应用分水岭变换与支持向量机的极化SAR图像分类

巫兆聪; 欧阳群东; 胡忠文

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

应用分水岭变换与支持向量机的极化SAR图像分类

巫兆聪, 欧阳群东, 胡忠文

文章导航 > 武汉大学学报 ( 信息科学版) > 2012 > 37(1): 7-10

巫兆聪, 欧阳群东, 胡忠文. 应用分水岭变换与支持向量机的极化SAR图像分类[J]. 武汉大学学报 ( 信息科学版), 2012, 37(1): 7-10.

引用本文:

巫兆聪, 欧阳群东, 胡忠文. 应用分水岭变换与支持向量机的极化SAR图像分类[J]. 武汉大学学报 ( 信息科学版), 2012, 37(1): 7-10.

WU Zhaocong, OUYANG Qundong, HU Zhongwen. Polarimetric SAR Image Classification Using Watershed-Transformation and Support Vector Machine[J]. Geomatics and Information Science of Wuhan University, 2012, 37(1): 7-10.

Citation:

WU Zhaocong, OUYANG Qundong, HU Zhongwen. Polarimetric SAR Image Classification Using Watershed-Transformation and Support Vector Machine[J]. Geomatics and Information Science of Wuhan University, 2012, 37(1): 7-10.

应用分水岭变换与支持向量机的极化SAR图像分类

¹武汉大学遥感信息工程学院,武汉市珞喻路129号430079

基金项目: 国家863计划资助项目(2007AA12Z143)；国家自然科学基金资助项目(40201039,40771157)；中央高校基本科研业务费专项资金资助项目(20102130201000134)

详细信息

作者简介:
巫兆聪，教授，博士生导师，研究方向为高分辨率遥感影像信息提取、定量遥感。

中图分类号: P237.3

Polarimetric SAR Image Classification Using Watershed-Transformation and Support Vector Machine

¹School of Remote Sensing and Information Engineering,Wuhan University,129 Luoyu Road,Wuhan 430079,China

摘要: 结合分水岭变换与支持向量机的特性,提出一种新的极化SAR图像分类算法。其基本思想是先通过分水岭变换及区域合并处理,将极化SAR图像分割成一系列同质区;再以同质区为基本单元,进行特征提取及样本选择后采用支持向量机分类。实验结果表明,该算法可有效降低相干斑对分类的影响,与传统基于像素的SVM算法相比,其分类精度有显著的提高,且结果也更易于理解。
- 极化SAR图像分类 /
- 分水岭变换 /
- 区域合并处理 /
- 支持向量机
Abstract: Considering the properties of watershed-transformation and support vector machine,a method for classifying polarimetric SAR image is proposed in this paper.First,polarimetric SAR image is segmented into a series of homogenous regions through watershed transformation and region merging process.Then,region-based classification is performed by utilizing support vector machine after feature extraction and sample selection.Experimental results show that the proposed classification method depresses speckle effectively,when in comparison with traditional pixel-based SVM algorithm,the classification accuracy is improved by dramatically and more interpretable result can also be achieved.
- polarimetric SAR image classification /
- watershed transformation /
- region merging process /
- support vector machine

