摘要：极化SAR图像中建筑物相关特征的不充分利用将影响建筑物提取的有效性或引发错误。为解决该问题,提出了一种利用多尺度SVM-CRF模型的极化SAR图像建筑物提取方法。在图像最优分割的基础上,将基于像素的SVM-CRF模型扩展到面向对象的多尺度SVM-CRF模型,使之能同时有效地描述建筑物突出的＂面状＂特征及其层次、空间上下文相关性。同时,考虑对建筑物描述特征利用不充分所引起的类别模糊问题,使用随机森林算法实现多特征的选择,形成更有效的特征组合以优化SVM-CRF模型中的特征向量。采用Oberpfaffenhofen地区E-SAR数据进行了实验,定性和定量的结果验证了该方法的有效性和准确性。
分类：期刊> 自然科学与工程技术> 工程科技II> 工业通用技术及设备
收录：北大期刊(中国人文社会科学期刊) > CSCD 中国科学引文数据库来源期刊(含扩展版) > 统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > JST 日本科学技术振兴机构数据库(日) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：极化合成孔径雷达 建筑物提取 面向对象 多尺度
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
