基于GF-3全极化SAR影像的滨海湿地分类
针对光学遥感湿地监测的不足,提出了一种基于高分三号(GF-3)全极化SAR影像的滨海湿地分类方法.首先针对湿地地物特点采用6种极化目标分解方法提取极化特征,并辅以纹理特征构成初始特征集;然后利用可分性指数去除对目标类别区分能力较差的特征,并结合皮尔逊相关系数去除相关性过高的冗余特征,进行特征初选;接着利用顺序后退法进一步筛选出最优特征;最后利用支持向量机(SVM)进行分类.利用该方法对江苏盐城滨海湿地进行分类,实验结果表明,GF-3全极化数据能够较好地表征湿地地物的散射特性,适用于湿地监测与分类;所提出的特征优选方法可以有效减少特征维数,提高了分类效率.
滨海湿地 光学遥感图像 分类方法 特征提取 支持向量机
杨雨晴 徐佳 徐梦竹
河海大学地球科学与工程学院,江苏南京210098 国科北方科技有限公司,北京100192
国内会议
南京
中文
15-19
2019-12-01（万方平台首次上网日期，不代表论文的发表时间）