一种改进的全极化SAR影像面向对象分类方法

陈军^1,2，杜培军³，谭琨¹

1. 国土环境与灾害监测国家测绘地理信息局重点实验室中国矿业大学2. 宜春学院数学与计算机学院3. 江苏省地理信息技术重点实验室南京大学

摘 要：面向对象分类过程,首先对图像进行分割得到对象,然后将对象进行分类,分割效果直接影响最终分类精度.针对这一问题,提出一种改进的全极化合成孔径雷达（SAR）影像面向对象分类方法,在分类时首先通过计算各对象内部像元类别比例对对象进行判断,若所有类别比例均没有达到某个阈值,则认为此对象存在分割偏差,对其进行基于像元的分类,反之则进行面向对象分类,最后整合像元级和对象级分类结果.分类算法采用改进分类器动态选择法（ICDS）对差异性较大的3个基分类器Wishart、核-KNN和Wishart-KNN进行决策级融合.以AIRSAR,EMISAR的全极化SAR影像为数据进行分类实验.结果表明:改进算法充分利用了对象级和像素级分类的优点,从而得到高精度的分类结果,该算法具有良好的应用前景.

关键词：全极化SAR影像;面向对象分类;基于像元分类;分类器动态选择法;Wishart分类;核距离;