基于二维极化特征的PolSAR图像决策分类

摘要：

决策树模型在极化SAR数据分类中有着极大的应用价值,既能描述分类结果的极化散射机制,又能获得较好的分类精度.但在对散射机制相似的地物进行分类时,由于经典决策树模型的节点采用的是单个特征,分类精度不理想.因此,该文提出了节点采用2维特征的方法,即在特征集相同的前提下,每次取两个特征组成特征矢量用于节点,提高了经典决策树难以区分的地物的分类精度;并且利用分类结果的混淆矩阵准确定位了导致分类误差的节点,进而对节点进行有针对性的反馈调整,进一步提高了指定地物的分类精度.利用AIRSAR-Flevoland数据验证了该方法的有效性,并结合极化特征描述了Flevoland地区多种植被的极化散射机制.

关键词：决策树、极化特征、2维特征空间、混淆矩阵、结果反馈调整

所属期刊栏目：5

分类号：TP753(遥感技术)

资助基金：国家自然科学基金61431018

在线出版日期：2017-03-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：681-691