-
题名基于极化干涉SAR图像的地物监督分类方法
被引量:2
- 1
-
-
作者
左斌
刘爱芳
王帆
殷君君
杨健
-
机构
清华大学电子工程系
南京电子技术研究所
北京科技大学计算机与通信工程学院
-
出处
《电波科学学报》
EI
CSCD
北大核心
2018年第6期688-694,共7页
-
基金
国家自然科学基金(61771043)
国家自然科学基金重大课题(61490693)
+3 种基金
高分辨率对地观测重大专项(41-Y20A14-9001-15/16
30-Y20A12-9004-15/16
03-Y20A10-9001-15/16)
国家重点研发计划重点专项课题(2017YFB0502703)
-
文摘
X波段的高分辨率极化干涉合成孔径雷达(synthetic aperture radar,SAR)图像包含较强的斑点噪声,不利于地物分类等应用.针对这一问题,先使用Nonlocal滤波进行预处理,然后提取图像的极化特征和干涉特征,再使用支持向量机(support vector machine,SVM)和AdaBoost分类器对极化和干涉特征矢量进行分类.利用N-SAR系统于渭南市采集的极化干涉SAR数据进行验证,该数据共包含10类地物,并有足够的ground truth用来进行分类器的训练和测试.实验结果表明,AdaBoost分类器能对多类地物取得较好的分类效果,且干涉信息的加入能带来一定改善.
-
关键词
极化干涉SAR
非局部滤波
地物分类
监督分类
SVM
ADABOOST
-
Keywords
PolInSAR
nonlocal filtering
land cover classification
supervised classification
SVM
adabooost
-
分类号
TN957.52
[电子电信—信号与信息处理]
-