摘要
本文以Sentinel-1A为实验数据,提取加拿大西北航道部分区域的纹理特征和极化特征,采用相关分析和ReliefF法筛选出对分类具有促进作用的特征参数,将参数进行组合后输入随机森林分类器进行海冰类型的识别。通过对比不同组合特征的分类精度,得到以下结论:融合纹理特征和极化特征的分类精度高达92.01%,分类结果相较其他融合特征组合也更加平滑,加入纹理特征或极化特征使分类精度提高了2.59%——18.75,Kappa系数也相应的得到了提高。实验表明,特征融合对识别不同海冰类型有促进作用,可以弥补单一特征之间的不足,提高海冰分类的精度。
