一种结合纹理特征的极化SAR图像SVM分类方法

• 作者: 权亚楠 沈璐 禹哲珠 马宏宇
• 来源期刊: 北京测绘
• 学科: 地球科学
• 关键词: 极化合成孔径雷达(SAR)图像分类 目标分解 纹理特征 支持向量机(SVM)
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 经验交流
• 页码范围: 1235-1239
• 页数: 5页
• 分类号: P237
• 字数: 2516字
• 语种: 中文
• DOI: 10.19580/j.cnki.1007-3000.2018.10.027

摘要

目前,基于目标分解特征的传统极化SAR图像分类方法,通常不能满足使用者对精度的需求,因此有必要进一步提高其分类精度.纹理特征是提高地物辨识度的重要特征,将目标分解与其结合可以有效增加特征向量在分类中的作用,改善极化SAR分类过程中精度低的问题,因此,本文提出一种结合纹理特征的极化SAR图像分类方法.实验结果表明,在不同的特征向量中,结合纹理特征后,各类地物的分类精度以及总体分类精度均有不同程度提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	权亚楠		2	4	1.0	2.0