MATLAB极化SAR图像Wishart聚类与Freeman分解分析系统

资 源 简 介

本项目基于MATLAB实现极化SAR图像的Wishart聚类与Freeman分解分析，支持自动分类与特征提取。通过极化熵、散射角和反熵参数进行聚类，并解析地表、二次及体散射分量，适用于遥感图像处理研究。

详 情 说 明

极化SAR图像Wishart聚类与Freeman分解分析系统

项目介绍

本项目是一个专业的极化合成孔径雷达（SAR）图像处理与分析系统，实现了基于极化熵（H）、极化散射角（α）和反熵（A）特征的Wishart聚类算法，能够对极化SAR图像进行自动分类和特征分析。系统同时整合了Freeman分解算法，提供地表散射、二次散射和体散射三种基本散射机制的分量提取。通过可视化展示聚类结果和分解结果，为用户提供完整的极化SAR数据处理解决方案。

功能特性

• Wishart聚类分析：基于H-α-A特征空间的Wishart无监督分类算法
• Freeman分解：提取地表散射、二次散射和体散射三分量信息
• 特征空间可视化：生成H-α平面分布图，直观展示散射特性分布
• 结果统计分析：提供聚类统计信息和分类精度评估报告
• 可视化输出：支持聚类结果图和分解结果图的多格式输出

使用方法

输入数据准备

1. 极化SAR数据：提供C3/T3格式的协方差矩阵或相干矩阵数据
2. 特征图输入：

- 极化熵（H）图（单通道灰度图像） - 平均极化散射角（α）图（单通道灰度图像） - 反熵（A）图（单通道灰度图像）

1. 可选参数：初始聚类中心设置（如不提供则自动计算）

运行流程

1. 配置输入数据路径和参数设置
2. 执行主程序启动分析流程
3. 查看生成的聚类结果和分解结果
4. 分析统计报告和精度评估结果

输出结果

• Wishart聚类结果图（分类标签图）
• 聚类统计信息（各类别像素数量、特征均值等）
• Freeman分解结果图（三分量伪彩色合成图）
• H-α特征空间分布可视化图
• 分类精度评估报告（需提供参考真值图）

系统要求

• 操作系统：Windows/Linux/macOS
• 运行环境：MATLAB R2018b或更高版本
• 内存要求：建议8GB以上，处理大数据时需16GB以上
• 存储空间：至少2GB可用空间用于临时文件存储

文件说明

主程序文件整合了系统的核心处理流程，主要承担以下功能：协调整个分析流程的调度执行，实现极化SAR数据的读取与预处理，完成基于H-α-A特征的Wishart聚类计算，执行Freeman三分量分解算法，生成各类可视化结果图表，并输出详细的统计分析报告。该文件作为系统的中枢控制模块，确保各功能模块之间的数据流转与协同工作。