特征优选下的全极化雷达影像土地覆盖分类

作者：范强; 霍畅; 张兵; 张继超

来源：测绘科学, 2023, 48(08): 102-110.

DOI：10.16251/j.cnki.1009-2307.2023.08.013

• 极化合成孔径雷达
• 特征选择
• ReliefF算法
• CFS算法
• 土地覆盖分类
• CART决策树

针对极化合成孔径雷达(PolSAR)影像在土地覆盖分类中存在特征利用不充分导致分类精度低的问题，该文提出一种联合ReliefF和相关性的特征选择(CFS)算法的分类方法。首先利用ReliefF算法对极化特征进行特征重要性排序，淘汰无关特征，然后利用CFS算法进行特征优选，最后结合分类回归树(CART)决策树构建分类模型，完成土地覆盖分类。以高分三号(GF-3)两个场景的影像数据进行实验，结果表明，该方法能够有效剔除冗余特征，显著提高分类准确率，适用于PolSAR影像土地覆盖分类。

• 单位
  辽宁工程技术大学