【摘要】：合成孔徑雷達(dá)(Synthetic Aperture Radar,SAR)通過(guò)主動(dòng)的發(fā)射和接收微波電磁波記錄目標(biāo)散射信息,全天時(shí)全天候的成像能力使其可以與光學(xué)傳感器互補(bǔ)建立相對(duì)完善的對(duì)地觀測(cè)體系。比之在單一極化態(tài)組合下獲取數(shù)據(jù)的單極化SAR,全極化合成孔徑雷達(dá)(Polarimetric Synthetic Aperture Radar,PolSAR)更可進(jìn)一步獲取特定極化基下目標(biāo)的完整后向散射信息,從而在對(duì)地物目標(biāo)屬性和參數(shù)的分析、提取、反演等工作中有著天然的優(yōu)勢(shì)。隨著傳感器硬件技術(shù)的飛速發(fā)展,近年來(lái)涌現(xiàn)出越來(lái)越多的機(jī)載、星載雷達(dá)系統(tǒng),尤其是2016年我國(guó)自主研發(fā)的高分三號(hào)雷達(dá)衛(wèi)星成功升空,標(biāo)志著SAR乃至極化SAR數(shù)據(jù)均有了穩(wěn)定的國(guó)內(nèi)數(shù)據(jù)源。然而,地物散射特性既是其自身尺寸、結(jié)構(gòu)、介電性質(zhì)等屬性的綜合體現(xiàn),同時(shí)又受到微波頻率、入射角度等成像參數(shù)的影響,相同或相似目標(biāo)在不同影像上往往具有不一致的散射表現(xiàn),導(dǎo)致了在實(shí)際應(yīng)用中難以利用歷史存檔數(shù)據(jù)解決新數(shù)據(jù)任務(wù)的困境,尤其是散射信息更加豐富的極化SAR數(shù)據(jù),受到的影響則更嚴(yán)重。雷達(dá)數(shù)據(jù)間相互割裂的現(xiàn)象大大降低了歷史數(shù)據(jù)的可用性,減少了歷史數(shù)據(jù)的使用價(jià)值。而另一方面,對(duì)新近數(shù)據(jù)中地物目標(biāo)的標(biāo)注工作需要進(jìn)行實(shí)地調(diào)繪,不僅費(fèi)時(shí)費(fèi)力,還降低了時(shí)效性。作為機(jī)器學(xué)習(xí)與人工智能領(lǐng)域的研究熱點(diǎn)之一,遷移學(xué)習(xí)旨在探索將某一領(lǐng)域積累的知識(shí)延伸應(yīng)用到另一個(gè)與之相關(guān)的領(lǐng)域,其根本目的是解決舊領(lǐng)域數(shù)據(jù)在新領(lǐng)域任務(wù)中的適配問(wèn)題。這就為提高歷史數(shù)據(jù)利用效率、解決新近數(shù)據(jù)的監(jiān)督信息依賴(lài)問(wèn)題提供了可能性。因此,本文聚焦于在不同時(shí)間、空間或成像條件下獲取的極化SAR數(shù)據(jù)的遷移學(xué)習(xí)問(wèn)題,面向多種假設(shè)前提和應(yīng)用條件嘗試提高歷史數(shù)據(jù)和新近數(shù)據(jù)間的樣本分布匹配程度,實(shí)現(xiàn)跨域數(shù)據(jù)信息遷移。本文的主要工作包括:①?gòu)膶?duì)極化數(shù)據(jù)基本統(tǒng)計(jì)分布形式的有效性驗(yàn)證出發(fā),分析了基于Wishart分布的經(jīng)典分類(lèi)模型中存在的兩個(gè)問(wèn)題,并針對(duì)性提出解決方案,從而利用統(tǒng)計(jì)假設(shè)檢驗(yàn)理論建立了基于Wishart分布的新模型,在獲取代表性類(lèi)別聚簇的同時(shí)有效降低了干擾樣本的不利影響,提高了基于基本分布形式的分類(lèi)模型表現(xiàn),總結(jié)了保持Wishart分布合理性的前提條件和適用情況;②從對(duì)樣本類(lèi)別條件概率分布的匹配出發(fā),開(kāi)展了基于實(shí)例的遷移學(xué)習(xí)方法研究工作。為應(yīng)對(duì)在稀少目標(biāo)域標(biāo)記樣本情況下,基于實(shí)例的遷移學(xué)習(xí)方法無(wú)法工作的問(wèn)題,結(jié)合統(tǒng)計(jì)假設(shè)檢驗(yàn)理論和區(qū)域生長(zhǎng)思想,給出了一種低代價(jià)的目標(biāo)域標(biāo)記樣本集擴(kuò)充方式,在一定程度上豐富了目標(biāo)域標(biāo)記樣本多樣性;在分析Bagging集成遷移算法問(wèn)題的基礎(chǔ)上,提出了新的基于實(shí)例的遷移方法,該方法通過(guò)引入Wishart分布過(guò)濾與目標(biāo)域任務(wù)無(wú)關(guān)的源域樣本,通過(guò)引入fallback分類(lèi)器降低負(fù)遷移效應(yīng),最終以協(xié)同更新評(píng)判集和弱分類(lèi)器的方式提高域間樣本條件分布的匹配性,保持了地物識(shí)別結(jié)果的穩(wěn)定性;③從對(duì)樣本邊際概率分布的匹配出發(fā),系統(tǒng)梳理了從常規(guī)子空間學(xué)習(xí)到遷移子空間學(xué)習(xí)的理論思想轉(zhuǎn)變過(guò)程,總結(jié)了在遷移學(xué)習(xí)背景下進(jìn)行子空間學(xué)習(xí)的信息保持原則,提出了一種以源域監(jiān)督信息和雙域數(shù)據(jù)結(jié)構(gòu)信息保持,以及域間邊際分布匹配為目標(biāo)的子空間學(xué)習(xí)準(zhǔn)則,構(gòu)建了新的基于特征表達(dá)的遷移學(xué)習(xí)模型。該模型利用基于Wishart假設(shè)檢驗(yàn)測(cè)度的核映射函數(shù),引入極化數(shù)據(jù)統(tǒng)計(jì)特性,實(shí)現(xiàn)域間樣本邊際分布的匹配,在無(wú)目標(biāo)域標(biāo)記樣本的前提下完成了地物目標(biāo)識(shí)別;④從對(duì)樣本混合概率分布的匹配出發(fā),分析了等維空間變換對(duì)多元復(fù)高斯分布、復(fù)Wishart分布以及由其建立的有限混合分布模型的影響和變換后概率密度函數(shù)的變化情況。在此基礎(chǔ)上引入Bregman散度對(duì)域間樣本分布的差異進(jìn)行評(píng)估,給出了同時(shí)兼顧域內(nèi)數(shù)據(jù)分布保持和域間數(shù)據(jù)混合分布匹配的等維遷移變換方法,最終利用極化基變換理論簡(jiǎn)化了目標(biāo)函數(shù)求解難度并提高了域間遷移關(guān)系的可解釋性,能夠?qū)Πǖ匚镒R(shí)別、變化檢測(cè)在內(nèi)的多種處理任務(wù)提供支持。
【學(xué)位授予單位】：武漢大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：TP181
【圖文】：

