科学技术与工程
科學技術與工程
과학기술여공정
SCIENCE TECHNOLOGY AND ENGINEERING
2014年
17期
104-108,142
,共6页
全极化SAR%Pauli分解%Freeman分解%Yamaguchi分解%SVM%复Wishart分布
全極化SAR%Pauli分解%Freeman分解%Yamaguchi分解%SVM%複Wishart分佈
전겁화SAR%Pauli분해%Freeman분해%Yamaguchi분해%SVM%복Wishart분포
PolSAR%Pauli decomposition%Freeman decomposition%Yamaguchi decomposition%SVM%complex wishart distribution
全极化合成孔径雷达(SAR)影像准确分类的一个重要前提是充分提取反映地物实际物理性质的特征.然而现有的全极化SAR特征提取算法和分类算法众多,却均存在各种各样的问题.无论极化特征提取方法还是分类算法,都会影响最终的分类精度.针对此问题,在多次实验的基础上,提出一种综合Pauli极化特征分解和支持向量机(SVM)的分类策略,简称为Pauli-SVM算法.首先通过经典的Pauli分解法提取全极化SAR影像的奇次散射、偶次散射、体散射等极化特征;并将这些信息组合成一个特征向量,然后引入高精度的SVM分类算法,选择训练样本后对全极化SAR影像进行监督分类.在江苏溧水和南京横溪镇两个研究区,以ALOS卫星的PALSAR影像为研究数据,进行监督Wishart分类算法、Freeman特征提取法结合SVM的分类算法、Yamaguchi特征提取法结合SVM的分类算法、Pauli-SVM算法的分类对比实验.结果表明,新提出的Pauli-SVM算法可以有效地提高分类的准确性.
全極化閤成孔徑雷達(SAR)影像準確分類的一箇重要前提是充分提取反映地物實際物理性質的特徵.然而現有的全極化SAR特徵提取算法和分類算法衆多,卻均存在各種各樣的問題.無論極化特徵提取方法還是分類算法,都會影響最終的分類精度.針對此問題,在多次實驗的基礎上,提齣一種綜閤Pauli極化特徵分解和支持嚮量機(SVM)的分類策略,簡稱為Pauli-SVM算法.首先通過經典的Pauli分解法提取全極化SAR影像的奇次散射、偶次散射、體散射等極化特徵;併將這些信息組閤成一箇特徵嚮量,然後引入高精度的SVM分類算法,選擇訓練樣本後對全極化SAR影像進行鑑督分類.在江囌溧水和南京橫溪鎮兩箇研究區,以ALOS衛星的PALSAR影像為研究數據,進行鑑督Wishart分類算法、Freeman特徵提取法結閤SVM的分類算法、Yamaguchi特徵提取法結閤SVM的分類算法、Pauli-SVM算法的分類對比實驗.結果錶明,新提齣的Pauli-SVM算法可以有效地提高分類的準確性.
전겁화합성공경뢰체(SAR)영상준학분류적일개중요전제시충분제취반영지물실제물이성질적특정.연이현유적전겁화SAR특정제취산법화분류산법음다,각균존재각충각양적문제.무론겁화특정제취방법환시분류산법,도회영향최종적분류정도.침대차문제,재다차실험적기출상,제출일충종합Pauli겁화특정분해화지지향량궤(SVM)적분류책략,간칭위Pauli-SVM산법.수선통과경전적Pauli분해법제취전겁화SAR영상적기차산사、우차산사、체산사등겁화특정;병장저사신식조합성일개특정향량,연후인입고정도적SVM분류산법,선택훈련양본후대전겁화SAR영상진행감독분류.재강소률수화남경횡계진량개연구구,이ALOS위성적PALSAR영상위연구수거,진행감독Wishart분류산법、Freeman특정제취법결합SVM적분류산법、Yamaguchi특정제취법결합SVM적분류산법、Pauli-SVM산법적분류대비실험.결과표명,신제출적Pauli-SVM산법가이유효지제고분류적준학성.
