论文部分内容阅读
合成孔径雷达(SAR)图像可以得到非常多的地物特征信息,给图像的解译和分析提供了更多的依据,在地物目标检查、辨别和提取方面具有巨大的潜能。本文基于SAR原始数据的BP神经网络分类算法,并将极化特征分解和BP神经网络分类的优点结合起来,用于全极化SAR数据分类研究,最后得出结论,基于Freeman分解后分类获得较高的分类精度。