到一個(gè)分辨單元區(qū)域內(nèi)，電磁波會(huì)與每個(gè)微小散射體間交互，各自獨(dú)立地散射電磁逡逑波。因?yàn)殡姶挪ú粌H具有功率屬性，還具有相位信息，所以大量的散射電磁波矢量逡逑間又會(huì)進(jìn)行相干性疊加，合成一個(gè)總回波，最終被接收機(jī)接收。圖２－２為這一過(guò)程逡逑的示意圖，其中左圖說(shuō)明分辨單元內(nèi)存在大量散射體；右圖表示在復(fù)數(shù)域散射體散逡逑射的電磁波以矢量形式疊加。逡逑＇逡逑彳＇」／丨／丨二／／邐？（射體矢Ｍ疊加逡逑圖２－２相干斑機(jī)制原理示意圖逡逑一般假設(shè)分辨單元內(nèi)的散射體在空間上隨機(jī)分布，此時(shí)每個(gè)散射體與電磁波接逡逑收裝置間的距離也會(huì)呈現(xiàn)出隨機(jī)性，因此散射電磁波到達(dá)接收機(jī)時(shí)其相位信息具有逡逑一定差異：若這些散射波的相位差異較小，則經(jīng)相干疊加后會(huì)形成較強(qiáng)的總回波；逡逑若相位差異較大，則疊加合成較弱的總回波。這種隨機(jī)性導(dǎo)致在雷達(dá)影像中即便是逡逑相近的像元間，它們的觀測(cè)值也會(huì)具有較大的波動(dòng)，在視覺(jué)上就體現(xiàn)為呈顆粒狀的逡逑影像噪聲，即為相干斑噪聲，Ｂ艾稱(chēng)斑點(diǎn)噪聲。這種現(xiàn)象是由ＳＡＲ的設(shè)計(jì)原理引起的，逡逑是一種先天缺陷

