基于超像素与Span-Pauli分解的SAR影像分类

• 作者: 余洁 朱腾 李小娟 燕琴
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 地球科学
• 关键词: 合成孔径雷达 超像素 分水岭分割 Pauli分解 非监督分类
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 电子与信息工程
• 页码范围: 77-81
• 页数: 5页
• 分类号: P237
• 语种: 中文
• DOI: 10.13245/j.hust.150716

摘要

针对高分辨率极化合成孔径雷达（SAR）影像解译中面向像素方法难以充分利用影像信息的问题，提出一种基于超像素与Span‐Pauli分解的非监督分类方法．利用分水岭方法易于过分割的特点，将分水岭分割得到的特征相似、空间相邻的像素集合视为超像素，并作为分类算法的基本处理单元．利用极化参数Span及Pauli基对极化SAR数据进行迭代分类，以实现适用于高分辨率SAR影像的非监督分类．采用X波段高分辨率SAR数据进行实验，结果表明：基于超像素的分类方法能有效抑制分类结果中的椒盐现象，将总体精度提高到了73．81％；在准确区分水体、道路的基础上，提高了复杂的农作物类别的分类精度．

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余洁	武汉大学遥感信息工程学院	34	303	9.0	16.0
3	李小娟	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	63	1049	18.0	30.0
6	朱腾	武汉大学遥感信息工程学院	6	30	4.0	5.0
7	燕琴	首都师范大学资源环境与旅游学院	1	5	1.0	1.0