基于分类结果重新审视空间分辨率对信息量的影响
应用统计
2019-05-01 v2
摘要
极化合成孔径雷达 (PolSAR) 图像是重要的信息源。散斑噪声使 SAR 图像呈现颗粒状外观,令解译与分析成为困难任务。一个主要问题是如何评估此类图像中的信息含量,以及其如何受常规处理技术影响。先前工作已产生多种量化图像信息含量的方法。与 Narayanan、Desetty 和 Reichenbach(2002) 类似,我们从分类精度视角研究该问题,聚焦于滤波与分类阶段。因此,通过分类图像我们验证输入数据属性变化如何影响其质量。我们的输入为一幅真实 PolSAR 图像,控制参数为滤波器 (局部均值或基于模型的 PolSAR,MBPolSAR)、其尺寸大小以及分类方法 (最大似然,ML,或支持向量机,SVM),输出为将分类算法应用于滤波数据后获得的分类精度。为拓展结论,本研究不仅涉及分类精度,还涉及 Kappa 与总体精度作为地图精度度量。实验在两张机载 PolSAR 图像上进行。与 Narayanan、Desetty 和 Reichenbach(2002) 不同,几乎所有度量值均良好且随退化而提升,即我们使用的滤波算法至少到 7x7 都改善了分类结果。
引用
@article{arxiv.1807.10333,
title = {Revisiting the effect of spatial resolution on information content based on classification results},
author = {M. G. Palacio and S. B. Ferrero and A. C. Frery},
journal= {arXiv preprint arXiv:1807.10333},
year = {2019}
}
备注
16 pages, 9 figures, Accepted for publication in the International Journal of Remote Sensing