基于散射特性和空间特性的极化SAR地物分类研究

摘要

极化合成孔径雷达（Polarimetric Synthetic Aperture Radar，PolSAR）利用四个极化通道可以获得地物目标丰富的极化散射信息，在其众多应用中，极化SAR数据地物分类是最主要的应用领域之一。许多已有的极化SAR数据地物分类方法虽然能够取得不错的分类结果，但是它们都是直接在一组特征集上进行数据分析和分类器设计，且在分类过程中没有考虑极化SAR数据的空间关系。这都可能使分类结果不好，尤其是在分类高分辨率极化SAR数据时。
　　本文主要研究基于散射特性和空间特性的极化SAR地物分类方法，在原有分类方法基础上提出了两种改进方法：
　　1.提出了一种极化SAR数据地物分类方法：基于多特征集的极化SAR地物分类。在该方中采用新的极化特征分析策略——多特征集策略，即对比分析多组非相关极化特征矢量集，在其基础上设计分类器，以改进原有分析一组极化特征集的分类方法。为了验证该策略的有效性，本章改进了原有Wishart迭代分类器——在两组非相关极化特征矢量集上，使用K-MEANS聚类分析，为Wishart分类器选择可分度高的训练样本。高可分度的训练样本不仅加速了Wishart分类器的收敛过程，使其迭代次数大为减少，而且分类器的分类正确率也有所提高，分类后数据的区域一致性更好。真实极化SAR数据实验验证了本章多特征集策略的有效性。
　　2.提出了一种极化SAR数据地物分类方法：基于空间特征和统计特性的极化SAR地物分类。已有的分析极化 SAR数据空间关系的地物分类方法在分类前和(或)分类后直接在分类结果中引入分类标号的空间约束，取得了比基于像素的分类方法更好的分类结果。本章从新的角度——在极化特征空间上引入数据的空间约束，设计在分类过程中引入数据空间关系的分类器。为了验证该方法的有效性，本章改进了原有Wishart迭代分类器——通过双边滤波方法在Wishart距离特征上引入极化SAR数据的空间约束，最后分类。改进的Wishart分类器保留了原有分类器的特点，还较好的克服分类器易受相干斑噪声影响的缺点，而且分类后数据的区域一致性更好。真实极化SAR数据实验验证了本章方法的有效性。

目录

封面

声明

中文摘要

英文摘要

插图索引

表格索引

符号对照表

缩略语对照表

目录

第一章 绪论

1.1研究背景和意义

1.2极化SAR地物分类研究现状分析

1.3论文的内容安排

第二章 极化SAR理论基础

2.1电磁矢量波及其极化表征

2.2散射目标的极化表征

2.3极化SAR数据的相干斑统计特性

2.4极化SAR目标分解理论

2.5本章小结

第三章 基于多特征集的极化SAR地物分类

3.1经典极化SAR地物分类方法简介

3.2基于多特征集的极化SAR地物分类

3.3实验结果及分析

3.4本章小结

第四章 基于空间特性和统计特性的极化SAR地物分类

4.1遥感领域空间特性的常见使用方法

4.2基于空间特性和统计特性的极化SAR地物分类

4.3实验结果及分析

4.4本章小结

第五章 总结与展望

5.1研究结论

5.2研究展望

参考文献

致谢

作者简介