作者:周涛; 代大海; 邢世其; 刘阳; 王雪松极化合成孔径雷达色彩信息slicwishart分类器地物分类
摘要:地物分类是极化合成孔径雷达(PolSAR)图像理解和解译的重要应用方向之一。多种极化特征都被应用于极化SAR地物分类,例如散射矩阵、相干矩阵、极化分解结果、纹理和空间信息等,然而最能代表极化特征的色彩信息却常常被人们忽视。通过融合色彩信息对极化SAR图像进行预处理,优化了传统的极化SAR地物分类方法。通过极化分解提取极化SAR图像的色彩信息,利用基于色彩信息和空间位置作为距离度量的简单线性迭代聚类算法(SLIC)生成超像素,并将超像素作为一个整体,使用Wishart分类器对超像素进行分类。采用AIRSAR的L波段荷兰Flevoland地区数据集中的8类地物类型进行验证,该方法的总体分类精度达到97.81%,相比于传统的基于像素的分类方法提升了约7%。结果表明该方法对于匀质地物类型的分类,在分类准确性和稳健性上都具有极好的性能。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社