不同极化方式SAR与TM融合影像滨海湿地分类精度比较

被引：5

作者：

王霄鹏 ^{[1
,2
,3
]}

张杰 ^{[1
,3
]}

马毅 ^{[3
]}

任广波 ^{[3
]}

机构：

[1] 大连海事大学信息科学技术学院

[2] 青岛大学信息工程学院

[3] 国家海洋局第一海洋研究所

来源：

海洋学研究 | 2014年 / 32卷 / 01期

关键词：

SAR; 全极化; TM; 影像融合; 支持向量机; 滨海湿地; 土地覆盖;

D O I：

暂无

中图分类号：

P237 [测绘遥感技术]; P737.1 [海岸地貌];

学科分类号：

1404 ;

摘要：

以覆盖黄河口湿地区域的Radarsat-2SAR全极化影像和Landsat-5TM影像为例,将4种极化方式的SAR影像与TM影像分别进行融合,采用支持向量机对融合结果进行滨海湿地典型地物土地覆盖分类,并对分类结果进行比较评价,分析不同极化方式的SAR影像与TM影像融合结果在滨海湿地地区的分类能力。实验结果表明:采用与SAR影像融合的方法能够提高TM影像的分类精度,其中HV极化方式的SAR影像与TM影像的融合结果分类精度最高,最适用于滨海湿地土地覆盖分类研究。

引用

页码：40 / 46

页数：7

共 14 条

[1] 灰度和纹理特征组合的SAR影像SVM分类
付仲良
张文元
孟庆祥
[J]. 应用科学学报, 2012, 30 (05) : 498 - 504
[2] 基于雷达后向散射特性进行湿地植被识别与分类的方法研究
王安琪
周德民
宫辉力
[J]. 遥感信息, 2012, (02) : 15 - 19
[3] 基于SVM的多光谱影像与SAR图像融合地物分类研究
陈伟利
陶和平
刘斌涛
[J]. 安徽农业科学, 2010, 38 (20) : 10662 - 10664
[4] 一种极化合成孔径雷达图像分类的混合方法
龚淑蕾
张煜东
沈士喆
吴乐南
[J]. 东南大学学报(自然科学版), 2009, (S1) : 294 - 298
[5] 基于AdaBoost的SAR图像自动分类
倪心强
陈琦
张平
[J]. 计算机工程, 2008, (01) : 190 - 191+194
[6] 基于小波变换的噪声消除算法研究
尹健华
廖继旺
刘云芳
[J]. 现代电子技术, 2007, (15) : 144 - 146
[7] ERS-2 SAR和Landsat ETM+数据融合提取崇明东滩典型地物信息与分类
韩震
金亚秋
[J]. 海洋环境科学, 2006, (03) : 21 - 24
[8] 四种IHS变换用于SAR与TM影像复合的比较
贾永红
李德仁
刘继林
[J]. 遥感学报, 1998, (02) : 103 - 106
[9] Estimating tropical forest biomass with a combination of SAR image texture and Landsat TM data: An assessment of predictions between regions[J] . M.E.J. Cutler,D.S. Boyd,G.M. Foody,A. Vetrivel.ISPRS Journal of Photogrammetry and Remote Sensing . 2012
[10] Assessment of spectral, polarimetric, temporal, and spatial dimensions for urban and peri-urban land cover classification using Landsat and SAR data[J] . Zhe Zhu,Curtis E. Woodcock,John Rogan,Josef Kellndorfer.Remote Sensing of Environment . 2011

← 1 2 →