本文關(guān)鍵詞：基于目標(biāo)分解的極化合成孔徑雷達(dá)圖像分類研究，由筆耕文化傳播整理發(fā)布。

【摘要】：極化合成孔徑雷達(dá)以其全天候,全天時等優(yōu)點成為對地遙感觀測領(lǐng)域中的先進(jìn)技術(shù),它通過收發(fā)不同組合的電磁波,記錄反射回波除幅度、相位以外的極化信息,能夠?qū)τ^測目標(biāo)進(jìn)行更全面的描述,已經(jīng)成功的應(yīng)用到日常生活的許多行業(yè)甚至是國防軍事領(lǐng)域。但是,極化合成孔徑雷達(dá)硬件系統(tǒng)快速發(fā)展的同時,對其獲得的圖像解譯能力卻明顯不夠。在極化合成孔徑雷達(dá)圖像的地物分類領(lǐng)域,存在著諸如特征量不能全面描述觀測對象,分類精度和性能不夠高,算法的魯棒性不夠強等問題。以PolSAR的目標(biāo)分解理論及相關(guān)理論為基礎(chǔ),對極化合成孔徑雷達(dá)圖像的地物分類問題做出研究,對主要的研究內(nèi)容作如下簡介:1.對多種經(jīng)典的相干分解和非相干分解理論進(jìn)行了研究。通過實驗對各種分解方法進(jìn)行了分析。結(jié)合Pauli目標(biāo)分解,介紹了一種超分辨分解算法,該算法利用空間關(guān)聯(lián)性,能夠很好的將一個散射單元內(nèi)的不同散射機制區(qū)分開,還成功的對其提出改進(jìn),以非相干分解中的Freeman分解為基礎(chǔ),將該算法進(jìn)行了推廣,算法具有較高的準(zhǔn)確率和較好的時間性能,相關(guān)的實驗提供了佐證。2.對基于特征值分解的方法進(jìn)行了深入研究。通過相干矩陣的特征值分解,得到極化散射熵H、平均散射角(?)以及各向異性度參數(shù)A這三個參數(shù),由此出發(fā)得到H/(?)分類平面以及H/(?)/A三維分類空間。文中還通過實驗探討了相干斑噪聲對以上3個參數(shù)的影響。在引入Wishart分類器后,再結(jié)合參數(shù)H、(?)、A及相干及非相干分解理論,構(gòu)成了兩種非監(jiān)督的目標(biāo)分解方法。最后,對參數(shù)H、(?)、A的相關(guān)優(yōu)缺點進(jìn)行了研究,給出相應(yīng)的參數(shù)優(yōu)化解決方案。3.將分類器支持向量機引入到極化合成孔徑雷達(dá)的地物分類中,這是由于該分類器有小樣本、高維度等特性,而且目標(biāo)分解理論能夠為分類器提供良好的特征量,兩者結(jié)合能夠給出良好的分類結(jié)果。文中研究了多種不同的結(jié)合方式并使用了遺傳算法對相關(guān)參數(shù)尋優(yōu)。最后研究了一種新穎的非監(jiān)督分類方法,這種方法以功率值和Wishart聚類中心為衡量特征量的標(biāo)準(zhǔn),具有良好的分類表現(xiàn)。
【關(guān)鍵詞】：極化SAR 地物分類 目標(biāo)分解 H/(?)/A分解 支持向量機
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN957.52
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 緒論10-15
• 1.1 極化SAR圖像分類研究背景及意義10-11
• 1.2 地物分類技術(shù)發(fā)展?fàn)顩r11-13
• 1.3 文章結(jié)構(gòu)與內(nèi)容安排13-15
• 第二章 極化SAR理論基礎(chǔ)15-28
• 2.1 單色平面電磁波15-17
• 2.2 瓊斯矢量和斯托克斯矢量17-19
• 2.3 極化后向散射Sinclair矩陣19-21
• 2.4 目標(biāo)散射矢量(?)和(?)21-22
• 2.5 極化相干矩陣T和極化協(xié)方差矩陣C22-23
• 2.6 經(jīng)典的散射機制23-26
• 2.7 極化SAR的相干斑26-27
• 2.8 本章小結(jié)27-28
• 第三章 基于目標(biāo)分解的分類方法28-45
• 3.1 基于Pauli分解的分類方法28-30
• 3.2 基于現(xiàn)象的Huynen分類方法30-32
• 3.3 基于特征矢量的Holm分類方法32-33
• 3.4 基于散射模型的Freeman-Durden分類方法33-38
• 3.5 一種基于目標(biāo)分解的超分辨分類方法及其改進(jìn)38-44
• 3.6 本章小結(jié)44-45
• 第四章 基于極化分解的分類方法45-69
• 4.1 H/(？)/ A分解的分類方法45-52
• 4.2 相干斑濾波對H/(?)/ A的影響52-55
• 4.3 H/(？)/ A與Wishart分類器55-59
• 4.4 結(jié)合Wishart分類器與目標(biāo)分解的分類方法59-65
• 4.4.1 基于Wishart分類器與Freeman分解的分類方法59-62
• 4.4.2 基于Wishart聚類、Krogager及特征分解的分類方法62-65
• 4.5 一種對參數(shù)(?)和H改進(jìn)的分類方法65-68
• 4.6 本章小結(jié)68-69
• 第五章 基于支持向量機的分類方法69-81
• 5.1 支持向量機的基本理論69-73
• 5.2 基于支持向量機與目標(biāo)分解的分類方法73-76
• 5.2.1 基于支持向量機與Pauli分解的分類方法74-75
• 5.2.2 基于支持向量機與Freeman-Durden分解的分類方法75-76
• 5.3 一種新穎的支持向量機與H/ (?)/ A分解結(jié)合的分類方法76-80
• 5.4 本章小結(jié)80-81
• 第六章 總結(jié)和展望81-83
• 6.1 總結(jié)81
• 6.2 展望81-83
• 致謝83-84
• 參考文獻(xiàn)84-90

