基于局部特征的SAR图像地物分类方法研究

摘要

SAR图像地物分类是 SAR图像自动解译技术的重要环节，分类后的图像能够广泛应用于地图绘制、自然灾害分析、军事侦察等任务中，在军事和民用领域都具有重要的应用价值。然而，SAR图像的相干斑噪声、几何畸变、对系统参数和雷达波入射角敏感等给地物分类带来了很大的困难。针对这一问题，本文对SAR图像中不同地物的特点进行了分析，重点研究了以局部特征为基础的地物分类方法。本文的主要工作包括以下两个方面：
　　(1).针对单一特征无法完整地描述目标，提出了一种结合了局部空间和结构信息的新特征。新特征通过灰度共生矩阵获取像素之间的空间信息，并利用局部模式直方图提取SAR图像的基础结构信息，在考虑了特征之间相关性的基础上，对两种信息进行了结合。最后，利用基于高斯内核的支持向量机完成地物分类。实测SAR图像上的分类实验验证了该算法的有效性。
　　(2).针对不同的分类任务，研究了基于分割的SAR图像地物分类方法，提出了一种基于超级像素的SAR图像分割算法，该算法以超级像素为基本处理单元，构建了新的基于局部灰度和边缘特征的区域相似度，利用新的区域相似度，采用自底而上的区域合并策略迭代合并相似的超级像素，最后结合模糊聚类技术完成分割。仿真和实测SAR图像的实验结果表明，该方法所得结果目视效果更好、分类正确率更高。

目录

声明

第一章 绪论

1.1 研究背景与意义

1.2 SAR图像地物分类的研究现状

1.3 论文结构安排及创新点

第二章 SAR图像典型地物的局部特征分析

2.1 引言

2.2 SAR成像原理

2.3 SAR图像基本特性

2.4 小结

第三章 基于结构与空间信息的SAR图像局部特征提取

3.1 引言

3.2 一种基于空间和结构信息的SAR图像地物分类方法

3.3 地物分类实验结果与分析

3.4 本章小结

第四章 基于超级像素和模糊聚类的SAR图像地物分类

4.1 引言

4.2 基于超级像素的SAR图像地物分类

4.3 地物分类实验结果与分析

4.4 本章小结

第五章 结束语

5.1 本文的主要工作和创新点

5.2 需要进一步研究的问题

致谢

参考文献

作者攻读硕士期间取得的学术成果