基于特征统计的极化sar图像分类

《基于特征统计的极化sar图像分类》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、基于特征统计的极化SAR图像分类作者姓名王维芳学校导师姓名、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月学校代码10701学号1202121336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统计的极化SAR图像分类作者姓名：王维芳领域：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POLSARImagesClassificationBasedonFeatureStatisti

2、cAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinElectronicsandCommunicationEngineeringByWangweifangSupervisor: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，

3、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

4、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（PolarimetrieSyntheticApertureRadar，POLSAR）图像描述的是雷达系统发出的电磁波与地物目标之间的相互关系，它主要呈现了地物目标的分布特性。因此，利用极化SAR图像数据的极化散射信息可以实现地物目标的分类和识别。然而，在极化SAR成像的过程中，电磁波之间的相互干扰以及复

5、杂的地物分布使得复杂场景广泛存在于极化SAR图像中；复杂场景问题不仅影响地物的检测和识别，而且是极化SAR技术定量化发展的重要阻碍。因此，本文主要对复杂场景分类进行研究，主要工作如下：（1）提出了一种基于特征值联合统计的极化SAR图像相似场景分类方法，采用体散射功率和最大特征值的联合高斯模型对数据的分布特性进行了估计，在统计的框架下使用贝叶斯分类器实现了极化SAR图像的相似场景分类；该方法基于马尔科夫随机场（MarkovRandomField,MRF）模型对图像的局部纹理信息进行了充分的利用，提高了算法的分类精度和分类结果的区域一致性

6、。（2）提出了一种基于局部高斯模型的极化SAR图像异质场景分类方法，在初始分类的基础上采用局部统计方法对极化SAR图像中的异质场景进行了度量；通过设置自适应的阈值实现了极化SAR图像的异质场景分类。该方法主要采用了局部邻域中主导目标的分布密度表征了异质场景的多样性和易变性。（3）提出了一种基于证据理论的极化SAR图像异质场景分类与识别方法，将极化SAR图像的异质场景作为不确定性问题来考虑，在证据理论的基础上，采用最大特征值的欧氏距离作为信任函数来度量目标点对各种属性的信任度，最后根据最大信任度规则实现了极化SAR图像的异质场景分类与识

7、别。该方法具有较强的理论基础，不仅可以对异质场景进行分类并且可以对异质场景中混杂分布的多种地物目标进行识别。本工作得到了国家自然基金（Nos.61003198,61472306）和中央高校基本科研业务费专项资金（JDYB140508）的资助。关键字：极化SAR分类，联合统计，异质场景，局部高斯模型，证据理论论文类型：应用基础研究类I西安电子科技大学硕士学位论文IIABSTRACTABSTRACTPolarimetrieSyntheticApertureRadar（POLSAR）imagesdescribeaninterrelation

8、betweenelectromagneticwaveslaunchedbySARsystemandterrains.Itmainlypresentsadistributioncharacteristicofterrain