期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于目标分解的极化SAR图像SVM监督分类 被引量：10
1
作者 张祥 邓喀中 +1 位作者 范洪冬 赵慧 《计算机应用研究》 CSCD 北大核心 2013年第1期295-298,共4页
鉴于使用单一特征无法获得令人满意的分类效果以及SVM在小训练样本时具有良好的分类性能,提出了基于多种目标分解方法和SVM的极化SAR图像分类方法。首先对原始极化SAR图像使用多种目标分解方法进行处理,得到相应的分量信息,然后在极化SA... 鉴于使用单一特征无法获得令人满意的分类效果以及SVM在小训练样本时具有良好的分类性能,提出了基于多种目标分解方法和SVM的极化SAR图像分类方法。首先对原始极化SAR图像使用多种目标分解方法进行处理,得到相应的分量信息,然后在极化SAR图像特征提取的基础上将SVM应用于极化SAR图像分类。通过选取不同的特征信息作为支持向量机的输入,比较其对分类性能的影响,得到最优的用于分类的特征信息组合,其中将相干分解和非相干分解的信息同时用做分类特征能够获得较好的分类效果。利用NASA/JPL实验室AIRSAR系统获取的全极化SAR数据进行实验处理,与Wishart监督分类进行对比,验证了将目标分解信息用做分类特征的有效性,同时与Wishart/H/α和模糊C-均值H/α分类方法进行对比,得到提出的方法具有良好的分类性能。 展开更多
关键词 极化合成孔径雷达 图像分类 目标分解 支持向量机 wishart迭代 模糊C-均值
下载PDF
一种基于Freeman分解与散射熵的极化SAR图像迭代分类方法 被引量：7
2
作者 赵力文 周晓光 +1 位作者 蒋咏梅 匡纲要 《电子与信息学报》 EI CSCD 北大核心 2008年第11期2698-2701,共4页
该文提出了一种基于Freeman分解与散射熵的极化SAR图像迭代分类新方法。该方法首先通过Freeman分解提取3种散射机理成分的功率,同时通过H/α分解提取地物的散射熵;再利用这4个表征地物特性的参数将极化SAR图像中的地物划分为9个初始类,... 该文提出了一种基于Freeman分解与散射熵的极化SAR图像迭代分类新方法。该方法首先通过Freeman分解提取3种散射机理成分的功率,同时通过H/α分解提取地物的散射熵;再利用这4个表征地物特性的参数将极化SAR图像中的地物划分为9个初始类,最后使用Wishart分类器对初始类进行迭代分类得到最终的结果。该方法合理利用了地物的极化散射信息,能够取得较好的分类效果,同时运算量也比较小。实测极化SAR数据的实验结果验证了该方法的有效性。 展开更多
关键词 极化SAR 图像分类 Freeman分解 H/α分解 wishart迭代
下载PDF
引入极化方位角特征的极化SAR图像分类 被引量：3
3
作者 王剑波 王超 +1 位作者 张红 吴樊 《计算机应用研究》 CSCD 北大核心 2015年第11期3484-3488,共5页
针对传统的基于散射机理的极化SAR图像分类方法易导致与雷达方位向具有一定倾角的建筑物(简称定向建筑物)被错划为森林等体散射类型的问题,提出一种引入极化方位角特征的分类方法。利用四分量分解模型并引入极化方位角补偿技术把像元划... 针对传统的基于散射机理的极化SAR图像分类方法易导致与雷达方位向具有一定倾角的建筑物(简称定向建筑物)被错划为森林等体散射类型的问题,提出一种引入极化方位角特征的分类方法。利用四分量分解模型并引入极化方位角补偿技术把像元划分为相应的主散射类型;定义一种极化方位角标准差参数作为区域匀质性测量指标,利用该参数从体散射类型中区分出定向建筑物类型;并在此基础上将Wishart分类器应用于极化SAR图像分类。采用E-SAR系统获取的L波段全极化数据进行实验,并与传统分类方法进行对比。定性和定量的比较结果表明,提出的方法不仅保留了传统分类方法的优势,且很好地解决了定向建筑物与森林的分类混淆现象。 展开更多
关键词 极化合成孔径雷达 图像分类 四分量分解 极化方位角 wishart迭代
下载PDF
利用Yamaguchi分解保持地物散射特性的极化SAR分类 被引量：1
4
作者 付姣 张永红 +1 位作者 刘晓龙 孙广通 《测绘科学》 CSCD 北大核心 2014年第3期81-84,共4页
本文提出一种利用Yamaguchi分解保持地物散射特性的极化SAR数据分类方法。该方法利用Yamaguchi分解获得4种散射机理:表面散射、体散射、偶次散射和螺旋体散射,根据4种散射机理的功率大小判断地物的主散射机理和类别之间的Wishart距离,... 本文提出一种利用Yamaguchi分解保持地物散射特性的极化SAR数据分类方法。该方法利用Yamaguchi分解获得4种散射机理:表面散射、体散射、偶次散射和螺旋体散射,根据4种散射机理的功率大小判断地物的主散射机理和类别之间的Wishart距离,合并到指定个数的初始类别;并结合Wishart距离分类器对初始类进行迭代修正,实现极化SAR图像的非监督分类。最后利用AIRSAR数据与已有分类方法进行对比实验,验证了本方法的优势及适用性。 展开更多
关键词 极化SAR Yamaguchi分解 wishart迭代 散射特性保持
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部