本项目提供基于MATLAB的SAR（合成孔径雷达）数据时间序列分析工具，具体实现偏振度计算及时间聚类算法。通过这些技术，用户可以深入理解不同时间段内地表变化情况。
该代码用于从极化SAR数据（完整FP格式与紧凑CP格式）中提取散射类型参数，并应用一种新的聚类方案进行无监督分类。
在处理过程中，对于FP和CP的数据集分别采用不同的目标特征参数。具体而言，这些参数被定义为T3矩阵的对角元素：
- SC 和 OC 定义如下：\[SC = \sqrt{(\alpha + 2\beta) / (1 - \gamma)}\] 和 \[OC = (\delta + 2\varepsilon) / (1 - \zeta)\]
其中，\(\alpha, \beta, \gamma\) 及其他参数代表T3矩阵的对角元素。对于CP SAR数据集中的斯托克斯元素除外。
此外，代码中还涉及了Barakat偏振度（3D和2D）的概念：
- 3D Barakat偏振度：\[P_1 = \sqrt{\frac{1}{6}(S_{xx}^2 + S_{yy}^2 + S_{zz}^2 - (S_{xy}^2 + S_{xz}^2 + S_{yz}^2))}\]
- 2D Barakat偏振度：\[P_0 = \sqrt{\frac{1}{3}(S_{xx} + S_{yy}) / 2 - (\sigma_x^2 + \sigma_y^2) / (4\mu)}\]
聚类图中的阴影区域代表不可行的参数空间。
为了运行此代码，用户需要FP数据集的相干矩阵元素（T3）和CP数据集中协方差矩阵元素（C2）。如果这些文件已经存在于父目录下，则可以使用“unsupervised_clustering_FP.py”或“unsupervised_clustering_CP.py”脚本计算聚类图像。NBT3与C2矩阵的元素除非以PolSARpro格式导出，其对应的T3或者C2目录必须包含由PolSARpro生成的配置文件（config.txt）。
5星
