综合多特征的极化SAR图像随机森林分类算法

编号 zgly0001675888

文献类型 期刊论文

文献题名 综合多特征的极化SAR图像随机森林分类算法

作者 徐乔  张霄  余绍淮  陈启浩  刘修国 

作者单位 中交第二公路勘察设计研究院有限公司  中国地质大学(武汉)信息工程学院 

母体文献 遥感学报 

年卷期 2019年04期

年份 2019 

分类号 TN957.52 

关键词 遥感  极化SAR  分类  多特征  随机森林  超像素  概率松弛算法 

文摘内容 为抑制相干斑噪声对极化SAR图像分类结果的干扰,本文提出一种综合多特征的极化SAR图像随机森林分类方法。该方法首先利用简单线性迭代聚类(SLIC)算法生成超像素作为分类单元;然后,基于高维极化特征图像,利用训练好的随机森林模型,统计决策树的分类投票数,计算各超像素的类别概率;最后,利用超像素间的空间邻域特征,采用概率松弛算法(PLR)迭代修正超像素的类别后验概率,并依据最大后验概率(MAP)准则得到分类结果;实现综合利用超像素和空间邻域特征,降低相干斑噪声干扰的极化SAR图像分类方法。实验对比结果表明:本文方法能得有效抑制极化SAR图像中相干斑噪声的干扰,得到高精度且光滑连续的分类结果。