10.11873/j.issn.1004-0323.2017.3.0475
利用多尺度SVM-CRF模型的极化SAR图像建筑物提取
极化SAR图像中建筑物相关特征的不充分利用将影响建筑物提取的有效性或引发错误.为解决该问题,提出了一种利用多尺度SVM-CRF模型的极化SAR图像建筑物提取方法.在图像最优分割的基础上,将基于像素的SVM-CRF模型扩展到面向对象的多尺度SVM-CRF模型,使之能同时有效地描述建筑物突出的"面状"特征及其层次、空间上下文相关性.同时,考虑对建筑物描述特征利用不充分所引起的类别模糊问题,使用随机森林算法实现多特征的选择,形成更有效的特征组合以优化SVM-CRF模型中的特征向量.采用Oberpfaffenhofen地区E-SAR数据进行了实验,定性和定量的结果验证了该方法的有效性和准确性.
极化合成孔径雷达、建筑物提取、面向对象、多尺度、SVM-CRF模型
32
TN957.52
国家自然科学基金项目41301477,41471355;中国博士后科学基金面上项目2012M521497
2017-07-13(万方平台首次上网日期,不代表论文的发表时间)
共8页
475-482