HI,欢迎来到学术之家,发表咨询:400-888-7501  订阅咨询:400-888-7502  股权代码  102064
0

基于极化特征和纹理特征的PolSAR影像建筑物提取方法

作者:马肖肖; 程博; 刘岳明; 崔师爱; 梁琛彬极化分解极化特征polsar建筑物提取pca特征融合

摘要:极化合成孔径雷达(PolSAR)以其多参数、多通道、多极化、信息记录更加完整等特点,在城市地物提取领域中发挥着重要作用,并已成为遥感影像研究领域的热点。选择覆盖苏州市的Radarsat2影像,利用极化非相干分解法和灰度共生矩阵法分别提取19种极化特征和8种纹理特征,通过分析建筑物、植被和水体的极化特征和纹理特征进行特征组合,结合主成分分析法(PCA)和支持向量机法(SVM)对城市建筑物进行提取,并定量评估精度。结果表明:基于极化特征的建筑物提取精度最高为92. 4%;基于纹理特征的提取精度最高为88. 9%;极化特征与纹理特征相结合可以提高精度,最高精度为93. 7%;PCA特征融合算法具有较高的运算效率,同时提高了精度。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

中国科学院大学学报

《中国科学院大学学报》(CN:10-1131/N)是一本有较高学术价值的大型双月刊,自创刊以来,选题新奇而不失报道广度,服务大众而不失理论高度。颇受业界和广大读者的关注和好评。

杂志详情