基于目标分解及纹理信息的全极化SAR影像分类

• 作者: 余洁 刘雨思 张晶
• 来源期刊: 地理空间信息
• 学科: 地球科学
• 关键词: 全极化SAR 目标分解 纹理信息 影像分类
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 技术热点研究
• 页码范围: 11-13,17
• 页数: 4页
• 分类号: P237
• 字数: 2808字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-4623.2018.04.004

摘要

全极化SAR影像含有丰富的特征信息,针对单一特征用于分类难以达到满意精度的问题,提出一种基于不同目标分解方法及纹理信息的SVM(Support Vector Machine,SVM)全极化SAR影像监督分类方法.结果表明,Cloude分解和Yamaguchi分解在极化特征信息提取时各有优势,且都优于Freeman分解效果;Cloude分解和Yamaguchi分解结合作为极化特征信息时,分类总体精度相对较高;纹理信息与极化特征信息在表现地物特性方面具有互补性,结合纹理信息后,分类总体精度提高了4.92%,为90.86%,Kappa系数为0.8754.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张晶	首都师范大学资源环境与旅游学院	42	530	11.0	22.0
2	余洁	首都师范大学资源环境与旅游学院	16	60	5.0	6.0
3	刘雨思	首都师范大学资源环境与旅游学院	4	32	3.0	4.0