%0 Journal Article
%T 引入商空间粒度计算的全极化SAR影像分类<br>An Improved Full Polarimetric SAR Image Classification Method Combining with Granularity Computing of Quotient Space Theory
%A 刘利敏
%A 余洁
%A 李小娟
%A 李平湘
%A 杨杰&lt
%A br&gt
%A LIU Limin
%A YU Jie
%A LI Xiaojuan
%A LI Pingxiang
%A YANG Jie
%J 武汉大学学报·信息科学版
%D 2018
%R 10.13203/j.whugis20150324
%X 为了充分利用不同极化特征信息，并将其有效地结合，提出一种结合粒度计算的全极化合成孔径雷达（synthetic aperture radar，SAR）影像分类方法。在不同极化目标分解特征组合的基础上引入影像纹理信息，利用光滑支持向量机（smooth support vector machine，SSVM）对不同特征组合进行类别划分获得粗粒度空间，采用商空间对粗粒度进行合并；根据全极化SAR影像分布特性，以相干矩阵作为新的特征矢量，利用Wishart测度代替传统欧氏距离对差异粒度进行推理，通过合并推理结果与合成论域，获得精细分类结果。采用L波段San Francisco地区和荷兰Flevoland地区的全极化SAR影像进行分类试验，结果表明：利用SSVM算法对全极化SAR影像进行粗粒度划分，并采用Wishart距离对差异粒度推理综合，总体分类效果优于结合纹理信息的Cloude及Yamaguchi4分类结果，且优于基于线性特征融合进行监督分类方法
%K 极化目标分解
%K 纹理特征
%K 光滑支持向量机
%K 商空间粒度
%K 粒度计算
%K &lt
%K br&gt
%K target decomposition
%K texture information
%K SSVM algorithm
%K quotient space theory
%K granularity computing
%U http://ch.whu.edu.cn/CN/abstract/abstract5949.shtml