基于目標分解的面向?qū)ο鬀Q策樹PolSAR影像分類方法研究
發(fā)布時間：2018-04-05 18:13
本文選題：PolSAR 切入點：面向?qū)ο?/strong> 出處：《遼寧工程技術(shù)大學(xué)》2013年碩士論文
【摘要】：全極化合成孔徑雷達(Polarization Synthetic Aperture Radar，PolSAR)數(shù)據(jù)中含有的信息遠遠多于單極化SAR數(shù)據(jù)，，但現(xiàn)有的分類方法僅部分地利用了PolSAR數(shù)據(jù)中的信息，為了將蘊含在PolSAR數(shù)據(jù)中的信息更加充分地用在PolSAR數(shù)據(jù)分類中，本文結(jié)合目標分解理論、面向?qū)ο笏枷牒虲5.0決策樹算法，提出了一種新的PolSAR數(shù)據(jù)分類方法。即首先對全極化影像按照不同的目標分解方式進行目標分解，提取包含地物散射機理信息的各種極化參數(shù)；然后將提取的極化參數(shù)進行分割，將影像的處理單元由像素變?yōu)閷ο�；最后使用C5.0決策樹算法建立決策規(guī)則，實現(xiàn)地物分類。本文采用RADARSAT-2全極化數(shù)據(jù)進行實驗，將本文提出的方法與經(jīng)典的H/α非監(jiān)督分類法、監(jiān)督分類方法和eCognition分類方法等進行了比較，本文提出的方法分類精度達到了83.20%，分別高于其他三種分類方法8.59%、7.67%和1.29%。實驗結(jié)果表明本文提出的方法具有較高的精度，適用性更強。該方法的提出可以為土地監(jiān)測、國土資源調(diào)查和基礎(chǔ)地理信息更新等應(yīng)用做出貢獻。
[Abstract]:The information contained in fully polarized Synthetic Aperture Radarr data is much more than that in single-polarization SAR data, but the existing classification methods only partially utilize the information from PolSAR data.In order to use the information contained in PolSAR data more fully in the classification of PolSAR data, a new method of PolSAR data classification is proposed in this paper, which combines the theory of object decomposition, object-oriented idea and C5.0 decision tree algorithm.First of all, we decompose the whole polarimetric image according to different target decomposition methods, and extract all kinds of polarization parameters which contain the information of scattering mechanism of ground objects, and then segment the extracted polarization parameters.Finally, C5.0 decision tree algorithm is used to establish decision rules to realize the classification of ground objects.In this paper, RADARSAT-2 full polarization data are used to carry out experiments, and the proposed method is compared with classical H / 偽 unsupervised classification, supervised classification and eCognition classification.The classification accuracy of the proposed method is 83.20, which is higher than the other three classification methods 8.597.67% and 1.29% respectively.The experimental results show that the proposed method has higher accuracy and better applicability.This method can contribute to the application of land monitoring, land resources survey and basic geographic information updating.
【學(xué)位授予單位】：遼寧工程技術(shù)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：P237;P225.1
【參考文獻】
相關(guān)期刊論文 前5條
1 趙力文;周曉光;蔣詠梅;匡綱要;;一種基于Freeman分解與散射熵的極化SAR圖像迭代分類方法[J];電子與信息學(xué)報;2008年11期
2 謝勝利,唐敏,董金祥;求解TSP問題的一種改進的遺傳算法[J];計算機工程與應(yīng)用;2002年08期
3 徐晶;劉旭敏;關(guān)永;董睿;;基于條件誤分類的決策樹剪枝算法[J];計算機工程;2010年23期
4 劉鶯迎;;決策樹分類算法的分析和比較[J];科技情報開發(fā)與經(jīng)濟;2008年02期
5 劉勇洪,牛錚,王長耀;基于MODIS數(shù)據(jù)的決策樹分類方法研究與應(yīng)用[J];遙感學(xué)報;2005年04期
相關(guān)博士學(xué)位論文 前1條
1 吳永輝;極化SAR圖像分類技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2007年
本文編號：1715893
本文鏈接：http://sikaile.net/kejilunwen/dizhicehuilunwen/1715893.html
最近更新
教材專著
