摘要:
为提高合成孔径雷达(synthetic aperture radar, SAR)景象匹配区(matchingsuitable areas,MSA)的匹配概率和匹配精度,提出基于支持向量机(support vector machine, SVM)的SAR景象MSA选取方法。首先结合SAR图像特性,选取基于数字高程模型、基于灰度和基于特征的3级特征参数;然后基于综合特征量,利用SVM训练样本数据,得到MSA决策函数。该方法充分考虑了SAR图像信息对MSA选取结果的影响及特征参数间的相关性,能够有效规划出高性能的匹配区。
苏娟, 王延钊, 伍薇. 基于地形起伏和SVM的SAR景象MSA选取[J]. 系统工程与电子技术, 2019, 41(8): 1735-1741.
SU Juan, WANG Yanzhao, WU Wei. SAR scene MSA selection based on topographic relief and SVM[J]. Systems Engineering and Electronics, 2019, 41(8): 1735-1741.