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前4條

1 張寶良;吳直長;;網(wǎng)點日常管理的精細(xì)化[J];中國郵政;2013年09期

2 楊然;李坤;秦前清;;基于散射分量系數(shù)的極化SAR數(shù)據(jù)分類[J];測繪信息與工程;2010年03期

3 邢相薇;計科峰;孫即祥;;基于目標(biāo)分解和加權(quán)SVM分類的極化SAR圖像艦船檢測[J];信號處理;2011年09期

4 ;[J];;年期

中國重要會議論文全文數(shù)據(jù)庫 前5條

1 夏訓(xùn)忠;;淺議質(zhì)量目標(biāo)分解的運行[A];中國有色金屬建設(shè)協(xié)會第七次貫標(biāo)研討會交流材料[C];2003年

2 王雋;楊勁松;黃韋艮;王賀;陳鵬;陳小燕;;基于極化SAR目標(biāo)分解理論的船只分類[A];中國海洋湖沼學(xué)會第九次全國會員代表大會暨學(xué)術(shù)研討會論文摘要匯編[C];2007年

3 朱昌宏;;安全生產(chǎn)管理必須落實到實處[A];2013年8月建筑科技與管理學(xué)術(shù)交流會論文集[C];2013年

4 盧穎;倪維平;嚴(yán)衛(wèi)東;邊輝;;極化SAR目標(biāo)分解算法研究[A];國家安全地球物理叢書（八）——遙感地球物理與國家安全[C];2012年

5 袁駔;邢立寧;陳英武;;考慮觀測能力的敏捷衛(wèi)星對地觀測目標(biāo)分解與合并方法[A];中國系統(tǒng)工程學(xué)會第十八屆學(xué)術(shù)年會論文集——A12系統(tǒng)科學(xué)與系統(tǒng)工程理論在各個領(lǐng)域中的應(yīng)用研究[C];2014年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 初建;目標(biāo)分解不過是手段[N];中華工商時報;2002年

2 記者 任德京;我市2800億引資目標(biāo)分解到人[N];蘭州日報;2012年

3 ;確定目標(biāo)分解任務(wù) 力爭明年創(chuàng)建成功[N];鄭州日報;2014年

4 記者 朱宇琛　編輯 衡道慶;將把鋼鐵等行業(yè)2010年度淘汰目標(biāo)分解落實到各地[N];上海證券報;2009年

5 林藝;把節(jié)能目標(biāo)分解到車間[N];中國環(huán)境報;2007年

6 記者 沈興國;今年全市服務(wù)業(yè)目標(biāo)確定：增加值880億[N];紹興日報;2009年

7 通訊員 貨萱;目標(biāo)分解 層層落實[N];中國民航報;2009年

8 中共河南省濮陽縣縣委常委、組織部部長 姜愛國;組工干部辦事要講條理[N];農(nóng)民日報;2010年

9 盧志堅　喻葵英;江蘇宿遷：目標(biāo)責(zé)任分解落實中央決定[N];檢察日報;2007年

10 王樹國;要狠抓落實[N];赤峰日報;2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前6條

1 曲永超;基于極化目標(biāo)分解的全極化Radarsat-2圖像分類[D];南京大學(xué);2016年

2 韓飛;基于目標(biāo)分解的極化合成孔徑雷達(dá)圖像分類研究[D];電子科技大學(xué);2016年

3 王昭;基于目標(biāo)分解與機器學(xué)習(xí)的極化SAR圖像地物分類[D];西安電子科技大學(xué);2015年

4 藺臘月;基于目標(biāo)分解的面向?qū)ο鬀Q策樹PolSAR影像分類方法研究[D];遼寧工程技術(shù)大學(xué);2013年

5 尹曉虎;多Agent協(xié)同的強化學(xué)習(xí)方法研究[D];國防科學(xué)技術(shù)大學(xué);2003年

6 韓凌霄;不銹鋼企業(yè)自主管理的探討與實踐[D];浙江工業(yè)大學(xué);2013年

  本文關(guān)鍵詞：基于目標(biāo)分解的極化合成孔徑雷達(dá)圖像分類研究，，由筆耕文化傳播整理發(fā)布。

本文編號：462549