中国农业期刊集成服务平台

当前位置: 首页 > 文章 > 基于非负特征值分解和SVM的极化SAR图像分类林业调查规划 2018 (3)

Position: Home > Articles > 基于非负特征值分解和SVM的极化SAR图像分类 Forest Inventory and Planning 2018 (3)

基于非负特征值分解和SVM的极化SAR图像分类

作者：

陆翔;章皖秋;郑雅兰;岳彩荣

关键词：

合成孔径雷达(SAR);非负特征值分解;支持向量机(SVM);遥感图像分类;分类精度

摘要：

非负特征值约束的优势在于它可以判定一个极化矩阵能否对目标的散射机制进行表征.若一个矩阵不能满足非负特征值约束条件,则不能表征目标的散射机制,也就没有地物目标散射的极化信息.在非负特征值约束理论之前的极化分解中忽略了这个条件,导致分解的极化特征没有意义.根据满足非负特征值约束的非负特征值分解方法,提取出平面散射、偶次散射、体散射分量,结合支持向量机分类器,提出了一种SAR图像分类方法,并以AIRSAR_SanFrancisco数据进行分类实验,且将分类结果与H/A/α-Wishart分类结果进行对比分析.结果表明,基于非负特征值分解和支持向量机分类器结合的分类方法可行有效,且具有很好的分类精度.

作者：

LU Xiang;ZHANG Wanqiu;ZHENG Yalan;YUE Cairong;College of Forestry,Southwest Forestry University;

单位：

LU Xiang%ZHANG Wanqiu%ZHENG Yalan%YUE Cairong%College of Forestry,Southwest Forestry University

关键词：

synthetic aperture radar;;nonnegative eigenvalue decomposition;;support vector machine;;remote sensing image classification;;classification accuracy

摘要：

The nonnegative eigenvalue constraint has the advantage on determining whether a polarization matrix can characterize the scattering mechanism of the target. If a matrix cannot satisfy the nonnegative eigenvalue constraint,the scattering mechanism of the target won't be characterized and the polarization information of the ground object scattering won't be obtained. The polarization characteristics of the decomposition which ignores the constraint in the polarization decomposition are meaningless. This paper extracted the plane scattering,even scattering,volume scattering component by the nonnegative eigenvalue decomposition method,proposed a method of SAR image classification based on SVM classifier,and carried out the classification experiments on AIRSAR_ SanFrancisco data,the classification results of which was compared with that of H/A/alpha-Wishart classification. The results showed that the classification method of nonnegative eigenvalue decomposition combined with SVM classifier was feasible,effective and good classification accuracy.

相似文章

喀斯特山区森林蓄积量的合成孔径雷达遥感估测研究 [杨永恬, 杨广斌, 赵海兵] 林业资源管理 2018 (4) 100-104
Sentinel-1A与不同云量Sentinel-2A的融合尺度及分类研究 [罗冬, 罗红霞, 刘光鹏, 雷茜, 冯华梅] 湖北农业科学 2020 (5) 28-36+43
基于X波段极化干涉SAR数据的思茅松林冠层高度反演 [陈子怡, 章皖秋, 岳彩荣] 林业调查规划 2018 (3)
高山松生物物理参数SAR信号响应研究 [张王菲, 徐天蜀, 姬永杰] 江苏农业科学 2011,39 (5) 476-478
基于面向对象的QUICKBIRD数据和SAR数据融合的地物分类 [王宇航, 范文义, 刘超逸] 东北林业大学学报 2016,44 (9) 44-49
基于双极化双时相RADARSAT-2的冬小麦估产模型研究 [范伟, 陈磊, 荀尚培, 何彬方, 张宏群, 陈娟, 任竹] 中国农学通报 2014,30 (20) 284-289
基于SAR遥感的北方旱地秋收作物识别研究 [东朝霞, 王迪, 周清波, 陈仲新, 刘佳] 中国农业资源与区划 2016,37 (08) 27-36
基于EMD方法的SAR海浪参数反演 [谭可易, 张彪, 谢玲玲] 广东海洋大学学报 2018 (4) 77-84
基于机载P波段全极化SAR数据的森林地上生物量估测 [姬永杰, 杨丛瑞, 张王菲, 曾鹏, 张甫香, 屈亚妮] 浙江农林大学学报 2022,39 (5) 971-980

导出引用

计量

文章访问数: 10

HTML全文浏览量: 0

PDF下载量: 0

基于非负特征值分解和SVM的极化SAR图像分类

相似文章

所属期刊

林业调查规划

推荐期刊

江苏农业科学

林业调查规划