一种改进的MCSM/H-PSO全极化SAR影像分类方法

• 作者: 余洁 余莎莎 朱腾 王彦兵
• 来源期刊: 测绘通报
• 学科: 地球科学
• 关键词: 全极化SAR影像分类 MCSM分解 PSO算法 散射嫡
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 学术研究
• 页码范围: 53-57
• 页数: 5页
• 分类号: P237
• 语种: 中文

摘要

粒子群算法由于其优秀的随机全局寻优能力,在遥感图像分类领域应用广泛.为迸一步提高粒子优劣判别能力,使得最终聚类中心更具合理性,本文在应用PSO算法迸行全极化SAR影像分类时,考虑影像相邻像素间具有空间相关性,提出了加权PSO算法,以提高分类精度.同时,在迸行全极化SAR影像分类时,为了更充分地利用全极化SAR影像极化特征,采用多成分散射模型分解(MCSM)方法结合散射嫡提取影像6种极化特征.改迸的MCSM/H-PSO全极化SAR影像分类方法,首先通过MCSM分解和散射嫡对全极化SAR影像迸行基于散射机理的初分类,再将分类结果作为加权PSO算法的初始类别划分,并通过迭代实现地物分类.采用北京市Radarsat 2全极化SAR数据和美国旧金山AIRSAR全极化SAR数据分别迸行试验,本文方法分类总体精度分别可达90.57％和93.25％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱腾	广东工业大学机电工程学院	5	5	1.0	2.0
2	余莎莎	首都师范大学资源环境与旅游学院	1	3	1.0	1.0