极化合成Kong径雷达(PolSAR)满足了全天无光照,不受天气等原因获取图像的要求,因此已广泛应用于军事和民用生活。 PolSAR图像包含大量信息。 其处理和解释在国防建设和经济发展中起着越来越重要的作用。 但是,使用传统的基于聚类的方法对PolSAR图像进行分类的准确性非常有限。 本文提出了一种新颖的半监督分类方法。 模拟退火遗传算法(SAGA)旨在优化用于寻找模糊C均值(FCM)聚类的最佳中心的迭代机制,从而避免了局部最优。 这样可以在每个类别上进行更准确的划分。 在合成的和真实的PolSAR图像上的实验结果证实了该算法与常规方法相比具有优越的性能。