全极化SAR影像地物分类方法研究

发布时间：2022-02-14 23:52

　　运用极化SAR（PolSAR）影像进行地物分类作为遥感最重要的应用之一,也是当下一个非常活跃热门的研究领域。和普通的遥感图像相比,主动侧视SAR对陆地表面结构和粗糙度等介电和几何特性极为敏感,所以利用SAR数据的后向散射和极化信息可以为地物分类提供补充信息,更具有研究价值。PolSAR可以区分不同地物类型的散射机制,相较于传统SAR和单极化SAR更适合LULC分类。本文以四川省彭州市西北部为研究区域,以ALOS-PALSAR全极化影像为数据源,在系统分析国内外研究现状的基础上,对极化SAR分解理论、地物分类方法进行了研究,提出了一些建设性意见和改进方法。（1）针对极化SAR数据特点,对ALOS-PALSAR数据采用经典分类方法进行了H/α分类,H/α-Wishart分类、H/α/A-Wishart分类,分析了研究区各类地物之间的散射特性及其分布状况,对比分析了分类结果图和H/α平面散布图;（2）并对传统BP神经网络分类方法进行改进,根据Cloude分解选取λ1,λ2,λ3和SPAN四个参数作为训练样本,把改进的L-M算法提高收敛速度用于BP神经网络分类,探索解决常规BP神经网络分类器收... 

【文章来源】：成都理工大学四川省

【文章页数】：85 页

【学位级别】：硕士

【图文】：

EM波的传播：电场矢量（红色）包括水平（绿色）和垂直（蓝色）分量

极化椭圆

（引自 Touzi and Charbonneau，2004）的传播：电场矢量（红色）包括水平（绿色）和垂直（引自 Lee and Pottier，2009）图 2-2 极化椭圆

【参考文献】：
期刊论文
[1]基于主动深度学习的极化SAR图像分类[J]. 徐佳,袁春琦,程圆娥,曾晨雨,许康.  国土资源遥感. 2018(01)
[2]基于Sentinel-1A卫星SAR数据的水体提取方法研究[J]. 李成绕,薛东剑,张露,苏璐璐.  地理空间信息. 2018(01)
[3]引入商空间粒度计算的全极化SAR影像分类[J]. 刘利敏,余洁,李小娟,李平湘,杨杰.  武汉大学学报(信息科学版). 2018(01)
[4]基于改进三分量模型的全极化SAR图像分类[J]. 徐一凡,刘爱芳,徐辉,黄龙,王帆.  电子测量技术. 2017(12)
[5]基于组合条件随机场的极化SAR图像监督地物分类[J]. 邹焕新,罗天成,张月,周石琳.  雷达学报. 2017(05)
[6]一种结合颜色特征的PolSAR图像分类方法[J]. 卜丽静,黄鹏艳,沈璐.  国土资源遥感. 2017(03)
[7]基于全极化SAR与多光谱的喀斯特山区农村林地提取[J]. 王平,周忠发,殷超.  中国农业资源与区划. 2017(07)
[8]基于黎曼流形的极化SAR图像分类[J]. 杨文,钟能,严天恒,杨祥立.  雷达学报. 2017(05)
[9]基于协同训练与集成学习的极化SAR图像半监督分类[J]. 袁春琦,徐佳,程圆娥,陈媛媛,许康.  遥感技术与应用. 2017(02)
[10]顾及极化特征的SAR与光学影像融合与分类[J]. 万剑华,臧金霞,刘善伟.  光学学报. 2017(06)

博士论文
[1]极化SAR图像分类方法研究[D]. 周晓光.国防科学技术大学 2008
[2]基于Cloude-Pottier分解的全极化SAR数据非监督分类的算法和实验研究[D]. 曹芳.中国科学院研究生院（电子学研究所） 2007



本文编号：3625493