本文關鍵詞：極化SAR圖像無監(jiān)督分類方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：極化合成孔徑雷達(極化SAR)是一種多通道的主動式雷達成像系統(tǒng)。它通過對地面發(fā)射不同種組合的極化波,然后利用天線接收目標的極化散射回波。極化SAR圖像處理則是利用接收到的散射回波獲取目標的極化信息來重建觀測場景,那么極化SAR圖像分類則是利用目標的散射信息對圖像對應的地物進行分類。論文主要研究了極化SAR圖像分類的無監(jiān)督分類方法。在沒有地物先驗信息的情況下,僅利用獲得的數(shù)據(jù)散射信息和統(tǒng)計分布信息對圖像進行分類,主要研究內(nèi)容為:1、分析了基于極化SAR數(shù)據(jù)二階統(tǒng)計量的Cloude-Pottier相干分解,根據(jù)分解得到的極化散射熵H、平均散射角?、各向異性度A對圖像進行分類。引入了Wishart分類器,分析了H-?-Wishart和H-?-A-Wishart無監(jiān)督分類方法的特點。針對H-?平面分類硬劃分的缺點,對H-?平面采用了可容忍區(qū)域和不可容忍區(qū)域的劃分方法,對可容忍區(qū)域進行H-?判定規(guī)則,對不可容忍區(qū)域應用其它判定規(guī)則避免硬劃分帶來的缺陷。2、介紹了極化相似性參數(shù)的概念以及性質(zhì)。將極化相似性參數(shù)引入極化SAR圖像分類,分析分類效果的優(yōu)缺點。針對極化相似性參數(shù)分類的粗糙性,將極化散射熵引入了分類方法中,研究了結合極化散射熵和極化相似性參數(shù)的分類方法,提高了分類效果。3、分析了基于散射模型的極化SAR相干矩陣分解理論,詳細分析了Freeman-Durden三分量分解方法,以及這種分解方法存在的缺點。分析了引入Wishart的分類器的基于Freeman-Durden分解的保持極化散射特性的無監(jiān)督分類方法。針對Freeman-Durden三分量分解方法存在的缺點,研究了一種新的分解方法,這種分解方法結合了散射模型以及相干分解兩種方法的優(yōu)點,改進了Freeman-Durden分解方法存在的缺點,分析表明應用這種分解的分類方法得到的分類效果比Freeman-Durden分解方法的更好。
【關鍵詞】：極化SAR圖像 無監(jiān)督分類 Cloude-Pottier分解 極化相似性參數(shù) Freeman-Durden分解 Wishart分類器
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TN957.52
【目錄】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 緒論10-16
• 1.1 極化SAR圖像分類技術發(fā)展11-14
• 1.1.1 極化SAR圖像分類技術概述11-12
• 1.1.2 極化SAR圖像無監(jiān)督分類技術發(fā)展現(xiàn)狀12-14
• 1.2 本文主要內(nèi)容與結構安排14-16
• 第二章 極化SAR基本理論16-28
• 2.1 矢量電磁波與極化表征16-17
• 2.2 瓊斯矢量和斯托克斯矢量17-19
• 2.3 極化后向散射Sinclāir矩陣19-22
• 2.4 目標散射矢量k和 W22-23
• 2.5 極化相干矩陣T和極化協(xié)方差矩陣C23-24
• 2.6 標準散射機制24-27
• 2.7 本章小結27-28
• 第三章 基于Cloude-Pottier分解的分類方法28-49
• 3.1 純目標情況28-29
• 3.2 隨機媒質(zhì)散射的概率模型29-31
• 3.3 極化散射參數(shù)ā、散射熵H及各向異性度A31-36
• 3.3.1 極化散射參數(shù)ā31-33
• 3.3.2 極化散射熵H33-34
• 3.3.3 極化散射各向異性度A34-36
• 3.4 基于H、ā、A參數(shù)的分類方法36-41
• 3.5 H- ā -Wishārt和H-ā -A-Wishārt分類方法41-44
• 3.6 改進的H- ā 分類算法44-48
• 3.7 本章小結48-49
• 第四章 基于極化相似性參數(shù)的分類方法49-59
• 4.1 極化相似性參數(shù)49-52
• 4.2 基于極化相似性參數(shù)的無監(jiān)督分類方法52-54
• 4.3 結合極化散射熵的分類方法54-57
• 4.4 本章小結57-59
• 第五章 基于散射模型的無監(jiān)督分類方法59-73
• 5.1 Freemān-Durden三分量分解模型59-64
• 5.2 基于Freemān-Durden分解的分類方法64-67
• 5.3 一種改進的三分量分解方法67-72
• 5.4 本章小結72-73
• 第六章 總結與展望73-75
• 6.1 總結73-74
• 6.2 展望74-75
• 致謝75-76
• 參考文獻76-81
• 攻讀碩士學位期間取得的成果81-82

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 鄒同元;楊文;代登信;孫洪;;一種新的極化SAR圖像非監(jiān)督分類算法研究[J];武漢大學學報(信息科學版);2009年08期

  本文關鍵詞：極化SAR圖像無監(jiān)督分類方法研究，，由筆耕文化傳播整理發(fā)布。

本文編號：340475