机构名称：
¥ 1.0
摘要。研究了双极化合成孔径雷达 (SAR) 对光学数据对土地利用分类准确性的贡献。为此，实施了不同的图像融合算法，以在保留光谱信息的同时获得空间改进的图像。为了比较融合技术的性能，使用了微波 X 波段双极化 TerraSAR-X 数据和多光谱 (MS) 光学图像 RapidEye 数据。我们的测试地点 Gediz Basin 覆盖农田和人工建筑。在分类阶段之前，应用了四种数据融合方法：(1) 可调 SAR-MS 融合、(2) Ehlers 融合、(3) 高通滤波和 (4) 贝叶斯数据融合。使用统计分析评估了融合图像的质量。在这方面，我们采用了几种方法进行质量评估。然后，我们还使用支持向量机作为基于核的方法、随机森林作为集成学习方法、基本 k-最近邻和最大似然分类器方法对融合图像的分类性能进行了比较研究。实验为双极化 SAR 数据和光学数据在土地利用/覆盖测绘中的融合提供了有希望的结果。© 作者。由 SPIE 根据 Creative Commons Attribution 3.0 Unported 许可证发布。全部或部分分发或复制本作品需要完全署名原始出版物，包括其 DOI。[DOI：10.1117/1.JRS.9.096054]
通过融合双极化增强土地利用分类...
主要关键词
相关文件推荐
