| 基于极化分解和集成学习的PolSAR影像分类 |
| |
| 引用本文： | 肖艳,王斌,姜琦刚,闻雅.基于极化分解和集成学习的PolSAR影像分类[J].农业工程学报,2020,36(16):134-141. |
| |
| 作者姓名： | 肖艳 王斌 姜琦刚 闻雅 |
| |
| 作者单位： | 长春工程学院勘查与测绘工程学院,长春 130012;长春市测绘院,长春 130021;吉林大学地球探测科学与技术学院,长春 130012 |
| |
| 基金项目： | 吉林省教育厅项目（120190032）；长春工程学院种子基金项目（320180023） |
| |
| 摘 要： | 为实现Pol SAR数据极化信息的充分利用,以进一步改善分类效果,该研究提出了一种基于极化分解和集成学习的Pol SAR影像分类方法。该方法首先利用多种极化分解方法从Pol SAR影像中提取极化参数;将提取的极化参数组合成一幅多通道影像;然后对多通道影像进行分割和特征提取,分别提取出各目标极化分解方法所对应的特征;并进行特征选择和分类,得到各目标极化分解方法的分类结果;最后利用集成学习技术对各分类结果进行集成。该研究以吉林省长春市部分区域为研究区,Radarsat2影像为数据源,将提出的方法应用于土地覆被分类中,取得了较好的分类效果,总体精度和Kappa系数分别达到了92.49%和0.90。此外,该研究还将提出方法与其他基于多种极化分解的分类方法进行比较,对比方法的总体精度和Kappa系数分别为90.74%和0.88,比提出方法分别低1.75%和0.02,对比结果进一步证明了提出方法的优越性。
|
| 关 键 词： | 遥感 分类 集成学习 PolSAR 极化分解 面向对象方法 土地覆被分类 |
| 收稿时间： | 2020/3/25 0:00:00 |
| 修稿时间： | 2020/4/26 0:00:00 |
PolSAR image classification based on polarimetric decomposition and ensemble learning |
| |
| Xiao Yan,Wang Bin,Jiang Qigang,Wen Ya.PolSAR image classification based on polarimetric decomposition and ensemble learning[J].Transactions of the Chinese Society of Agricultural Engineering,2020,36(16):134-141. |
| |
| Authors: | Xiao Yan Wang Bin Jiang Qigang Wen Ya |
| |
| Institution: | 1.College of Exploration and Surveying Engineering, Changchun Insititute of Technology, Changchun 130012, China;;2.Changchun Institute of Surveying and Mapping, Changchun 130021, China;;3.Jilin University, Changchun 130012, China |
| |
| Abstract: | |
| |
| Keywords: | remote sensing classification ensemble learning PolSAR polarimetric decomposition object-oriented method land-cover classification |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《农业工程学报》浏览原始摘要信息 |
| 点击此处可从《农业工程学报》下载免费的PDF全文 |
|
