|
|||||
|
|
| 基于特征值和Singh分解的全极化Radarsat-2图像分类 | |
| 作者单位： | ;1.南京大学地理与海洋科学学院;2.江苏省地理信息技术重点实验室;3.江苏省地理信息资源开发与利用协同创新中心;4.济南市环境监测中心站 |
| 摘 要： | 基于模型的分解发展较快,但存在负功率、体散射过估计、未充分利用相干矩阵等问题,考虑到基于模型分解的优点,采用Singh分解提取极化信息,同时用散射角、极化熵和极化总功率进行补充,再利用SVM对山东禹城地区全极化Radarsat-2数据进行分类。为验证该方法的有效性,将其与H/α/A-Wishart和Yamaguchi-SVM两种分类方法进行比较。结果表明,该方法分类效果较好,总体精度分别提高了6.4%和3.48%。 |
| 关 键 词： | 全极化SAR图像分类 Singh分解 Cloude分解 极化总功率 SVM |
Fully Polarimetric SAR Images Classification Based on Singh Decomposition Strengthened by Eigenvalues |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ | |