近些年,利用计算机对极化SAR图像进行分类逐渐成为遥感领域的一个研究热点.本文采用全极化SAR数据,利用不同的特征提取算法提取特征,并基于随机森林模型最终实现对江苏沿海滩涂的分类.首先采用H/α和Freeman两种分解算法提取极化特征参数,采用灰度共生矩阵提取纹理特征参数;然后将提取的所有特征进行不同的组合,构成不同的特征集;最后采用随机森林模型对不同特征集合进行分类和精度评估.结果表明仅用纹理特征对沿海滩涂进行分类时效果较差;利用极化分解提取出的散射特征进行分类的结果要优于矩阵元素特征的分类结果;综合了极化散射特征和纹理特征的组合方式在沿海滩涂的分类中可以取得最优的分类结果,总体精度和Kappa系数可以达到94.44%和0.9305,表明极化SAR图像中蕴含的不同方面的特征在分类中具有一定的互补性.
类型: 期刊论文
作者: 陈媛媛,郑加柱,魏浩翰,张荣春,欧翔
关键词: 极化,极化分解,特征提取,随机森林,分类
来源: 计算机系统应用 2019年08期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 工业通用技术及设备,自动化技术
单位: 南京林业大学土木工程学院,南京邮电大学地理与生物信息学院
基金: 江苏省测绘地理信息科研项目(JSCHKY201708),江苏省自然科学基金(BK20180779),南京林业大学青年科技创新基金(CX2018015)~~
分类号: TP751
DOI: 10.15888/j.cnki.csa.007013
页码: 183-189
总页数: 7
文件大小: 2515K
下载量: 200
本文来源: https://www.lunwen66.cn/article/90531f9ded2cd18b21b43bf2.html