【出 处】：《 计算机仿真 》 CSCD 2013年第30卷第12期 399-402页,共4页

【作 者】： 朱海峰

【摘 要】 研究合成孔径雷达图像问题，传统的合成孔径雷达图像的分类方法，通常用于处理低维度的图像关联特征，而超高维度雷达图像特征间的相关度很小，使得获取的分类结果存在混淆和随机性问题。为提高图像质量，提出了一种特征提取与自适应划分的超高维度合成孔径雷达图像的分类方法，采集的特征集包括图像的Pauli特征、相干矩阵特征、小波特征以及纹理特征。采用自适应划分方法对原始特征数据进行降维处理，通过支持向量机分类器进行图像分类，获取最终的分类结果。实验结果表明，提出的算法能够对超高维度合成孔径雷达图像进行准确的分类，并且具有较高的分类精确度。