利用目标分解特征的全极化SA R海冰分类
特征提取及其选择是SAR海冰分类的重要步骤之一.在众多特征中选取有效特征,进而构建表达地物类型的特征空间是提高分类精度的关键.为此,本文提出一种基于目标分解特征的全极化SAR海冰分类算法.首先,对全极化SAR数据进行多视化处理及滤波操作,生成相干矩阵;其次,对相干矩阵进行目标分解,并针对分解结果提取散射特征参数,进而构建特征空间;再次,通过对所提取的特征进行统计相关性分析,并对高相关特征采用PCA降维,以优化特征组合;最后,设计BP神经网络分类器,并将所得的优化特征矢量作为输入,海冰类别为输出,实现海冰分类.本文以格陵兰中部海域作为研究试验区域,采用L波段ALOS PALSAR全极化数据.通过对本文算法与对比算法的分类结果进行定性定量分析,可以得出本文所选取的特征对海冰识别较好.此外,通过对利用各个不同特征海冰分类结果的性能分析,可以得出基于散射模型的目标分解比基于特征值的H/α/A分解更有助于海冰分类.
海冰分类、目标分解、特征提取、极化SAR
47
P237(摄影测量学与测绘遥感)
国家自然科学基金41271435,41301479;辽宁省自然科学基金2015020090
2019-01-17(万方平台首次上网日期,不代表论文的发表时间)
共12页
1609-1620