基于智能CASE库的多时相SAR影像分类方法——土地利用及变化监测
(0) 针对SAR影像分类,提出了一种基于智能案例(CASE)库多时相SAR影像分类方法.该方法主要分为4部分:SAR影像预处理;智能CASE的建构;基于CASE相似度匹配的SAR影像分类;分类后处理.在智能CASE建构期间,引入时空分析技术去除”伪”CASE,从而保证了CASE库中CASE信息的可靠性.接着,在基于CASE匹配的SAR影像分类过程中,采用分层相似度评价的方法,消除CASE特征相互之间的混叠效应.最后,采用面向对象的方法进行影像分类后处理.该方法有效地考虑了分类地块的形状因子,使分类结果更精确、更符合逻辑性.以2000年(4景,包含4个季度)和2004年(3景,包含3个季度)的多时相SAR影像作为实验数据,结果表明,使用我们提出的方法能达到较好的SAR影像分类结果,分类总体精度达到85％～90％,这为利用多时相SAR影像实施土地利用和变化监测(Land Use and Land Cover Change,LULC)奠定了良好基础.
CASE推理 SAR影像分类 合成孔径雷达 面向对象
陈富龙 王超 张红
中国科学院遥感应用研究所遥感科学国家重点实验室,北京,100101;中国科学院研究生院,北京,100101;中国科学院中国遥感卫星地面站,北京,100086 中国科学院中国遥感卫星地面站,北京,100086;中国科学院遥感应用研究所遥感科学国家重点实验室,北京,100101 中国科学院中国遥感卫星地面站,北京,100086
国内会议
深圳
中文
204-209,插一
2006-12-18（万方平台首次上网日期，不代表论文的发表时间）