基于联合特征和SVM的极化SAR图像分类方法

摘要

极化SAR地物分类作为极化SAR数据解译的关键环节,已成为遥感领域研究的一个新热点.在充分研究现有方法的基础上,给出了一种联合特征和SVM相结合的极化SAR图像分类方法.该方法基于目标分解理论提取极化SAR图像的多类散射特征,并结合具有上下文知识的纹理特征,构建联合特征矢量;利用提取样本区域像素的联合特征矢量训练SVM分类器;将未知数据输入训练好的分类器完成最终的分类.实测SAR图像数据的实验结果表明,算法能够充分利用极化SAR图像电磁散射特性及纹理特征的互补性,具有较好的分类性能.