邐ｂ．存在干擾樣本逡逑圖３－１關(guān)于類(lèi)別局部情況的兩個(gè)例子逡逑如圖３－ｌａ中所示，類(lèi)別１在類(lèi)別２兩側(cè)各有一個(gè)局部聚簇，如果僅用一個(gè)中心逡逑代表類(lèi)別１，則該中心會(huì)與類(lèi)別２的中心嚴(yán)重混淆。所以為解決第一個(gè)問(wèn)題，首先逡逑需要利用每類(lèi)標(biāo)記樣本獲取若干有代表性的局部中心。受相關(guān)文獻(xiàn)［１４８］［１５３］中極化逡逑ＳＡＲ影像分割思想的啟發(fā)，可以采用類(lèi)似統(tǒng)計(jì)區(qū)域融合［｜５４］［１５５］邋（Ｓｔａｔｉｓｔｉｃａｌ邋Ｒｅｇｉｏｎ逡逑Ｍｅｒｇｉｎｇ，邋ＳＲＭ）的方式，在二階矩陣特征空間利用３．１．３小節(jié)介紹的相異性測(cè)度辦逡逑迭代地進(jìn)行同類(lèi)樣本融合，得到多個(gè)類(lèi)別中心，稱(chēng)之為樣本融合策略（Ｓａｍｐｌｅ逡逑Ｍｅｒｇｉｎｇ邋Ｓｔｒａｔｅｇｙ，邋ＳＭＳ）。整個(gè)融合過(guò)程非常簡(jiǎn)單，如算法３－１所不。逡逑ＳＭＳ有兩個(gè)重要的性質(zhì)：第一，因?yàn)槭堑x擇最相似的樣本進(jìn)行融合，因此逡逑生成的類(lèi)別中心能夠很好地捕捉極化二階矩陣在其數(shù)據(jù)空間中的局部信息；第二，逡逑由于不具代表性的干擾樣本與其他樣本間應(yīng)該存在差異

中使用的數(shù)據(jù)為ＥＭＩＳＡＲ機(jī)載全極化ＳＡＲ系統(tǒng)于１９９８年在丹麥Ｆｏｕｌｕｍ獲取的極逡逑化相干矩陣數(shù)據(jù)；第二組實(shí)驗(yàn)使用的數(shù)據(jù)為ＵＡＶＳＡＲ機(jī)載全極化系統(tǒng)于２０１２年在逡逑加拿大Ｗｉｎｎｉｐｅｇ農(nóng)場(chǎng)獲取的極化相干矩陣數(shù)據(jù)。兩組數(shù)據(jù)的ＰａｕｌｉＲＧＢ影像見(jiàn)圖３－２。逡逑ａ．地面調(diào)繪圖邐ｂ．ＮＮ邐ｃ．邋ＳＶＭ逡逑ｄ．邋ＲＦ邐ｅ．邋Ｗｉｓｈａｒｔ邐ｆ．邋Ｍｉｘ－Ｗｉｓｈａｒｔ逡逑ｇ．邋ＳＭＳ－Ｗｉｓｈａｒｔ邐ｈ．邋ＳＭＳ－ＷＬＣ逡逑針葉林邐小麥邐燕麥逡逑圖３－３邋ＥＭＩＳＡＲ數(shù)據(jù)分類(lèi)結(jié)果逡逑實(shí)驗(yàn)中，ＥＭＩＳＡＲ數(shù)據(jù)在分類(lèi)前進(jìn)行了邋３ｘ３像素窗口的Ｂｏｘｃａｒ?yàn)V波預(yù)處理，逡逑３８逡逑

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 徐舟;曲長(zhǎng)文;何令琪;;基于遷移學(xué)習(xí)的SAR目標(biāo)超分辨重建[J];航空學(xué)報(bào);2015年06期

2 張建明;杜丹;劉俊寧;;基于2D-Gabor與KLDA的特征提取[J];計(jì)算機(jī)工程;2011年15期

相關(guān)博士學(xué)位論文 前1條

1 郎豐鎧;極化SAR影像濾波及分割方法研究[D];武漢大學(xué);2014年

相關(guān)碩士學(xué)位論文 前1條

1 葛雨辰;基于遷移學(xué)習(xí)的SAR圖像分類(lèi)方法研究[D];電子科技大學(xué);2016年

本文編號(hào)：2743830