极化目标分解算法在地物覆盖类型识别中的应用

扫码查看

原文链接

NETL

中文摘要：本文选择PALSAR全极化数据和宜良县森林资源二类调查数据作为数据源,首先对PALSAR全极化数据进行了定标、多视和配准处理.在此基础上,选择了Pauli、Krogager 、Freeman-Durden和Cloude-Pottier算法进行了极化分解研究,利用宜良县森林资源二类调查数据中的地类和森林类型作为已知地物覆盖类型,比较分析了四种目标分解算法对不同地物类型的分解结果.Pauli分解算法可以清晰的分辨出植被、建筑和水体,Krogager和Freeman-Durden分解算法可以清晰的分辨出植被和水体,但有一部分农地和幼林没有分辨出来,Cloude-Pottier分解算法分辨效果不是太好,仅仅能够分辨出植被,对于水体、建筑和农地的效果不理想.

作者：

曹霸、岳彩荣、杨小梅

展开 >

作者单位：

西南林业大学,昆明 650224

贵州省第一测绘院,贵阳 550000

关键词：

全极化合成孔径雷达极化目标分解算法地物信息类型识别

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：

1-11

出版时间：

2014