摘要
结合后验概率对分类的影响和全极化SAR数据特点,提出了一种全极化SAR数据分类方法。首先将全极化SAR数据的协方差矩阵转换为9个服从正态分布的强度量;然后通过迭代分类计算类别出现的概率,对9个强度量进行基于最大后验概率的分类。以黑龙江省逊克县境内的一景ALOS PALSAR全极化数据为例,用该方法进行分类,总体精度和Kappa系数分别达到81.34%和0.84,优于传统的最大似然分类方法。
学科与关键词
关键词
分类SAR极化后验概率 classificationSARradar polarimetryposteriori
- 基于ALOS PALSAR数据的森林/非森林分类梁志锋; 凌飞龙遥感信息, 2013, (02): 51-55.
- 多尺度下的半自动面向对象SAR影像分类余洁; 刘振宇; 燕琴; 朱腾武汉大学学报(信息科学版), 2013, (03): 253.
- 基于H/A/α-Wishart分类的极化SAR图像船只检测杨慧; 吴祥; 张建; 尚晓波杭州电子科技大学学报, 2013, (06): 142-145.
