应用分水岭变换与支持向量机的极化SAR图像分类
结合分水岭变换与支持向量机的特性,提出一种新的极化SAR图像分类算法。其基本思想是先通过分水岭变换及区域合并处理,将极化SAR图像分割成一系列同质区;再以同质区为基本单元,进行特征提取及样本选择后采用支持向量机分类。实验结果表明,该算法可有效降低相干斑对分类的影响,与传统基于像素的SVM算法相比,其分类精度有显著的提高,且结果也更易于理解。
极化SAR图像分类、分水岭变换、区域合并处理、支持向量机
37
P237.3(摄影测量学与测绘遥感)
国家863计划资助项目2007AA12Z143;国家自然科学基金资助项目40201039 40771157;中央高校基本科研业务费专项资金资助项目20102130201000134
2012-04-28(万方平台首次上网日期,不代表论文的发表时间)
7-10,72