改进的遗传算法用于极化合成孔径雷达影像非监督分类

摘要：

H/α Wishart分类方法是目前常用且较为有效的极化SAR影像分类方法,但其分类精度还有待改善.研究一种基于遗传算法的极化SAR影像的分类方法,该方法根据极化SAR影像Cloude特征分解的特征值,采用H/α平面进行初分类,然后采用遗传算法迭代进行再次分类.针对遗传算法“早熟”和收敛速度慢的问题,结合H/α平面图对遗传算法的变异算子进行了改进,以利用极化散射机理缩小变异范围,改善算法收敛速度.采用NASA-JPL实验室的极化SAR数据以及中国电子科技集团38研究X波段原型样机的高分辨率极化SAR数据进行实验,结果表明:该方法极化SAR影像分类精度优于H/α-Wishart分类方法.

关键词：遗传算法、变异算子、极化合成孔径雷达、非监督分类

所属期刊栏目：28

分类号：TP79(遥感技术)

资助基金：国家863计划项目2011AA120404

在线出版日期：2013-05-13（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：65-71