基于多层支持向量机的极化合成孔径雷达特征分析与分类

摘要：

为了充分利用极化合成孔径雷达(SAR)图像不同极化特征对不同地物目标类型的刻画能力,提出一种基于多层支持向量机(SVM)的极化SAR特征分析与分类方法.该方法首先通过特征分析确定适合不同地物类型的最佳特征子集;然后采用分层分类树的方式,根据每一种地物类型的特征子集逐层进行SVM分类;最终得到整体分类结果.RadarSAT-2极化SAR图像分类实验结果表明所提方法水域、耕地、林地、城区4类地物分类精度为85％左右,总体分类精度达到86％.该算法充分利用了不同地物目标类型的特性,提高了分类精度,也降低了算法时间复杂度.

关键词：极化合成孔径雷达图像、地物目标特征分析、多层支持向量机、监督分类

所属期刊栏目：37

分类号：TP75;TN958(遥感技术)

资助基金：the Technology Research and Development of the Major Project of High-Resolution Earth Observation System under Grant03-Y20A10-9001-15/16;the Comprehensive Disinter Demonstration Project of Spatial Information Services.高分辨率对地观测系统重大专项技术与开发项目03-Y20A10-9001-15/16;综合减灾空间信息服务应用示范项目

在线出版日期：2017-02-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：244-250