[1]	徐胜华, 刘纪平, 王想红, 张玉, 林荣福, 张蒙, 刘猛猛, 姜涛. 熵指数融入支持向量机的滑坡灾害易发性评价方法—以陕西省为例 . 武汉大学学报 ( 信息科学版), 2020, 45(8): 1214-1222. doi: 10.13203/j.whugis20200109
[2]	段佩祥, 钱海忠, 何海威, 谢丽敏, 罗登瀚. 基于支持向量机的线化简方法 . 武汉大学学报 ( 信息科学版), 2020, 45(5): 744-752, 783. doi: 10.13203/j.whugis20180434
[3]	张建廷, 张立民. 结合光谱和纹理的高分辨率遥感图像分水岭分割 . 武汉大学学报 ( 信息科学版), 2017, 42(4): 449-455,467. doi: 10.13203/j.whugis20150097
[4]	马超, 孙群, 陈换新, 温伯威. 利用路段分类识别复杂道路交叉口 . 武汉大学学报 ( 信息科学版), 2016, 41(9): 1232-1237. doi: 10.13203/j.whugis20160073
[5]	吴一全, 陶飞翔, 曹照清. 基于Log-Gabor小波和Krawtchouk矩的遥感图像分类 . 武汉大学学报 ( 信息科学版), 2016, 41(7): 861-867. doi: 10.13203/j.whugis20140234
[6]	李粉玲, 常庆瑞, 刘佳岐, 刘京. 基于多纹理和支持向量机的ZY-102C星HR数据分类 . 武汉大学学报 ( 信息科学版), 2016, 41(4): 455-461,486. doi: 10.13203/j.whugis20140356
[7]	彭令, 牛瑞卿, 赵艳南, 邓清禄. 基于核主成分分析和粒子群优化支持向量机的滑坡位移预测 . 武汉大学学报 ( 信息科学版), 2013, 38(2): 148-152,161.
[8]	武雪玲, 任福, 牛瑞卿, 彭令. 斜坡单元支持下的滑坡易发性评价支持向量机模型 . 武汉大学学报 ( 信息科学版), 2013, 38(12): 1499-1503.
[9]	徐侃, 杨文, 陈丽君, 孙洪. 利用主题模型的遥感图像场景分类 . 武汉大学学报 ( 信息科学版), 2011, 36(5): 540-543.
[10]	杨柳, 刘艳芳. 将微粒群和支持向量机用于耕地驱动因子选择的研究 . 武汉大学学报 ( 信息科学版), 2010, 35(2): 248-251.
[11]	熊华, 刘耀林, 车珊珊, 张俊峰. 基于支持向量机的土地利用变化模拟模型 . 武汉大学学报 ( 信息科学版), 2009, 34(3): 366-369.
[12]	范千, 花向红. 基于相空间重构与支持向量机预测滑坡位移的一种新方法 . 武汉大学学报 ( 信息科学版), 2009, 34(2): 248-251.
[13]	蒋志勇, 陈晓玲, 秦前清. 一种基于淹没的分水岭变换算法 . 武汉大学学报 ( 信息科学版), 2009, 34(5): 509-513.
[14]	王新洲, 范千, 许承权, 李昭. 基于小波变换和支持向量机的大坝变形预测 . 武汉大学学报 ( 信息科学版), 2008, 33(5): 469-471.
[15]	陈刚, 鄂栋臣. 基于纹理分析和支持向量机的极地冰雪覆盖区的云层检测 . 武汉大学学报 ( 信息科学版), 2006, 31(5): 403-406.
[16]	徐芳, 梅文胜, 燕琴. 支持向量机中遗传模糊C-均值的样本预选取方法 . 武汉大学学报 ( 信息科学版), 2005, 30(10): 921-924.
[17]	梅天灿, 李德仁, 秦前清. 基于直线和区域特征的遥感影像线状目标检测 . 武汉大学学报 ( 信息科学版), 2005, 30(8): 689-693.
[18]	梅建新, 段汕, 秦前清. 基于支持向量机的特定目标检测方法 . 武汉大学学报 ( 信息科学版), 2004, 29(10): 912-915,932.
[19]	梅天灿, 李德仁, 秦前清. 分水岭变换在遥感影像线状特征提取中的应用 . 武汉大学学报 ( 信息科学版), 2004, 29(4): 338-341.
[20]	徐芳, 燕琴. 基于支持向量机的航空影像纹理分类研究 . 武汉大学学报 ( 信息科学版), 2003, 28(5): 517-520.

点击查看大图

计量

文章访问数: 1046
HTML全文浏览量: 50
PDF下载量: 554
被引次数: 0

应用分水岭变换与支持向量机的极化SAR图像分类

¹武汉大学遥感信息工程学院,武汉市珞喻路129号430079

基金项目: 国家863计划资助项目(2007AA12Z143)；国家自然科学基金资助项目(40201039,40771157)；中央高校基本科研业务费专项资金资助项目(20102130201000134)

作者简介:
巫兆聪，教授，博士生导师，研究方向为高分辨率遥感影像信息提取、定量遥感。

收稿日期: 2011-09-22
修回日期: 2011-09-22
刊出日期: 2012-01-05

中图分类号: P237.3

关键词:

摘要: 结合分水岭变换与支持向量机的特性,提出一种新的极化SAR图像分类算法。其基本思想是先通过分水岭变换及区域合并处理,将极化SAR图像分割成一系列同质区;再以同质区为基本单元,进行特征提取及样本选择后采用支持向量机分类。实验结果表明,该算法可有效降低相干斑对分类的影响,与传统基于像素的SVM算法相比,其分类精度有显著的提高,且结果也更易于理解。