一种联合特征值信息的全极化SAR图像监督分类方法
基于H/a平面的分类器对于具有相似散射类型的地物的分类能力很差,为此该文直接使用特征值特征来进行分类。首先提取特征值特征,并使用一种自适应调整高斯分量个数的高斯混合模型对特征值分布进行较为准确地拟合,然后采用朴素贝叶斯分类器进行初步分类。针对可能存在特征值分布较为相近导致错分的问题,计算每两类地物的特征值分布的相似度,将相似度大于给定阈值的类别对组成相似性表,对于这些相似对再用基于Wishart距离的K近邻分类器进行细分。综合分析机载和星载SAR数据上的实验结果,表明这种方法能够克服基于H/a的非监督分类方法对于特征值利用的一些不足,且与基于SVM的分类方法效果相当。
极化SAR、地物分类、特征值
5
TN957.2
国家自然科学基金优秀青年基金61422113
2016-06-08(万方平台首次上网日期,不代表论文的发表时间)
共11页
217-227