首页
|
本学科首页
官方微博
|
高级检索
全部专业
测绘学
大气科学(气象学)
地球物理学
地质学
海洋学
天文学
学报及综合类
自然地理学
按
中文标题
英文标题
中文关键词
英文关键词
中文摘要
英文摘要
作者中文名
作者英文名
单位中文名
单位英文名
基金中文名
基金英文名
杂志中文名
杂志英文名
栏目英文名
栏目英文名
DOI
责任编辑
分类号
杂志ISSN号
检索
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!
设为首页
|
免责声明
|
关于勤云
|
加入收藏
Copyright
©
北京勤云科技发展有限公司
京ICP备09084417号