摘要：為抑制相干斑噪聲對極化SAR圖像分類結(jié)果的干擾,本文提出一種綜合多特征的極化SAR圖像隨機(jī)森林分類方法。該方法首先利用簡單線性迭代聚類(SLIC)算法生成超像素作為分類單元;然后,基于高維極化特征圖像,利用訓(xùn)練好的隨機(jī)森林模型,統(tǒng)計(jì)決策樹的分類投票數(shù),計(jì)算各超像素的類別概率;最后,利用超像素間的空間鄰域特征,采用概率松弛算法(PLR)迭代修正超像素的類別后驗(yàn)概率,并依據(jù)最大后驗(yàn)概率(MAP)準(zhǔn)則得到分類結(jié)果;實(shí)現(xiàn)綜合利用超像素和空間鄰域特征,降低相干斑噪聲干擾的極化SAR圖像分類方法。實(shí)驗(yàn)對比結(jié)果表明:本文方法能得有效抑制極化SAR圖像中相干斑噪聲的干擾,得到高精度且光滑連續(xù)的分類結(jié)果。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
