本文關(guān)鍵詞：基于選擇性集成的PolSAR圖象分類研究

  更多相關(guān)文章： 極化合成孔徑雷達(dá) 分類 集成學(xué)習(xí) 選擇性集成

【摘要】：極化合成孔徑雷達(dá)(Pol SAR)技術(shù)相對(duì)于一般的合成孔徑雷達(dá)(SAR)而言,它的系統(tǒng)可以利用通道之間具有的相對(duì)相位信息對(duì)目標(biāo)存在的差異特性進(jìn)行定量反映。其具有的優(yōu)點(diǎn)在目標(biāo)檢測(cè)與識(shí)別、精細(xì)農(nóng)業(yè)、監(jiān)測(cè)災(zāi)害等方面有著巨大的利用價(jià)值。所以,Pol SAR分類也同樣得到了科學(xué)界的廣泛關(guān)注。對(duì)于傳統(tǒng)的圖象分類,人們訓(xùn)練的單一分類器往往會(huì)由于考慮問題的不全面從而使得圖象的分類結(jié)果和實(shí)際存在較大差異,為處理這一存在的問題,引入了集成學(xué)習(xí)的概念,它將多個(gè)不同的具有差異的學(xué)習(xí)器進(jìn)行訓(xùn)練并集成,進(jìn)而得到相比于單一學(xué)習(xí)器而言更加精確理想的學(xué)習(xí)結(jié)果。但是并不意味著,只要使用大量的學(xué)習(xí)器就可以得到更好的學(xué)習(xí)結(jié)果,大量學(xué)習(xí)器的使用有可能導(dǎo)致預(yù)測(cè)出現(xiàn)負(fù)面效果。為解決該問題,選擇性集成被提了出來,它的主要思想是在集成過程中選擇部分而不是全部學(xué)習(xí)器參與集成從而獲得更好的結(jié)果。本文結(jié)合Pol SAR圖象特點(diǎn),將選擇性集成引入Pol SAR圖象的分類中,從而提高Pol SAR圖象的分類效果,促進(jìn)Pol SAR圖象分類技術(shù)的發(fā)展。本文研究?jī)?nèi)容主要包括以下三方面:(1)介紹了Pol SAR圖象的基本散射模型,其特性的表示方法。分析了Pol SAR圖象的極化特征和非極化特征提取方法,研究了基于散射模型的目標(biāo)極化分解和紋理特征提取方法。(2)根據(jù)集成學(xué)習(xí)和選擇性集成的基本思想,結(jié)合Pol SAR圖象的特點(diǎn),構(gòu)造了Pol SAR圖象選擇性集成的基分類器,即構(gòu)造基于支持向量機(jī)(SVM)和基于神經(jīng)網(wǎng)絡(luò)(NN)的Pol SAR圖象分類。并采用EMISAR系統(tǒng)得到的Foulum地區(qū)和ESAR系統(tǒng)得到的德國(guó)Oberpfaffenhofen地區(qū)的全極化圖象進(jìn)行實(shí)驗(yàn)。(3)根據(jù)選擇性集成的特點(diǎn),研究了兩種選擇性集成的算法,分別為基于模糊C均值聚類的選擇性集成和基于遺傳算法的選擇性集成,并結(jié)合兩種算法的特點(diǎn),將兩種算法應(yīng)用到Pol SAR圖象分類中,得到全圖分類結(jié)果和每類測(cè)試樣本的分類精度,將選擇性集成后的分類結(jié)果和基分類器分類后得到的結(jié)果進(jìn)行對(duì)比,對(duì)精度和算法的優(yōu)越性進(jìn)行評(píng)估。
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN957.52

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前2條

1 李金龍,王上飛,陳恩紅,許月華,王煦法;一種新的個(gè)性化的圖象分類方法[J];中國(guó)圖象圖形學(xué)報(bào);2002年11期

2 ;[J];;年期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 王驍;基于選擇性集成的PolSAR圖象分類研究[D];哈爾濱工業(yè)大學(xué);2016年

，

本文編號(hào)：1196393