基于多通道分类合成的SAR图像分类研究

2010-4-23 11:52:48 2183

0 【作者】：李长春;冒亚明;孙灏;慎利; 【来源】：《计算机与现代化》2010年03期【摘要】：SAR具有全天时、全天候工作能力,且能够提供高分辨率图像数据。SAR图像分类是SAR图像处理的关键步骤。目前,SAR图像分类多是基于单通道图像数据。多通道SAR数据极大地丰富了地物目标信息量,利用多通道数据进行分类,是SAR图像分类的重要发展方向。本文提出基于多通道分类合成的SAR图像分类算法。该算法首先利用SVM对不同通道的数据分别进行分类,然后利用粒度合成理论对不同的分类结果进行合并,最后实现多通道SAR数据图像分类。本文重点论述了利用该方法进行SAR图像分类的基本流程和步骤。最后,结合实验结果,证明了该算法的可行性和有效性。【关键词】：多通道;;SAR;;图像分类;;SVM;;粒度合成【DOI】：CNKI:SUN:JYXH.0.2010-03-003 【正文快照】：0引言合成孔径雷达(Synthetic Aperture Radar,SAR)受天气影响小,具有全天时、全天候工作的能力,且图像分辨率高,是遥感领域的重要研究方向[1-2]。SAR图像分类是实现SAR图像自动处理的一个关键步骤,是SAR图像自动解译的前提。不同通道(不同极化方式、不同频段)的SAR数据,其传输游客，如果您要查看本帖隐藏内容请回复 0
2010-4-23 11:52:48　　评论淘帖0 举报相关推荐 • 合成孔径雷达图像目标分类研究 33 • 基于Cameron分解和SVM的极化SAR图像分类 23 • 基于Brushlet和RBF网络的SAR图像分类 20 • 融合多尺度分割图像分类 6 • 基于yamaguchi分解模型的全极化SAR图像分类 11 • 循环神经网络用于SAR图像场景分类 2 • 基于微粒群优化的图像分类方法研究 13 • 利用卷积神经网络实现SAR目标分类的研究 435 • RFID分类研究 1979 • 图像纹理的特征与分类 1496