基于并行拍卖图的极化SAR数据快速半监督分类

尽管基于图的机器学习已在遥感领域引起了广泛关注,并且已广泛用于地形分类,但是大多数现有算法中的图构造仍然占用大量内存和大量计算时间,尤其是对于大型极化合成Kong径雷达(PolSAR)数据。 针对这些问题,本文提出了一种基于并行拍卖图的快速半监督分类方法。 首先使用超像素分割对像素之间的空间关系进行预处理。 然后,我们将PolSAR数据分为多个组,每个组都用于构造稀疏拍卖图。 在这些图上并行执行半监督分类。 在模拟和真实的PolSAR数据上进行的实验结果表明,与现有方法相比,该方法的有效性和有效性。