计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2013年
8期
2351-2354
,共4页
极化合成孔径雷达%商空间理论%粒度合成%支持向量机%图像分类
極化閤成孔徑雷達%商空間理論%粒度閤成%支持嚮量機%圖像分類
겁화합성공경뢰체%상공간이론%립도합성%지지향량궤%도상분류
polarimetry Synthetic Aperture Radar(SAR)%quotient space theory%granularity composition%Support Vector Machine(SVM)%image classification
当前极化合成孔径雷达(SAR)图像的分类研究中,极化信息的不完全利用是影响极化SAR图像分类效果的重要原因之一.故将商空间粒度合成理论引入到极化SAR图像分类中,通过建立不同的支持向量机(SVM)分类器构建不同的商空间,从多个粒度层面实现对极化信息的综合利用.首先通过不同的极化分解方法得到不同的极化特征,分别对其建立不同的支持向量机分类器进行分类；再根据粒度合成理论对这些商空间进行融合,得到更细粒度上的改进的分类结果.最后,利用AIRSAR图像进行实验比较,算法改进后的结果在地物误分上有明显的抑制,各类别分类正确率都有所提高.
噹前極化閤成孔徑雷達(SAR)圖像的分類研究中,極化信息的不完全利用是影響極化SAR圖像分類效果的重要原因之一.故將商空間粒度閤成理論引入到極化SAR圖像分類中,通過建立不同的支持嚮量機(SVM)分類器構建不同的商空間,從多箇粒度層麵實現對極化信息的綜閤利用.首先通過不同的極化分解方法得到不同的極化特徵,分彆對其建立不同的支持嚮量機分類器進行分類；再根據粒度閤成理論對這些商空間進行融閤,得到更細粒度上的改進的分類結果.最後,利用AIRSAR圖像進行實驗比較,算法改進後的結果在地物誤分上有明顯的抑製,各類彆分類正確率都有所提高.
당전겁화합성공경뢰체(SAR)도상적분류연구중,겁화신식적불완전이용시영향겁화SAR도상분류효과적중요원인지일.고장상공간립도합성이론인입도겁화SAR도상분류중,통과건립불동적지지향량궤(SVM)분류기구건불동적상공간,종다개립도층면실현대겁화신식적종합이용.수선통과불동적겁화분해방법득도불동적겁화특정,분별대기건립불동적지지향량궤분류기진행분류；재근거립도합성이론대저사상공간진행융합,득도경세립도상적개진적분류결과.최후,이용AIRSAR도상진행실험비교,산법개진후적결과재지물오분상유명현적억제,각유별분류정학솔도유소제고.
