超像素在多极化SAR数据分类中的应用——以ALOS PALSAR为例

• 作者: 梁雪萍 薛东剑 贾诗超
• 来源期刊: 测绘通报
• 学科: 地球科学
• 关键词: 超像素 ALOSPALSAR 极化SAR 地物分类 支持向量机
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 技术交流
• 页码范围: 107-110
• 页数: 4页
• 分类号: P237
• 语种: 中文

摘要

针对已提出的极化合成孔径雷达数据地物分类方法较难同时获得地物边界及相邻信息的问题,并为了减少图像处理的消耗时间,本文引入一种超像素生成算法——线性迭代聚类方法,对日本先进对地观测卫星多极化SAR数据进行地物分类研究.本文以四川省彭州市与什邡市交界地区为研究区,先采用Pauli分解生成RGB假彩色图像并进行滤波,再以此为基础使用线性迭代聚类方法生成超像素,最后用支持向量机分类方法,合理选取极化熵、各向异性度及平均散射角等极化特征组合在一起作为分类参数,对基于像素超像素的极化SAR图像的分类结果进行对比分析.使用超像素比其他基于像素的分类方法能够获得更好的结果,基于超像素分类的总体精度为95.23％,Kappa系数为92.58％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	薛东剑	成都理工大学地球科学学院	47	229	8.0	13.0
2	梁雪萍	成都理工大学地球科学学院	1	0	0.0	0.0
3	贾诗超	兰州大学资源环境学院	1	0	0.0	0.0