期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
典型滨海湿地植被全极化SAR显著性特征分析与融合分类 被引量:4
1
作者 万剑华 张乃心 +1 位作者 任广波 刘善伟 《测绘地理信息》 2018年第5期4-8,共5页
以黄河口湿地作为研究区域,选取2016年9月14日的Radarsat-2全极化SAR(synthetic aperture radar)数据,基于Freeman-Durden分解法,分别分析了互花米草、翅碱蓬、芦苇这三种典型湿地植被在不同极化分解特征通道上的信号响应差异,结果表... 以黄河口湿地作为研究区域,选取2016年9月14日的Radarsat-2全极化SAR(synthetic aperture radar)数据,基于Freeman-Durden分解法,分别分析了互花米草、翅碱蓬、芦苇这三种典型湿地植被在不同极化分解特征通道上的信号响应差异,结果表明地物在不同分解通道中具有显著差异性,可用于增益地物分类。此外,还根据分析结果对极化分解特征进行融合,通过比较分析发现融合图像在总体地物可分性略高于同分辨率光学影像,在个别地物可分性上显著优于同分辨率光学影像。 展开更多
关键词 全极化SAR 滨海湿地 极化分解 特征分析 分类
原文传递
基于最优极化特征组合的SAR影像湿地分类 被引量:1
2
作者 赵泉华 冯林达 李玉 《地球信息科学学报》 CSCD 北大核心 2021年第4期723-736,共14页
快速、准确的湿地地物分类是实现湿地精准监测的基础。为进一步研究湿地地物显著极化特征对分类结果的影响,提出了基于最优极化特征组合的SAR影像湿地分类方法。该方法利用箱型图等方式,在特征选择因子等准则下从多种极化分解方法选择... 快速、准确的湿地地物分类是实现湿地精准监测的基础。为进一步研究湿地地物显著极化特征对分类结果的影响,提出了基于最优极化特征组合的SAR影像湿地分类方法。该方法利用箱型图等方式,在特征选择因子等准则下从多种极化分解方法选择最优极化特征进行组合,并在此基础上实现分类。首先,为了简化极化合成孔径雷达(Polarimetric Synthetic Aperture Radar, PolSAR)影像并降低其斑点噪声,对互易处理后的极化SAR影像进行多视化和精致Lee滤波。然后,进行6种极化分解,得到多种极化特征。再之,利用箱型图、Cloude-Pottier平面散点图和均值散点图详尽分析上述极化特征和双台河口湿地典型地物散射机制间的相关性,并据此在特征选择因子、特征判断因子、H/α平面等和均值标准差的准则下选择最优极化特征组合。最后,以上述最优极化特征组合为输入,设计支持向量机(Support Vector Machine, SVM)分类器,实现湿地的最优分类。本文以辽宁省盘锦市辽河入海口双台河口湿地为例,采用2016年7月的C波段Radarsat-2全极化数据验证最优极化特征组合的有效性。结果表明:①Cloude-Pottier分解的H、A和α、MCSM(Multiple-Component Scattering Model)分解的表面散射、Pauli分解的T33与Yamaguchi3分解的表面散射和二面角散射为最优极化特征;②使用最优极化特征组合不仅可以减少极化特征冗余,还可以提高各湿地地物的生产者精度、分类总精度及Kappa系数,其中各湿地地物的生产者精度提高1%~5%,分类的总精度可达到94.25%,Kappa系数达到93.63%。 展开更多
关键词 双台河口湿地 极化分解 特征提取 极化特征分析 极化特征选择 湿地分类 支持向量机 SAR影像
原文传递
基于极化特性分析的箔条干扰识别方法 被引量:2
3
作者 焦丹丹 刘峥 +1 位作者 吕方方 张艳艳 《雷达科学与技术》 北大核心 2020年第2期180-186,共7页
针对现有特征量对抗新型垂直极化箔条干扰效果差的问题,对现有极化角均值特征量进行了修正,选取最小极化角均值特征量作为新的识别特征量,对新的识别特征量进行了特性分析,给出了该特征量随雷达入射余角、雷达入射波长、箔条姿态的变化... 针对现有特征量对抗新型垂直极化箔条干扰效果差的问题,对现有极化角均值特征量进行了修正,选取最小极化角均值特征量作为新的识别特征量,对新的识别特征量进行了特性分析,给出了该特征量随雷达入射余角、雷达入射波长、箔条姿态的变化规律,并基于箔条回波数据验证了上述变化规律的正确性和可靠性。然后,利用上述特性分析的结果以及箔条干扰和舰船回波在最小极化角均值特征量取值上的差异,采用可分性测度函数,定量分析了该特征量在区分真假目标时的可分性性能。研究结果表明:最小极化角均值特征量克服了现有特征量对箔条空间取向分布、雷达入射余角等参数敏感的缺点,提高了区分真假目标时的稳健性和鲁棒性。 展开更多
关键词 垂直极化箔条 特征量 特性分析 可分性性能
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部