应用分水岭变换与支持向量机的极化SAR图像分类

被引:13
作者
巫兆聪
欧阳群东
胡忠文
机构
[1] 武汉大学遥感信息工程学院
基金
中央高校基本科研业务费专项资金资助;
关键词
极化SAR图像分类; 分水岭变换; 区域合并处理; 支持向量机;
D O I
10.13203/j.whugis2012.01.001
中图分类号
TN957.52 [数据、图像处理及录取];
学科分类号
摘要
结合分水岭变换与支持向量机的特性,提出一种新的极化SAR图像分类算法。其基本思想是先通过分水岭变换及区域合并处理,将极化SAR图像分割成一系列同质区;再以同质区为基本单元,进行特征提取及样本选择后采用支持向量机分类。实验结果表明,该算法可有效降低相干斑对分类的影响,与传统基于像素的SVM算法相比,其分类精度有显著的提高,且结果也更易于理解。
引用
收藏
页码:7 / 10+72+127 +72
页数:6
相关论文
共 3 条