全极化SAR影像多特征提取和分类算法对比研究

论文摘要

目前全极化SAR遥感影像有多种特征提取算法。提取的特征不同,以此为基础得到的分类精度也不一样。因此选择一种好的特征提取算法和好的分类算法将直接影响图像的分类精度。本文在综合多种特征提取算法和分类算法的基础上,对全极化SAR影像进行多特征提取和多分类算法分类实验。经研究发现,采用Pauli分解的特征提取算法得到的特征对分类精度提升作用最明显且分类精度较稳定;另一方面研究发现采用神经网络和支持向量机分类法在多种特征上均取得较好的分类精度。

论文目录

• 1 极化目标分解算法研究
• 2 分类算法研究
• 3 多特征提取和多分类方法对比
• 4 特征提取和分类实验
• 5 结论

文章来源

类型: 期刊论文

作者: 陈军

关键词: 图像分类,全极化,特征提取

来源: 宜春学院学报 2019年12期

年度: 2019

分类: 社会科学Ⅱ辑,工程科技Ⅱ辑,信息科技

专业: 工业通用技术及设备,自动化技术

单位: 宜春学院数学与计算机科学学院

基金: 江西省教育厅科技项目“江西省城市扩展与生态环境响应的多目标遥感研究”(项目编号:151041)

分类号: TP751

页码: 31-35

总页数: 5

文件大小: 745K

下载量: 103