AdaBoost算法实现全极化SAR图像分类

被引：10

作者：

吴婉澜

皮亦鸣

何强

机构：

[1] 电子科技大学电子工程学院

来源：

信号处理 | 2009年 / 10期

关键词：

AdaBoost算法; 全极化SAR图像; 分类;

D O I：

暂无

中图分类号：

TN957.52 [数据、图像处理及录取];

学科分类号：

083905 [应用与数据安全及新兴信息技术安全];

摘要：

文中提出了一种基于AdaBoost算法的全极化SAR(Synthetic Aperture Radar)图像分类方法。该方法将AdaBoost算法与HH、HV和VV三个极化通道数据结合起来,对全极化SAR图像进行分类,充分利用了极化信息和AdaBoost算法的快速收敛性。将该方法的仿真结果与H/α分类方法仿真结果进行比较,发现该方法分类模糊程度较低,在细节上分类更为准确,且在相同的情况下,该算法速度更快。

引用

页码：1594 / 1597

页数：4

共 5 条

[1]

基于AdaBoost的SAR图像自动分类 [J].

倪心强 ;

陈琦 ;

张平 .

计算机工程, 2008, (01) :190-191+194

[2]

基于Adaboost算法的K-means遥感影像分类算法 [J].

刘安斐 ;

窦晓晶 ;

杨华 .

北京电子科技学院学报, 2007, (04) :70-73

[3]

基于AdaBoost的组合分类器在遥感影像分类中的应用 [J].

周红英 ;

蔺启忠 ;

吴昀昭 ;

王钦军 .

计算机应用研究, 2007, (10) :181-184

[4]

Boosting理论基础 [J].

涂承胜 ;

陆玉昌 .

计算机科学, 2004, (10) :11-14

[5]

A Decision-Theoretic Generalization of On-Line Learning and an Application to Boosting[J] Yoav Freund;Robert E Schapire Journal of Computer and System Sciences 1997,

← 1 →