顾及PolSAR影像极化-空间信息的农作物识别方法

摘要：

针对传统基于全极化合成孔径雷达(PolSAR)影像的农作物分类方法因不同农作物的极化、纹理信息描述不准确及特征冗余,导致农作物识别方法低精度与低效率的问题,该文在基于优选的极化特征基础上,通过综合利用不同农作物在PolSAR影像表现的空间上下文信息,形成对应纹理特征,并融合随机森林分类器与马尔可夫随机场算法,提出一种顾及PolSAR影像极化-空间信息的农作物类型识别新方法.基于荷兰Flevoland省及海南陵水县定性与定量结果表明:与传统农作物分类方法比较,本文有效解决农作物类型识别过程受极化-纹理特征构建不准确问题,显著提高了农作物识别的总体精度与Kappa系数(两实验区总体精度分别提升了 5.5％和2.6％,Kappa提升了 0.061和0.037),为农业相关部门决策提供技术支持.

关键词：PolSAR影像、农作物分类、极化特征、空间信息、马尔可夫随机场

所属期刊栏目：48

分类号：P237(摄影测量学与测绘遥感)

资助基金：国家自然科学基金;国家自然科学基金;江苏省自然科学基金;江苏省自然科学基金;陕西省重点研发计划项目;陕西省重点研发计划项目;江苏师范大学科研基金项目

在线出版日期：2023-07-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：152-161