编号 zgly0001710916
文献类型 期刊论文
文献题名 结合视觉特征的极化SAR图像分类
作者单位 洛阳理工学院土木工程学院 辽宁工程技术大学测绘与地理科学学院 兰州大学土木工程与力学学院
母体文献 国土资源遥感
年卷期 2020年02期
年份 2020
分类号 TP391.41
关键词 目标分解 视觉特征 极化SAR分类 特征向量
文摘内容 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。