引入纹理特征的SSVM算法在极化SAR影像分类中的应用 Research on PoISAR Image Classification Based on SS

排行榜 收藏 打印 发给朋友 举报 来源: 《测绘通报》 发布者:cjk3d
热度30票 浏览4次 【共0条评论】【我要评论 时间:2013年2月23日 21:18
水利论文 n^&`'rUQm%j ]

引入纹理特征的SSVM算法在极化SAR影像分类中的应用

2K;Ho+S7PX0 水利论文6kzZ~5?v

Research on PoISAR Image Classification Based on SSVM Algorithm and Texture Feature Introducion水利论文/N@Q(D!J"s&f3q![

水利论文[.HME@ C X1d7CE!r

导出

,s7j| t5Z[0

r%CSaR \e(Q C0添加到引用通知水利论文"T2?/m o t)e;zg:H+H

%T&py"X1c)iN G;[,E0分享到水利论文]U Nh1F"P8k+m$e6W

水利论文+` aB];s2E*T`1w

|

;^7jK1HW2r+qm{0 水利论文(S.|sv0U.j)u

下载PDF阅读器

N(g/lp|*ja0 水利论文Zmv[.wkCj4H

摘要:水利论文5T!U vt/M.q,N/`

a$su$~ DT3C_+B[K0在极化SAR影像极化特征的基础上,引入影像的纹理信息,利用带核函数的SSVM算法对极化SAR影像进行分类研究。该方法首先利用精致LEE滤波器对极化SAR影像进行去噪处理;然后采用小波变换对去噪后的总功率影像Span进行纹理特征提取;最后将纹理信息和极化信息结合,并采用SSVM方法对极化SAR影像进行分类。利用NASA/JPLAIRSAR获取的L波段SanFrancisco海湾和荷兰中部Flevoland地区的影像对该方法进行验证,结果表明,SSVM算法可有效地用于极化SAR影像分类,且分类精度和分类效率都优于SVM算法。同时纹理信息的引入使SSVM算法的分类精度得到了进一步提高。水利论文J$h}zak6CE/i

水利论文9l!E r1Zis.V

作者:水利论文-M%~s?4xP'tS

?lg M+]*@0刘利敏[1]

`7Y X"wCv0

},o\/g%x0余洁[1]水利论文$z&W f'Jf

GY`ONtw0燕琴[2]水利论文Mx k9e`6Ob

r Yg _3M T k3R&L7E]0刘振宇[1]

D0Lu0p V$fre'E|0 水利论文C PgQ"DW/\*`A

朱腾[1]

U9\0IqX d^t0 水利论文#\@+p q&qv1?

Author:水利论文A$\Cn2@w(p8t

水利论文R4l0V!~CVk$@

作者单位:

4NaVr}T0 水利论文Y)Z9`}Ph8O#O/K

武汉大学遥感信息工程学院,湖北武汉,430079

#?&hTF)HmYL,u0 水利论文._!J1wG.MB-{y

中国测绘科学研究院,北京,100039水利论文e4~Z5u p4Ps

水利论文p6LvM'JB!z

期 刊:

BZx&? Mq'E9V4f0

;b^7o;Iq'~"u(O0测绘通报水利论文Kn.[4x[;o8i+Y-QW^

水利论文)xW}F$H&O3go

ISTIC水利论文Z5G%EcO"o;w$L

"o P0n^9S%W0PKU水利论文x)GM`o|H

O&cR;i:]TQ0Journal:

;^$[*{ b&Is-eVF~7T0 水利论文cp0c0p w#O7\#Q

Bulletin of Surveying and Mapping水利论文WxR l,A6o3e

水利论文O|q,F?F

年,卷(期):水利论文6OTJtk;\1x

水利论文 |WV.I/s,x6i8O

2012, (8)水利论文Q6zM"BB pU_

水利论文 H/n?]p'P

分类号:水利论文%d)g2Z h"u ]$z

3e$KB:Li?0P21

xFw'tH2D0

U3SJ/]JS&zU7bP0关键词:

$g.{!C s,_5i"?7yz RE0

~f+r7i*n{"h4|+v(q.n3}0SSVM

qC0\iT+J8Y'| l0 水利论文[8r,K:wC(@

小波变换

6t b|8H PZ{Z0

BV8`&C7a J }I0极化信息

yT P6f,H-G#TV0`0

0K.pJpcT UE0纹理特征水利论文VV1a5i&r3n)B T

iWQ;`,Bjj{1V0机标分类号:

"x6]6On5z)F,V+w1l0

WM%{SUspGx0TP3 TN8

n9k2s3]!_ t(Q0

7[;T(gnr3ePU,~,j9]0在线出版日期:

-S9}x*Y*d'B;A p.ct;v0

V EWg!?p*D[O02012年10月24日

oxE.h%}9N0{E0

8t:y#x2Sa0基金项目:

aP;YtafqR0 水利论文i6dmgd,h

国家863计划,武汉大学博士基金

fnBTf pH T0

F~5RY.P}6Ssk2k0引入纹理特征的SSVM算法在极化SAR影像分类中的应用水利论文-z `FDCd

6}k9sLF? JkU0[期刊论文] 测绘通报

+BQ4{(x0B+ej0

l(dUL KT0--2012, (8)水利论文!lt2i%c.Hp8d$v?{

水利论文;a-rx$yo%o\v*E [4e

刘利敏水利论文:b#R_)|9h'e-hy

S?UlC'Je0余洁水利论文'm3ds T/rj;nkT6nB

8iU)s:k*FiI+U5h0燕琴

#Zrh7BP-F ye Y0

i:aKYs*R Sj0刘振宇

(@$[)YlZp0

`0OcX`P{1s5}+^1e0朱腾水利论文*fc;K(|,z)_7p

c'R"IDD:~u9L;r0在极化SAR影像极化特征的基础上,引入影像的纹理信息,利用带核函数的SSVM算法对极化SAR影像进行分类研究。该方法首先利用精致LEE滤波器对极化SAR影像进行去噪处理;然后采用小波变换对去噪后的总功率影像Span进行纹理特征...

-HY/nq/Xz@t%?0 水利论文r2F.f6W/{p6@9d

返回顶部相关数据水利论文9X/SZs[O

水利论文CF$w'aD

返回顶部互动百科相关词水利论文 K2?9Q/G8~+V

顶:5 踩:4
【已经有21人表态】
2票
极差
3票
很差
1票
较差
3票
稍差
3票
稍好
2票
较好
4票
很好
3票
极好
下一篇:基于CBERS-02B星HR影像的多源遥感数据融合研究 Research on the Multiple Resource RS Image Fusion B
上一篇:估计对流层延迟的单频RTK卡尔曼滤波算法 A Kalman Filter Algorithm for Single-frequency RTK Solutio
查看全部回复【已有0位网友发表了看法】

广告投放

广告投放