基于超像素与机器学习的极化SAR图像地物分类:方法创新与应用拓展.docx
文本预览下载声明
基于超像素与机器学习的极化SAR图像地物分类:方法创新与应用拓展
一、引言
1.1研究背景
随着遥感技术的飞速发展,极化合成孔径雷达(PolarimetricSyntheticApertureRadar,简称极化SAR或PolSAR)作为一种先进的主动式微波成像技术,能够全天时、全天候地获取地球表面的信息,在遥感领域中发挥着越来越重要的作用。极化SAR通过发射和接收不同极化状态的电磁波,获取目标丰富的极化信息,能够更完整地反映目标的散射特征,这使得极化SAR图像在各种地物分类应用中展现出独特的优势,成为当前遥感领域的研究热点之一。
在城市规划领域,极化SAR图像的地物
显示全部