基于面向对象的极化雷达影像分类

作     者：肖艳 王斌 XIAO Yan;WANG Bin

作者机构：长春工程学院勘查与测绘工程学院吉林长春130012 长春市测绘院吉林长春130021 

基　　金：吉林省教育厅项目(120190032) 长春工程学院种子基金项目(320180023) 

出 版 物：《红外与毫米波学报》 (Journal of Infrared and Millimeter Waves)

年 卷 期：2020年第39卷第4期

页      码：505-512页

摘      要：有效的PolSAR影像分类技术是PolSAR成功应用的基础,然而相比于比较成熟的PolSAR成像技术与系统设计,PolSAR影像分类技术的发展相对滞后,针对PolSAR影像面向对象分类研究中存在的问题,提出了一种新的结合多种目标极化分解、ReliefF-PSO_SVM和集成学习的PolSAR影像面向对象分类方法。该方法首先采用多种方法对PolSAR影像进行目标极化分解;然后将利用不同极化分解方法提取的极化参数组合成一幅多通道影像;接下来对多通道影像进行分割、特征提取;采用ReliefF-PSO_SVM算法进行特征选择,并保留适应度最高的N个特征子集进行分类,每一个特征子集对应一个分类结果;最后利用集成学习技术对各分类结果进行集成。以吉林省长春市部分区域为研究区,Radarsat2影像为数据源,将提出的方法应用于土地利用分类中,取得了较好的分类效果,总体精度和Kappa系数分别达到了85.06%和0.8006。此外,还构建了3种对比方法用于分类,对比结果进一步证明了所提方法在PolSAR影像分类中的优越性。

主 题 词：面向对象分类 极化合成孔径雷达(Polarimetric Synthetic Aperture Radar,PolSAR) 极化分解 特征选择 集成学习 

学科分类：070801[070801] 07[理学] 08[工学] 0708[理学-地球物理学类] 0816[工学-纺织类] 0702[理学-物理学类] 

核心收录：

D　O　I：10.11972/j.issn.1001-9014.2020.04.015

馆 藏 号：203968374...