欢迎来到天天文库
浏览记录
ID:34551115
大小:4.32 MB
页数:69页
时间:2019-03-07
《基于特征向量统计的极化sar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、基于特征向量统计的极化SAR地物分类作者姓名张瑶学校导师姓名、职称缑水平教授领域电子与通信工程企业导师姓名、职称罗二平教授申请学位类别工程硕士提交学位论文日期2014年12月107011202121335学校代码学号分类TN82号TP75密级公开西安电子科技大学硕士学位论文基于特征向量统计的极化SAR地物分类作者姓名:张瑶领域:电子与通信工程学位类别:工程硕士学校导师姓名、职称:缑水平教授企业导师姓名、职称:罗二平教授提交日期:2014年12月StatisticalClassificationforPolarimetricS
2、ARImagesBasedonEigenvectorsAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinElectronicsandCommunicationEngineeringByZhangyaoSupervisor:GoushuipingLuoerpingDecember2014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
3、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
4、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,简写POLSAR)是一种多参数,多通道的雷达成像系统,通过测量地面上每一分辨单元内的全极化散射回波来获取目标点极化信息。相比单极化合成孔径雷达仅能对特定的电磁
5、波极化收发组合下的目标散射特进行探测,多极化的合成孔径雷达可以为目标解译提供更多更全面的信息。极化SAR图像分类是极化SAR数据应用中的一个关键问题,也是一个难点问题。本文主要研究了在统计框架下的基于特征向量的极化SAR地物分类方法。极化相干矩阵经过特征分解后得到的特征向量包含目标地物的主要极化信息,而最大特征向量所包含的散射信息被认为是占主要地位的。因此,本文从统计分布的角度出发,研究了特征向量的分布特性,并针对特征向量的分布特性给出了相关的分类方法。本文的主要工作包括以下几点:(1)将最大特征向量作为分类特征,对其进行空
6、间转换,简化最大特征向量的表现形式;然后,从统计学的角度,用三维高斯联合分布概率模型来拟合最大特征向量的分布情况,建立了一种最大特征向量的三维高斯分布模型,选用贝叶斯分类器来进行初始分类,并选用加邻域信息的局部Wishart分类器进行二次分类来弥补贝叶斯分类器的不足、提高分类精度。分类结果表明了特征向量模型的有效性及特征向量的可分性。(2)针对最大特征向量对异物同谱地物中的分类效果差的现象,从所有特征向量中提取了散射角作为辅助信息,在统计框架下,将最大特征向量和散射角一起作为分类特征指导地物分类。从所有特征向量中提取了方向角
7、对异质问题的分类结果进行修正,实验结果表明该方法提高了极化SAR图像的分类结果。关键字:极化SAR、特征向量、三维高斯联合分布、散射角、方位角论文类型:应用基础技术I西安电子科技大学硕士学位论文IIABSTRACTABSTRACTPolarimetricSyntheticApertureRadar(POLSAR)isamulti-parameterandmulti-channelRadarImagingSystem,whichcapturespolarimetricinformationoftargetbymeasuring
8、thefullpolarimetricscatteringechoineveryresolutionunitontheground.ComparedtothesinglepolarizationSAR,whichcanonlydetectscatteringfeatureoftargetu
此文档下载收益归作者所有