研究合成孔径雷达图像准确性问题.合成孔径雷达图像分类过程中,特征集包括图像的Pauli特征、相干矩阵特征、小波特征、纹理特征等多特征,由于原始特征数目过多,并且采集特征伴随巨大的随机性,几乎不能建立多目标描述模式.传统的图像分类方法面临多特征、强随机性的特征集合时,因为无固定化的特征约束,导致分类效果不好的问题.为了避免上述缺陷,提出了一种基于最优分类平面的合成孔径雷达图像分类算法.利用局部二值模式纹理分析方法,进行合成孔径雷达图像特征提取,为图像分类提供准确的数据基础.利用最优分类平面方法,实现合成孔径雷达图像的分类.实验结果表明,利用上述算法进行高精度合成孔径雷达图像分类,能够获取准确的分类结果.
NETL
NSTL
万方数据
维普
