首页> 中文会议>第七届高分辨率对地观测学术年会 >毫米波全极化SAR影像无监督分类方法

毫米波全极化SAR影像无监督分类方法

页面导航

摘要
著录项
相似文献
相关主题

摘要

机载毫米波全极化合成孔径雷达(PolSAR)具备不受光照限制、地物散射信息丰富、高分辨率等特点,随着其技术的不断发展和完善,已经成为重要的对地观测手段之一,而无监督分类是毫米波PolSAR数据的重要研究方向.针对于ka波段、分辨率为0.3米的未定标PolSAR影像,本文利用新的超像素分割算法与Wishart-H/A/α分类算法结合,实现毫米波全极化SAR的无监督分类过程.首先使用了线性压缩方法对数据进行压缩,使得未定标数据能够计算任务;然后,利用Wishart-H/A/α无监督分类算法得到每个像素的类别属性;同时,使用自适应极化超像素生成算法(Pol-ASLIC)实现超像素分割任务,以兼顾全极化SAR数据的空间统计特性;最后,利用超像素得到的空间信息与无监督像素标签信息融合实现最终的分类任务.本实验所用的PolSAR影像共包含10个地物类别,基于H/α和H/A/α提出的无监督分类方法分别实现了93.76％和93.09％的分类精度.

著录项

来源
《第七届高分辨率对地观测学术年会》|2020年|1-25|共25页
会议地点长沙
作者
Lideng Wei; 韦立登; Deliang Xiang; 项徳良; Bodong Zhang; 张博栋; Jun Ni; 倪军; Qiang Yin; 尹嫱; Fan Zhang; 张帆;
展开▼
作者单位

高分辨率对地观测学术联盟;

展开▼
会议组织
正文语种
原文格式 PDF
中图分类雷达：按体制分;
关键词
合成孔径雷达影像; 无监督分类; 线性压缩; 超像素分割;

相似文献

中文文献
外文文献
专利

1. 结合BRF神经网络的全极化SAR影像分类方法研究 [J] . WANG Jiayu ,ZHANG Jixian ,HUANG Guoman . 测绘与空间地理信息 . 2019,第001期
2. 基于Stokes矢量特征与GA-SVM的全极化SAR影像分类方法研究 [J] . 徐昆鹏 ,李增元 ,陈尔学 . 内蒙古师范大学学报（自然科学汉文版） . 2018,第004期
3. 星载C波段与机载P波段全极化SAR影像地物分类方法 [J] . 亓宁轩 ,李静 ,罗征宇 . 测绘与空间地理信息 . 2017,第010期
4. 高分辨率极化SAR影像KummerU分布非监督分类方法 [J] . 朱腾 ,何汉武 ,黄铁兰 . 华南师范大学学报（自然科学版） . 2020,第001期
5. 一种联合特征值信息的全极化SAR图像监督分类方法 [J] . 邢艳肖 ,张毅 ,李宁 . 雷达学报 . 2016,第002期
6. 极化SAR监督分类方法对植被分类效果比较分析 [C] . 赵伟颖 . 第九届长三角科技论坛——测绘分论坛 . 2012
7. 极化SAR图像无监督分类方法研究 [A] . 蒋霞 . 2015

毫米波全极化SAR影像无监督分类方法

摘要

著录项

相似文献

相关主题

期刊订阅