tailieunhanh - Image Processing for Remote Sensing - Chapter 15

Liệu viễn thám hạn sử dụng cho Quan sát sức mạnh của bức xạ điện từ Đó là phản vàng bức xạ từ các đối tượng khác nhau trên mặt đất với một cảm biến được cài đặt trong không gian một vệ tinh hoặc máy bay trong một năm. Các phân tích dữ liệu là An Acquired Phương tiện hiệu quả tới các vùng rộng lớn định kỳ khảo sát [1]. Bản đồ phân loại đất là một trong phân tích. Các bản đồ phân loại đất được phân loại diện tích của Trái đất vào Những loại như vùng nước, rừng, nhà máy,. | 15_ SAR Image Classification by Support Vector Machine Michifumi Yoshioka Toru Fujinaka and Sigeru Omatu CONTENTS Proposed Data Set and Condition for Simulation Reduction of SVM Learning Conclusions . 352 References . 352 Introduction Remote sensing is the term used for observing the strength of electromagnetic radiation that is radiated or reflected from various objects on the ground level with a sensor installed in a space satellite or in an aircraft. The analysis of acquired data is an effective means to survey vast areas periodically 1 . Land map classification is one of the analyses. The land map classification classifies the surface of the Earth into categories such as water area forests factories or cities. In this study we will discuss an effective method for land map classification by using synthetic aperture radar SAR and support vector machine SVM . The sensor installed in the space satellite includes an optical and a microwave sensor. SAR as an active-type microwave sensor is used for land map classification in this study. A feature of SAR is that it is not influenced by weather conditions 2-9 . As a classifier SVM is adopted which is known as one of the most effective methods in pattern and texture classification texture patterns are composed of many pixels and are used as input features for SVM 10-12 . Traditionally the maximum likelihood method has been used as a general classification technique for land map classification. However the categories to be classified might not achieve high accuracy because the method assumes normal distribution of the data of each category. Finally the effectiveness of our proposed method is shown by simulations. 341 2008 by Taylor Francis Group LLC 342 Image Processing for Remote Sensing Proposed Method The outline of the proposed method is .