基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
尽管合成孔径雷达(SAR)具有全天时全天候的优势,但利用单一分辨率SAR图像进行海冰分类时仍存在诸多问题.低分辨率图像尽管覆盖范围大,但混合像元解析能力差、分类精度低,而基于高分辨率SAR尽管能获得较好的分类效果,但图像覆盖范围较小,为此论文提出一种基于条件随机场(CRF)的复合分类方法对海冰进行分类研究,利用高分辨率图像指导低分辨率图像进行海冰分类.首先提取8种纹理特征进行分类,通过Kappa系数和准确率、召回率以及F1值的对比选取效果较好的Gabor特征作为模型的输入数据,然后将图像进行分层级处理,将分辨率降低后的高分辨率图像输入到条件随机场模型中进行训练,再将低分辨率图像中与高分辨率图像重合的区域作为待分类图像输入到训练好的模型中进行分类.最后将分类结果与使用传统的复合分类方法得到的分类结果进行比较.实验结果表明,论文提出的方法在分类精度上优于这些分类器.
推荐文章
基于PCNN的海冰SAR图像分类系统
脉冲耦合神经网络(PCNN)
合成孔径雷达(SAR)
辽东湾海冰海冰分类
基于纹理分析的SAR海冰图像分类方法
遥感技术应用
SAR海冰图像
图像分类
纹理特征
最小距离方法
基于目标分解的极化SAR图像SVM监督分类
极化合成孔径雷达
图像分类
目标分解
支持向量机
Wishart迭代
模糊C-均值
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于层级CRF的SAR图像海冰复合分类
来源期刊 计算机与数字工程 学科 工学
关键词 SAR 海冰 条件随机场 复合分类 纹理特征
年,卷(期) 2020,(11) 所属期刊栏目 图像处理
研究方向 页码范围 2723-2728,2738
页数 7页 分类号 TP79
字数 语种 中文
DOI 10.3969/j.issn.1672-9722.2020.11.036
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郭浩 13 84 4.0 9.0
2 安居白 39 314 10.0 17.0
3 王威 11 59 6.0 7.0
4 王妍 8 30 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (31)
共引文献  (44)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
SAR
海冰
条件随机场
复合分类
纹理特征
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导