顾及极化特征的SAR与光学影像融合与分类

摘要：

全极化合成孔径雷达(SAR)具有丰富的极化信息,对地物识别具有显著优势,提出了一种顾及极化特征的SAR与中分光学影像融合的方法,对全极化SAR影像进行极化目标分解,采用改进的色度、饱和度、明度(HSV)变换方法融合极化特征波段与中分光学影像,并基于面向对象的方法对融合影像进行地物分类.结果表明,该融合方法优于传统单极化SAR与中分光学影像的HSV融合方法,能够有效利用全极化SAR的极化纹理信息.面向对象分类方法能够降低SAR对融合影像的斑点噪声影响,地物总体分类精度优于高分光学影像,且对于极化信息敏感的地物,其分类精度明显优于高分光学影像.

关键词：遥感、影像融合、色度变换、全极化合成孔径雷达、中分光学影像、分类

所属期刊栏目：37

分类号：P237(摄影测量学与测绘遥感)

资助基金：山东省自然科学基金ZR2016DM16

在线出版日期：2017-09-27（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：284-293