极化SAR图像分类技术研究.pdf

《极化SAR图像分类技术研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、摘要极化合成孔径雷达（SyntheticApertureRadar,SAR）是用来测量辐射信号极化特性的新型成像雷达。它获取的极化SAR图像相对于传统雷达图像能提供更多的地物信息和分类特征，能大大提高对地物的识别能力。极化SAR图像分类是极化SAR应用中一项重要的研究问题。本文针对极化SAR图像分类技术进行了深入研究，主要工作和贡献如下：首先，本文回顾了极化SAR基本理论，总结了极化SAR的诸多数据表现形式并对极化SAR散射机理进行了介绍。在此基础上，本文系统研究了从极化SAR图像中获取的各种特征，并将这些特征分为三类：基于测量数据及其简单变换组合的特征、

2、基于极化目标分解的特征和由传统光学图像处理拓展到SAR图像处理的特征。针对极化特征，我们进一步提出了具有互补性的极化SAR特征包。实验结果证实了该极化SAR特征包在分类应用中的有效性。其次，在基于统计分布及散射机理的全极化SAR图像分类方面，本文研究实现了几种典型的极化SAR图像分类方法，包括基于Wishart分布的多极化SAR图像分类，基于H/α目标分解的极化SAR图像非监督分类和基于Freeman分解的极化SAR图像非监督分类等。针对基于Freeman分解的极化SAR图像非监督分类无法刻画混合散射机制的问题，本文提出了两个新的参数——散射功率熵和各向异

3、性量，并在此基础上给出了一种改进的极化SAR图像非监督分类方法；针对像素级分类计算量大，难以克服speckle噪声的影响等问题，本文结合Mean-shift过分割的优势，提出了基于Mean-shift过分割的极化SAR图像非监督分类方法。实验结果表明了本文提出的参数和分类方法的有效性。最后，在基于机器学习的极化SAR图像分类技术方面，本文深入研究了新近提出的极度随机森林（ExtremelyRandomizedForests）算法。极度随机森林是由多棵极度随机决策树组成，它具有调整参数少、计算速度快、抗噪性能好以及可克服维数灾难等优点。在极化SAR图像分类上

4、的应用显示了极度随机森林具有比SVM（SupportVectorMachine）更低的分类错误率。关键词：极化SAR，极化分类，极度随机森林，目标分解IAbstractThepolarimetricSyntheticApertureRadar(SAR)isanewtypeimagingradartomeasurepolarimetriccharacteristicofradiantsignals.TheobtainedpolarimetricSARimagedatacanprovidemoreinformationthanconventionalradar

5、imagesandcangreatlyimprovetheabilitytodiscernthesurfacefeatures.TheclassificationofpolarimetricSARimageisanimportanttopicofpolarimetricSARapplications.ThisthesisfocusesontheclassificationofpolarimetricSARimage.WefirstreviewthebasictheoryofpolarimetricSAR,inwhichthedifferentformats

6、ofpolarizationSARdataaresummarizedandthedifferentscatteringmechanismsareintroduced.Onthisbasis,wediscussthefeaturesofpolarmetricSARimageanddifferentiatethemintothreecategories:thefeaturesgotfrommeasureddataanditssimpletransformation,thefeaturesbasedonpolarimetrictargetdecompositio

7、nandthefeaturesextendedfromtraditionalopticalimageprocessing.FromthepolarizationfeaturesweproposeapolarimetricSARfeaturesetwithcomplementary.TheexperimentalresultshavedemonstratedtheeffectivenessoftheproposedfeaturesetforpolarimetricSARimageclassification.Thenweimplementseveraltyp

8、icalmethodsbasedonthestatisticald