Classification non supervisée du comportement de diffusion utilisant la polarimétrie hybride

Cette étude présente un algorithme non supervisé pour la classification du comportement de diffusion utilisant des données polarimétriques hybrides (hybride‐Pol). Les auteurs présentent des algorithmes de classification de couverture terrestre non supervisée basés sur l'estimation du maximum de vraisemblance pour l'image hybride‐PolSAR. Cette technique de classification découle de la décomposition m − δ des images hybrides‐Pol. L'introduction d'un traitement statistique est la principale contribution de l'algorithme actuel. Les performances des algorithmes hybrides‐Pol ont été évaluées par rapport à la décomposition de Freeman–Durden des données SAR complètement polarimétriques. Les auteurs ont démontré, en utilisant deux ensembles de données différents, que l'algorithme proposé non seulement offre de meilleures performances de classification globale, mais qu'il est également capable de classer les trois principaux types de mécanismes de diffusion, alors que les algorithmes de classification hybrides‐PolSAR existants échouent souvent à classer l'un des types de diffusion.