科研之友
微信
新浪微博
Facebook
分享链接
摘要
尽管合成孔径雷达(SAR)具有全天时全天候的优势,但利用单一分辨率SAR图像进行海冰分类时仍存在诸多问题。低分辨率图像尽管覆盖范围大,但混合像元解析能力差、分类精度低,而基于高分辨率SAR尽管能获得较好的分类效果,但图像覆盖范围较小,为此论文提出一种基于条件随机场(CRF)的复合分类方法对海冰进行分类研究,利用高分辨率图像指导低分辨率图像进行海冰分类。首先提取8种纹理特征进行分类,通过Kappa系数和准确率、召回率以及F1值的对比选取效果较好的Gabor特征作为模型的输入数据,然后将图像进行分层级处理,将分辨率降低后的高分辨率图像输入到条件随机场模型中进行训练,再将低分辨率图像中与高分辨率图像重合的区域作为待分类图像输入到训练好的模型中进行分类。最后将分类结果与使用传统的复合分类方法得到的分类结果进行比较。实验结果表明,论文提出的方法在分类精度上优于这些分类器。
- 单位
