高分辨率全极化合成孔径雷达数据海冰二次分类方法研究

刘眉洁; 戴永寿; 张杰; 任广波; 孟俊敏; 张晰

doi:10.3969/j.issn.0253-4193.2013.04.010

高分辨率全极化合成孔径雷达数据海冰二次分类方法研究

doi: 10.3969/j.issn.0253-4193.2013.04.010

1.
中国石油大学(华东) 信息与控制工程学院, 山东青岛 266555;国家海洋局第一海洋研究所, 山东青岛 266061;青岛大学物理科学学院, 山东青岛 266071
2.
中国石油大学(华东) 信息与控制工程学院, 山东青岛 266555
3.
国家海洋局第一海洋研究所, 山东青岛 266061

基金项目: 国家自然科学基金(60890075;40906093);中欧龙计划二期项目(ID:5290)。

计量
- 文章访问数: 1270
- HTML全文浏览量: 14
- PDF下载量: 1369
- 被引次数: 0
出版历程
- 收稿日期: 2011-08-29
- 修回日期: 2013-03-21

The research on the object-based method of sea ice classification of high-resolution quad-polarization SAR data

1.
College of Information and Control Engineering, China University of Petroleum (Huadong), Qingdao 266555, China;First Institute of Oceanography, State Oceanic Administration, Qingdao 266061, China;College of Physical Science, Qingdao University, Qingdao 266071, China
2.
College of Information and Control Engineering, China University of Petroleum (Huadong), Qingdao 266555, China
3.
First Institute of Oceanography, State Oceanic Administration, Qingdao 266061, China

摘要

摘要: 随着高分辨率全极化合成孔径雷达(synthetic aperture radar, SAR)影像的大量出现, 传统分类方法因所得分类结果中包含斑点噪声, 导致分类精度大大降低, 因而利用基于伴生关系的二次分类方法对辽东湾RADARSAT-2卫星的海冰SAR影像进行分类, 并将所得分类结果与专家解译分类结果和经典的基于H-α分解的Wishart监督分类结果进行对比, 证明本方法可以消除斑点噪声的影响, 同时具有较好的视觉效果和较高的分类精度。
- 高分辨率 /
- 全极化 /
- 海冰类型 /
- 二次分类
Abstract: Along with the appearance of a great deal of high-resolution quad-polarization synthetic aperture radar (SAR) images, the traditional classification methods lead to worse results with lower classification precision due to the speckle. Therefore, the object-based method based on the context has been used to classify the types of sea ice of RADARSAT-2 SAR image in the Liaodong Gulf. The classification result is compared with that of professional classification and Wishard supervised classification based on H-α decomposition, It is showed that this method can eliminate the speckle with better visual effect and higher classification precision．
- high-resolution /
- Quad-polarization /
- types of sea ice /
- object-based

HTML全文

参考文献(18)

乐章燕, 许映军, 顾卫, 等. 2005年渤海海冰冰厚热力增长特征实验的个例研究[J]. 气象科学, 2008, 28(增刊): 26-30．

杨国金. 海冰工程学[M]. 北京: 石油工业出版社, 2000:28-135．

李宁, 谢峰, 顾卫, 等. 渤海海冰反射光谱基本特征的观测研究[J]. 光谱学与光谱分析, 2008, 28(2): 356-360．

刘钦政, 白珊, 吴辉碇. 中国海冰研究[J]. 海洋预报, 1998, 15(4): 8-13．

陈劲松, 邵芸, 董庆, 等. 全极化SAR数据信息提取研究[J]. 遥感技术与应用, 2003, 18(3): 153-158.

吴永辉, 计科峰, 郁文贤. 基于H-α和改进C-均值的全极化SAR图像非监督分类[J]. 电子与信息学报, 2007, 29(1): 30-34．

周春艳, 王萍, 张振勇, 等. 基于面向对象信息提取技术的城市用地分类[J]. 遥感技术与应用, 2008, 23(1): 31-36．

陈云浩, 冯通, 史培军, 等. 基于面向对象和规则的遥感影像分类研究[J]. 武汉大学学报:信息科学版, 2006, 31(4): 316-320.

Hall O, Hay G J. A multiscale object-specific approach to digital change detection[J]. International Journal of Applied Earth Observation and Geoinformation, 2003, 4(4): 311-327.

Fauzi F A, Lewis P H. A fully unsupervised texture segmentation algorithm[G]// Harvey R, Bangham J A. Proceedings of the British Machine Vision Conference, Norwich, UK, 2003:519-528．

Blaschke T, Strobl J. What''''s wrong with pixels？ Some recent developments interfacing remote sensing and GIS[G]∥ GIS. Heidelberg: Huthig GmbH & Co., 2001: 12-17.

Baatz M, Schape A. Multiresolution segmentation: an optimization approach for high quality multi-scale image segmentation[J]. Journal of Photogrammetry and Remote Sensing, 2000, 58(3/4): 12-23.

Yashon O O, Josaphatb S S, Tateishi R. Multiscale remote sensing data segmentation and post-segmentation change detection based on logical modeling: theoretical exposition and experimental results for forest land cover change analysis[J]. Computers & Geosciences, 2008, 34(7): 715-737

林先成, 李永树.面向对象的成都平原高分辨率遥感影像分类研究[J]. 西南交通大学学报, 2010, 45(3): 366-372．

任广波. 基于半监督学习的遥感影像分类技术研究[D]. 青岛: 中国海洋大学, 2009:47-53.

曾璞, 吴玲达, 文军. 基于分块潜在语义的场景分类方法[J]. 计算机应用, 2008, 28(6): 1537-1542.

黄世奇. SAR图像斑点噪声抑制方法与应用研究[J].测绘学报, 2006, 35(3): 245-250.

杜培军, 孙敦新, 林卉. 窗口大小对SAR图像滤波效果的影响分析[J]. 国土资源遥感, 2006(2): 12-15

施引文献

资源附件(0)

访问统计