粒子群优化算法在全极化SAR影像非监督分类中的应用 |
| |
引用本文: | 朱腾,余洁,谢东海,刘利敏.粒子群优化算法在全极化SAR影像非监督分类中的应用[J].测绘学院学报,2014(1). |
| |
作者姓名: | 朱腾 余洁 谢东海 刘利敏 |
| |
作者单位: | 武汉大学遥感信息工程学院;首都师范大学资源环境与地理信息系统北京市重点实验室;首都师范大学资源环境与旅游学院; |
| |
基金项目: | 国家863计划重点项目(2011AA120404) |
| |
摘 要: | 极化SAR影像高维数以及高分辨率带来的大数据量特点使得影像分类的复杂度不断增加。粒子群优化(PSO)算法作为新型进化计算技术,具有强大的全局寻优能力。本文研究了一种基于PSO算法的极化SAR影像的分类方法。该方法首先利用H/α方法对数据进行基于散射机理的初分类;然后利用分类结果对PSO算法进行初始化;最后采用PSO对极化SAR数据迭代分类。实验采用NASA-JPL实验室的极化SAR数据以及中国电子科技集团X波段原型样机的高分辨率数据。结果表明,H/α-PSO分类方法较H/α-Wishart分类精度及目视效果均有所提高。
|
关 键 词: | 粒子群优化算法 遥感 极化SAR 非监督分类 H/α-Wishart算法 |
本文献已被 CNKI 等数据库收录! |