结合视觉特征的极化SAR图像分类

• 作者: 卜丽静 范永良 黄鹏艳
• 来源期刊: 国土资源遥感
• 学科: 工学
• 关键词: 目标分解 视觉特征 极化SAR分类 特征向量
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 技术方法
• 页码范围: 88-93
• 页数: 6页
• 分类号: TP79
• 字数: 4251字
• 语种: 中文
• DOI: 10.6046/gtzyyg.2020.02.12

摘要

为充分提取极化合成孔径雷达(synthetic aperture Radar,SAR)图像中的信息,提高图像分类精度,提出结合视觉特征的极化SAR图像分类方法.首先,通过极化目标分解方法提取极化参数组成极化特征向量;然后,通过灰度共生矩阵和假彩色合成图像提取极化SAR图像中的纹理和颜色特征参数构成视觉特征向量;最后,将视觉特征向量与极化特征向量组合成新的特征向量,并利用支持向量机(support vector machine,SVM)方法进行分类.对RADARSAT-2的全极化SLC数据进行分类实验,结果表明,与仅使用极化特征向量相比,视觉特征的加入能有效提高极化SAR图像的分类精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卜丽静	辽宁工程技术大学测绘与地理科学学院	35	70	4.0	6.0
2	黄鹏艳	洛阳理工学院土木工程学院	6	5	1.0	2.0
3	范永良	兰州大学土木工程与力学学院	1	0	0.0	0.0