一种基于图卷积网络的极化SAR相对相似性度量及分类算法

本发明提供了一种基于图卷积网络的极化SAR相对相似性度量及分类算法，在预处理完的极化SAR影像上进行极化超像素分割(Pol‑ASLIC)，然后使用提出的融合了对称修订Wishart距离和AIRM距离的||WA||2距离来计算极化协方差矩阵间的相似性程度并构建邻接矩阵，最后以极化协方差矩阵作为超像素区域特征输入GCN图卷积网络进行半监督分类。本申请在图卷积网络中对极化SAR数据的度量效果要优于目前热门的对称修订Wishart距离与AIRM距离，能够实现更好的极化SAR分类效果和精度。