基于多通道分类合成的SAR图像分类研究

• 作者: 冒亚明 孙灏 慎利 李长春
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 多通道 SAR 图像分类 SVM 粒度合成
• 年，卷（期）: 2010,（3）
• 所属期刊栏目: 图像处理
• 页码范围: 7-11
• 页数: 5页
• 分类号: TP391.41
• 字数: 4149字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2010.03.003

摘要

SAR 具有全天时、全天候工作能力,且能够提供高分辨率图像数据.SAR图像分类是SAR图像处理的关键步骤.目前,SAR图像分类多是基于单通道图像数据.多通道SAR数据极大地丰富了地物目标信息量,利用多通道数据进行分类,是SAR图像分类的重要发展方向.本文提出基于多通道分类合成的SAR图像分类算法.该算法首先利用SVM对不同通道的数据分别进行分类,然后利用粒度合成理论对不同的分类结果进行合并,最后实现多通道SAR数据图像分类.本文重点论述了利用该方法进行SAR图像分类的基本流程和步骤.最后,结合实验结果,证明了该算法的可行性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李长春	北京师范大学资源学院	64	538	11.0	20.0
3	孙灏	中国矿业大学测绘与空间信息工程研究所	4	39	3.0	4.0
4	冒亚明	北京师范大学资源学院	3	46	3.0	3.0
7	慎利	北京师范大学资源学院	8	105	6.0	8.0