基于Freeman分解和雷达植被指数的极化SAR图像分类 |
| |
作者单位: | 成都师范学院史地与旅游学院,成都 611130;成都理工大学地球科学学院,成都 610059 |
| |
基金项目: | 四川省科技计划;青海省科技厅重点项目 |
| |
摘 要: | 研究首先基于影像的相干矩阵提取特征参数,即雷达植被指数(RVI),再对影像的协方差矩阵进行Freeman分解,得到三种散射机制参数,分别为体散射、面散射和二面角散射。然后组合这些特征参数应用于支持向量机(SVM)中,对极化SAR图像进行分类,并与Wishart监督分类比较。结果表明,雷达植被指数有助于提高植被的分类精度,且该方法的分类精度明显高于Wishart监督分类。
|
关 键 词: | Freeman分解 雷达植被指数 支持向量机 Wishart监督分类 极化SAR |
本文献已被 CNKI 万方数据 等数据库收录! |
|