结合视觉特征的极化SAR图像分类

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 黄鹏艳  卜丽静  范永良 

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。