基于模糊粒子群优化和目标分解的极化sar影像地物分类

《基于模糊粒子群优化和目标分解的极化sar影像地物分类》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、基于模糊粒子群优化和目标分解的极化SAR影像地物分类作者姓名文雯学校导师姓名、职称焦李成教授领域电子与通信工程企业导师姓名、职称唐磊高工申请学位类别工程硕士提交毕业论文期2014年12月学校代码10701学号1202121253分类号TP75密级公开西安电子科技大学硕士学位论文基于模糊粒子群优化和目标分解的极化SAR影像地物分类作者姓名：文雯领域：电子与通信工程学校导师姓名、职称：焦李成教授企业导师姓名、职称：唐磊高工提交日期：2014年12月ClassificationofPolSARImageBasedonFuzzyPSOwithTargetDecompositionA

2、thesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinElectronicsandCommunicationEngineeringByWenWenSupervisor:LichengJiao,LeiTangDecember2014西安电子科技大学学位论文独创性（或创新性）声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包

3、含其他人已经发表或撰写过的研究成果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文若有不实之处，本人承担一切法律责任。本人签名：日期：西安电子科技大学关于论文使用授权的说明本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属于西安电子科技大学。学校有权保留送交论文的复印件，允许查阅、借阅论文；学校可以公布论文的全部或部分内容，允许采用影印、缩印或其它复制手段保存论文。同时本人保证，获得学位后结合学位论文研究

4、成果撰写的文章，署名单位为西安电子科技大学。保密的学位论文在年解密后适用本授权书。本人签名：导师签名：日期：日期：摘要摘要极化合成孔径雷达（PolarimetricSyntheticApertureRadar，PolSAR）因其在图像获取方面不会受到光照、天气等原因的影响，真正达到了全天侯二十四小时不间断获取图像的要求，使得极化SAR被广泛的应用到军用和民用等方面。随着获取的极化SAR影像数量的增多，同时极化SAR影像本身又包含了极为丰富的信息，因此极化SAR影像处理和解译已成为与国防建设和经济发展密切相关的一项重要研究。本文针对极化SAR影像分类方法进行了大量研究，并提出

5、了三种改进方法：1.提出了一种基于模糊粒子群优化和散射分解的极化SAR影像地物分类的改进方法。该方法中我们采用Cloude分解对极化SAR数据进行特征分解，将得到的散射特征——散射熵和散射角作为分类依据，并采用FCM聚类算法代替复Wishart分类器对极化SAR数据进行分类，使计算复杂度降低，程序运行时间缩短。同时针对FCM聚类算法的缺陷，用粒子群算法的粒子寻优过程代替FCM中聚类中心迭代优化过程，从而避免因采用梯度下降产生的使聚类中心陷入局部最优的缺陷，最终达到比较好的分类结果。试验证明，改进后的方法得到的分类结果更加精确。2.提出了一种基于模糊粒子群优化和目标分解的极化

6、SAR影像地物分类方法，我们继承了方法一中利用FCM聚类算法代替复Wishart分类器对极化SAR数据进行分类的方法，并且用粒子群算法的寻优迭代方法代替FCM的聚类中心更新的迭代方法。延续了方法一中优越性的同时，我们利用Cloude分解和Freeman分解，提取出极化SAR数据的散射特征——散射熵和散射功率，并将其作为分类依据。我们既可以通过Cloude分解充分利用极化SAR数据的八分量分解旋转不变性，又能通过Freeman分解合理使用幅值信息，从而保留更多图像细节，较好地保留散射机制。更加合理有效的使用极化SAR数据的散射特征使分类结果更加接近实际情况。3.提出了一种基于

7、模糊量子粒子群优化和目标分解的极化SAR影像地物分类方法，本方法是对方法一和方法二的改进，我们在前两种方法的基础上采用改进过的粒子群算法，即量子粒子群的迭代优化过程代替FCM中聚类中心迭代优化的过程。通过将量子运动理论引入粒子群算法，利用量子运动中的粒子随机性比较大的优点，避免完全随机寻优的退化现象，基本克服了粒子群算法中过早收敛的问题。最后进行实验对比表明改进后的方法得到的分类结果更加精确。关键词：极化SAR，分类，模糊粒子群，目标分解，量子粒子群论文类型：应用基础研究类I西安电子科技大学硕士学位论文IIABST