发明公开了一种基于随机森林构图的半监督极化SAR图像分类方法。主要解决了已有的分类方法中表示样本点之间相似关系的不足,未利用空间信息的问题。其步骤为:输入极化SAR图像原始数据;提取数据的相关特征,得到数据集;构建初始随机森林模型;利用两个不同属性样本集训练两个分类器,用于协助训练半监督随机森林模型;优化半监督随机森林模型;构建相似关系图;构建空间信息图;合并相似关系图和空间信息图得到样本点之间的相似关系矩阵;对图像进行分类并计算正确率。本发明利用半监督随机森林算法构建出更加亲和的相似关系图和空间信息,提高了极化SAR图像的分类正确率。用于地质勘探,抢险救灾,目标识别等民用和军用领域。
声明:
“基于随机森林构图的极化SAR图像半监督分类方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)