Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Barycentric Shift Model Based VR Application for Detection and Classification on Body Balance Disorders Kapitel lesen Erstes Kapitel lesen

2019 | OriginalPaper | Buchkapitel

A Terrain Classification Method for POLSAR Images Based on Modified Scattering Parameters

verfasst von : Shuang Zhang, Lu Wang, Xiangchuan Yu, Bo Chen

Erschienen in: E-Learning and Games

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

In this paper, improved scattering parameters of polarimetric synthetic aperture radar (POLSAR) image based on spatial information and Bayes rule is proposed. The spatial information of scattering parameters is introduced by using an adaptive weight window. Bayes rule is used to improve the performance of the scattering parameters. Experiments on real AIRSAR L-band fully POLSAR data are carried out, and the efficacy of the improved scattering parameters is verified.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Intrinsic Co-decomposition for Stereoscopic Images
Nächstes Kapitel PolSAR Data Classification via Combined Similarity Based Immune Clonal Spectral Clustering
Literatur
1.
Lee, J.S., Grunes, M.R., Kwok, R.: Classification of multi-look polarimetric SAR imagery based on complex Wishart distribution. Int. J. Remote Sens. 15(11), 2299–2311 (1994)CrossRef
2.
Zhang, S., Wang, S., Chen, B.: Classification method for fully PolSAR data based on three novel parameters. IEEE Geosci. Remote Sens. Lett. 11(1), 39–43 (2014)CrossRef
3.
Van Zyl, J.J.: Unsupervised classification of scattering behavior using radar polarimetry data. IEEE Trans. Geosci. Remote Sens. 27(1), 36–45 (1989)CrossRef
4.
Freeman, A., Durden, S.L.: A three-component scattering model for polarimetric SAR data. IEEE Trans. Geosci. Remote Sens. 36(3), 963–973 (2014)CrossRef
5.
Lee, J.S., Grunes, M.R., Pottier, E.: Unsupervised terrain classification preserving polarimetric scattering characteristics. IEEE Trans. Geosci. Remote Sens. 42(2), 722–731 (2004)
6.
An, W., Cui, Y., Yang, J.: Three-component model-based decomposition for polarimetric SAR data. IEEE Trans. Geosci. Remote Sens. 48(6), 2732–2739 (2010)CrossRef
Metadaten
Titel
A Terrain Classification Method for POLSAR Images Based on Modified Scattering Parameters
verfasst von
Shuang Zhang
Lu Wang
Xiangchuan Yu
Bo Chen
Copyright-Jahr
2019
Buch
E-Learning and Games

Print ISBN: 978-3-030-23711-0

Electronic ISBN: 978-3-030-23712-7

Copyright-Jahr: 2019

DOI
https://doi.org/10.1007/978-3-030-23712-7_21

Premium Partner

    Bildnachweise