一种面向对象的极化合成孔径雷达图像作物分类

扫码查看

原文链接

NETL

中文摘要：本文针对极化SAR数据实验了面向对象的图像分类方法,在面向对象的图像分类前,先对图像滤波和分割,虽然mean shift不能滤除强斑点噪声,正因如此,这种方法在滤波的同时保持了地物的边缘特征,在图像分割时斑点噪声形成的小对象被合并到相邻对象中,从而消除了噪声的影响,使得分割结果与实际相符合.在分类时利用最近距离分类方法,通过实验可以发现面向对象的极化SAR分类结果总体上高于基于像素的图像分类结果,这说明了基于mean shift的图像滤波与分割方法适合对极化SAR图像进行分割,以及面向对象的图像分类方法比基于像素的图像分类方法更适合极化SAR图像分类.

作者：

Junjie Zhu、朱俊杰、Wenxue Fu、傅文学、Huadong Guo、郭华东、Xiangtao Fan、范湘涛

展开 >

作者单位：

Key Laboratory of Digital Earth Science, Center for Earth Observation and Digital Earth, CAS,Beijing 100094

中国科学院遥感与数字地球研究所中国科学院数字地球实验室北京 100094

关键词：

极化合成孔径雷达面向对象图像处理作物类别

主办单位：

中国科学院遥感与数字地球研究所

会议名称：

第二届成像雷达对地观测高级学术研讨会

会议时间：

2014-11-01

会议地点：

北京

会议母体文献：

第二届成像雷达对地观测高级学术研讨会论文集

页码：

1-10

出版时间：

2014