基于Krogager分解和SVM的极化SAR图像分类

编号 zgly0001593555

文献类型 期刊论文

文献题名 基于Krogager分解和SVM的极化SAR图像分类

作者 汪洋  鲁加国  张长耀 

作者单位 中国电子科技集团第38研究所  中国电子科技集团第38研究所安徽合肥230031  安徽大学计算智能与信号处理教育部重点实验室  安徽合肥230039  安徽合肥230031 

母体文献 遥感技术与应用 

年卷期 2007年01期

年份 2007 

分类号 TN957.52 

关键词 极化合成孔径雷达  Krogager分解  支持向量机  核函数  参数选择 

文摘内容 目标分解包括基于Sinclair矩阵的相干目标分解和基于Mueller矩阵的部分相干目标分解,Krogager分解即属于相干目标分解,它可以将任一对称Sinclair矩阵分解为球散射体、二面角散射体和螺旋体3个分量,这是极化合成孔径雷达(Synthetic Aperture Radar,SAR)图像特征提取的有效途径。把3个分量的分解系数作为极化散射特征,由其组成样本向量,运用基于统计学习理论的支持向量机(Support Vector Machines,SVM)设计多类分类器,提出了一种极化SAR图像分类算法,并对实测极化SAR数据进行分类实验。结果表明,将Krogager分解和SVM分类器结合起来,对极化SAR图像进行分类是可行和有效的,并且选择不同的参数得到的分类结果差别很大,验证了参数选择在SVM分类器中的重要作用。