基于商空间粒度的极化sar图像分类

？当前极化合成孔径雷达(sar)图像的分类研究中，极化信息的不完全利用是影响极化sar图像分类效果的重要原因之一。故将商空间粒度合成理论引入到极化sar图像分类中，通过建立不同的支持向量机(svm)分类器构建不同的商空间，从多个粒度层面实现对极化信息的综合利用。首先通过不同的极化分解方法得到不同的极化特征，分别对其建立不同的支持向量机分类器进行分类；再根据粒度合成理论对这些商空间进行融合，得到更细粒度上的改进的分类结果。最后，利用airsar图像进行实验比较，算法改进后的结果在地物误分上有明显的抑制，各类别分类正确率都有所提高。