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
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
收藏
页码:1594 / 1597
页数:4
相关论文
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,