| 基于目标分解及纹理信息的全极化SAR影像分类 |
| |
| 引用本文： | 刘雨思,余洁,张晶.基于目标分解及纹理信息的全极化SAR影像分类[J].地理空间信息,2018(4). |
| |
| 作者姓名： | 刘雨思 余洁 张晶 |
| |
| 作者单位： | 首都师范大学资源环境与旅游学院 |
| |
| 摘 要： | 全极化SAR影像含有丰富的特征信息,针对单一特征用于分类难以达到满意精度的问题,提出一种基于不同目标分解方法及纹理信息的SVM(Support Vector Machine,SVM)全极化SAR影像监督分类方法。结果表明,Cloude分解和Yamaguchi分解在极化特征信息提取时各有优势,且都优于Freeman分解效果;Cloude分解和Yamaguchi分解结合作为极化特征信息时,分类总体精度相对较高;纹理信息与极化特征信息在表现地物特性方面具有互补性,结合纹理信息后,分类总体精度提高了4.92%,为90.86%,Kappa系数为0.8754。
|
| 关 键 词： | 全极化SAR 目标分解 纹理信息 影像分类 |
Full Polarimetric SAR Image Classification Based on Target Decomposition and Texture Information |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
|
