基于Freeman分解和雷达植被指数的极化SAR图像分类

来源：湖北农业科学杂志2021年第15期北京时间：

作者：李成绕1, 贾诗超2, 薛东剑2

单位：1.成都师范学院史地与旅游学院,成都 611130; 2.成都理工大学地球科学学院,成都 610059

摘要：研究首先基于影像的相干矩阵提取特征参数,即雷达植被指数（RVI）,再对影像的协方差矩阵进行Freeman分解,得到三种散射机制参数,分别为体散射、面散射和二面角散射。然后组合这些特征参数应用于支持向量机（SVM）中,对极化SAR图像进行分类,并与Wishart监督分类比较。结果表明,雷达植被指数有助于提高植被的分类精度,且该方法的分类精度明显高于Wishart监督分类。

关键词：Freeman分解,雷达植被指数,支持向量机,Wishart监督分类,极化SAR

基金资助：四川省科技计划项目（2019YJ0505）; 青海省科技厅重点项目（2019-SF-130）