазваниеMTS/IEEE OCEANS 2015 - Genova: Discovering Sustainable Ocean Energy for a New World

Конференция

КонференцияMTS/IEEE OCEANS 2015 - Genova
Страна/TерриторияИталия
ГородGenova
Период18/05/1521/05/15

Fingerprint

Подробные сведения о темах исследования «Polarimetric SAR image segmentation based on spatially constrained kernel fuzzy C-means clustering». Вместе они формируют уникальный семантический отпечаток (fingerprint).

Цитировать