基于RNMU的多源星载SAR影像融合与土地覆盖分类

• 作者: 付雪 尤淑撑 张超 李俐 陈琦琦 魏海
• 来源期刊: 农业机械学报
• 学科: 工学
• 关键词: 土地覆盖分类 影像融合 高分三号 Sentinel-1 递归非负矩阵下近似
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 农业信息化工程
• 页码范围: 191-200
• 页数: 10页
• 分类号: TP79
• 字数: 6384字
• 语种: 中文
• DOI: 10.6041/j.issn.1000-1298.2020.03.022

摘要

为充分利用多时相、多极化SAR数据在不同土地覆盖类型中的后向散射特性,将递归非负矩阵下近似(Recursive nonnegative matrix underapproximation,RNMU)算法引入多源SAR数据的融合,并利用融合后的SAR影像实现较高精度的土地覆盖分类.融合过程中,在根据不同模式SAR影像特点进行多源SAR影像预处理的基础上,基于RNMU算法通过对多个输入SAR影像进行矩阵分解及迭代最优矩阵求解,得到融合影像.为验证融合后SAR影像在土地覆盖分类中的应用效果,以吉林省大安市为研究区,对多时相Sentinel-1的VV/VH双极化SAR数据和高分三号(GF-3)的HH/HV双极化SAR数据进行了基于RNMU的影像融合,并利用融合后的SAR影像进行研究区主要土地覆盖类型分类.实验结果表明,基于RNMU融合影像的土地覆盖分类总体精度达93.11％,Kappa系数为0.86,与Gram-Schmid(G-S)融合方法相比,分类总体精度提高了6.83个百分点,Kappa系数提高0.12.多源SAR融合为SAR影像融合提供了有效手段,为土地覆盖分类提供了更多高精度的数据资源.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张超	中国农业大学土地科学与技术学院	110	973	17.0	24.0
3	李俐	中国农业大学土地科学与技术学院	43	267	10.0	14.0
7	陈琦琦	中国农业大学土地科学与技术学院	2	1	1.0	1.0
10	尤淑撑		2	0	0.0	0.0
11	魏海		2	0	0.0	0.0
12	付雪	中国农业大学信息与电气工程学院	5	7	1.0	2.0