论文部分内容阅读
Cameron分解先将极化散射矩阵分解为互易分量和非互易分量，再将互易分量进一步分解为对称分量和非对称分量，这是极化合成孔径雷达图像特征提取的有效途径。由四个分量的范数组成样本向量，运用基于统计学习理论的支持向量机设计分类器，提出了一种极化SAR图像分类算法，并对实测极化SAR数据进行分类实验。结果表明，将Cameron分解与SVM结合起来应用于极化SAR图像分类的算法是可行和有效的，通过选择不同的参数对分类结果影响很大，验证了参数选择在SVM分类器中的重要作用。