一种改进的全极化SAR影像面向对象分类方法

• 作者: 杜培军 谭琨 陈军
• 来源期刊: 中国矿业大学学报
• 学科: 工学
• 关键词: 全极化SAR影像 面向对象分类 基于像元分类 分类器动态选择法 Wishart分类 核距离
• 年，卷（期）: 2015,（5）
• 页码范围: 944-951
• 分类号: TP751
• 语种: 中文

摘要

面向对象分类过程,首先对图像进行分割得到对象,然后将对象进行分类,分割效果直接影响最终分类精度.针对这一问题,提出一种改进的全极化合成孔径雷达(SAR)影像面向对象分类方法,在分类时首先通过计算各对象内部像元类别比例对对象进行判断,若所有类别比例均没有达到某个阈值,则认为此对象存在分割偏差,对其进行基于像元的分类,反之则进行面向对象分类,最后整合像元级和对象级分类结果.分类算法采用改进分类器动态选择法(ICDS)对差异性较大的3个基分类器Wishart、核-KNN和Wishart-KNN进行决策级融合.以AIRSAR,EMISAR的全极化SAR影像为数据进行分类实验.结果表明:改进算法充分利用了对象级和像素级分类的优点,从而得到高精度的分类结果,该算法具有良好的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈军		10	8	1.0	2.0
5	杜培军		6	58	3.0	6.0
6	谭琨		1	8	1.0	1.0