摘要: 研究首先基于影像的相干矩阵提取特征参数,即雷达植被指数(RVI),再对影像的协方差矩阵进行Freeman分解,得到三种散射机制参数,分别为体散射、面散射和二面角散射。然后组合这些特征参数应用于支持向量机(SVM)中,对极化SAR图像进行分类,并与Wishart监督分类比较。结果表明,雷达植被指数有助于提高植被的分类精度,且该方法的分类精度明显高于Wishart监督分类。
中图分类号:
李成绕, 贾诗超, 薛东剑. 基于Freeman分解和雷达植被指数的极化SAR图像分类[J]. 湖北农业科学, 2021, 60(15): 132-135.
LI Cheng-rao, JIA Shi-chao, XUE Dong-jian. Polarimetric SAR image classification based on Freeman decomposition and radar vegetation index[J]. HUBEI AGRICULTURAL SCIENCES, 2021, 60(15): 132-135.