全极化SAR数据的最大后验概率分类
结合后验概率对分类的影响和全极化SAR数据特点,提出了一种全极化SAR数据分类方法.首先将全极化SAR数据的协方差矩阵转换为9个服从正态分布的强度量;然后通过迭代分类计算类别出现的概率,对9个强度量进行基于最大后验概率的分类.以黑龙江省逊克县境内的一景ALOS PALSAR全极化数据为例,用该方法进行分类,总体精度和Kappa系数分别达到81.34%和0.84,优于传统的最大似然分类方法.
分类、SAR、极化、后验概率
38
P237.3(摄影测量学与测绘遥感)
国家青年科学基金资助项目41101381;福建省科技计划资助项目200910014;中欧"龙计划"合作项目5314
2013-07-05(万方平台首次上网日期,不代表论文的发表时间)
共4页
648-651