比较SVM在全极化、双极化和单极化SAR图像分类上的性能

　支持向量机( SVM)以其在小训练样本时良好的分类性能,目前已广泛应用于多个领域。本文在极化 SAR图像特征提取基础上,将SVM应用于极化SAR图像分类,定性和定量地比较了全极化、双极化和单极化SAR 图像的分类性能,分析了不同的极化组合对分类结果的影响,并根据地物极化散射特性分析了分类精度差异的成 因。实测极化SAR数据的实验结果表明,全极化数据能获得最好的分类性能,双极化次之,单极化最低,且在某些 情况下,双极化与全极化分类性能接近。