多波段多极化sar图像融合解译研究

多波段多极化sar图像融合解译研究

ID:33291960

大小:3.69 MB

页数:86页

时间:2019-02-23

多波段多极化sar图像融合解译研究_第1页
多波段多极化sar图像融合解译研究_第2页
多波段多极化sar图像融合解译研究_第3页
多波段多极化sar图像融合解译研究_第4页
多波段多极化sar图像融合解译研究_第5页
资源描述:

《多波段多极化sar图像融合解译研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、杭州电子科技大学硕士学位论文多波段多极化SAR图像融合解译研究研究生:曾亮指导教师:林岳松教授陈华杰副教授DissertationSubmittedtoHangzhouDianziUniversityfortheDegreeofMasterAStudyonMulti--bandsandMulti--polarimetricSARImageFusionInterpretationCandidate:LiangZeng一Supervisor:Prof.LinYuesongAsso.Prof.ChenHuajieFebr

2、uary,2011-。——————一杭州电子科技大学学位论文原创性声明和使用授权说明原创性声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中已经注明引用的内容外,本论文不含任何其他个人或集体已经发表或撰写过的作品或成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。申请学位论文与资料若有不实之处,本人承担一切相关责任。做作者签名.曾荔聃:州/年弓月髟日学位论文使用授权说明本人完全了解杭州电子科技大学关于保留和使用学位论文的规定,即:研究生在校攻读学位期间

3、论文工作的知识产权单位属杭州电子科技大学。本人保证毕业离校后,发表论文或使用论文工作成果时署名单位仍然为杭州电子科技大学。学校有权保留送交论文的复印件,允许查阅和借阅论文;学校可以公布论文的全部或部分内容,可以允许采用影印、缩印或其它复制手段保存论文。(保密论文在解密后遵守此规定)论文作者签名:指导教师签名:莒嘉降珲盘日期:歹D//年罗月2多日日期:)。ff年;月工占日杭州电子科技大学硕士学位论文摘要合成孔径雷达(SAR)具有全天候、全天时以及穿透能力强等特点,在军事和民用领域均有着广泛的应用。然而,SAR成像信息

4、不仅与地物类型有关,也与雷达观测角、地物复介电常数、雷达发射波的波长、极化方式等因素有关,使得单个波段单种极化方式下的SAR系统获取的信息非常有限,随着相关硬件技术的突破,SAR系统可以获取多个波段和极化方式下对同一场景的观测信息,多源SAR图像信息的融合应用得到越来越多的关注。地物分类和目标检测是SAR图像解译的两个典型应用,在“十一五”预研项目的支持下,本文重点研究了如何利用多源SAR图像信息来提高地物分类率和目标检测精度,主要内容如下:1.高分辨率全极化SAP,图像背景杂波建模与参数估计,SAR图像杂波背景建

5、模是SAR图像处理分析的基础,在目前已有的极化SAR统计模型中,G:分布能够较好的对复杂场景建模,然而G:分布参数估计并没有得到很好的解决,针对这一问题,本文提出了基于对数累积量的参数估计方法,对实测数据的拟合实验表明,该方法无论在拟合速度和拟合精度上相比已有的最大似然估计和矩估计方法都有所提高,改进的杂波分布将用在后续的SAR图像地物分类和目标检测中。2.多波段SAR地物分类与决策融合,不同波段数据具有不同的极化方式,需要使用不同的分类算法,对单极化数据的分类,本文使用应用广泛的SVM方法,对于全极化数据的分类,

6、在对最具代表性的Lee方法深入分析的基础上提出了一种改进的全极化SAR图像分类算法,由于该方法引入了螺旋散射和更好的杂波模型,因此在一些复杂场景中取得了比Lee方法更好的分类效果。利用改进的算法实现了不同波段数据的分类,实验结果表明不同波段数据在区分不同地物类型上存在一定的互补性,因此在Dempster-Shafer证据理论的框架下,进一步实现了不同波段数据的分类决策级融合,结果证实多个波段信息的融合可以获得比单个波段更好的分类效果。在对分类结果进行评价时,因为真实的专题制图信息难以获取,本文以容易获取的Googl

7、eearth影像为参考,由于使用了整个场景的样本数据,所以比传统的人工选择测试样本的方法更客观,更准确。3.伪装网遮蔽车辆检测与决策融合,本文在课题的支持下,在国内率先开展了伪装网遮蔽车辆检测试验,对不同波段极化方式下的遮蔽车辆散射功率进行了深入对比研究,发现入射波越长,目标散射功率越强,在同一波段的不同极化中,交叉极化下的目标成像效果好于同极化。恒虚警检测算法(CFAR)是目前最有可能实用的一类方法,在该算法中,背景杂波统计模型是决定算法性能的关键因素,结合前面改进的杂波模型对全局CF!AR算法做了改进,利用改进

8、算法分别实现了有伪装网和无伪装网时不同波段和极化方式下的车辆检测,并对检测结果进行基于Neyman.Pearson准则的决策级融合。实验表明伪装网能够起到一定的遮蔽效果,降低目标检测率,不同波段和极化检测结果的决策级融合可以提高目标检测率,降低虚警率,提升综合检测性能,而且有网时的检测性能提升要高于无网,这意味着伪装网情况下进行多波段多极化SAR检测融合更有

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。