《表2 基于目标分解特征的极化SAR农作物分类》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《极化SAR农作物分类研究进展》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

表2列出了近年来国内外使用目标分解特征进行的极化SAR农作物分类研究，包括使用的数据、采用的目标分解方法、达到的精度等。从表2可以看出，随着极化分解理论的发展，学者们不再局限于对强度信息、波段组合的研究，越来越多的研究将目标分解特征应用到极化SAR农作物分类中，在众多分解方法中最常用的是Cloude分解和Freeman分解。极化分解参数的加入丰富了分类特征，也可以更好地表征农作物散射机理，明显改善了农作物分类精度。表中列举的极化SAR农作物分类精度普遍在85%以上，一些研究选用了恰当的分解方法，或者使用了分辨率更高的机载SAR数据，分类精度能够达到90%以上。