多角度极化SAR图像散射特征建模及其应用

发布时间：2021-12-11 01:19

　　本文将基于条带观测模式的极化SAR散射模型拓展至方位向多角度观测模式,基于典型极化散射类型组合提出一种非各向同性散射特征模型。该模型参数纬度多且随方位向观测变化,需要替代性方法提取多角度极化散射特征。首先,采用基于Wishart分布的统计量对非各向同性散射中心进行检测,并逐像素生成基于散射特征差异的新序列图像。其次,以新序列图像作为处理对象,提取极化似然比序列、子孔径角度序列、极化熵—似然比序列、极化散射角—似然比序列、极化各向异性度—似然比序列。最后,集成特征序列编码及支持向量基(SVM)方法进行分类。通过机载P波段极化SAR开展360°观测试验,验证了方法的有效性并揭示出在地物分类方面的应用潜力。

【文章来源】： 信号处理. 2019,35(03)北大核心CSCD

【文章页数】：6 页

【文章目录】：
1 引言
2 基于似然比的多角度观测SAR极化散射特征模型
3 多角度极化SAR特征
    3.1 极化似然比序列
    3.2 子孔径角度序列
    3.3 与极化特征相结合的似然比序列
4 SVM分类试验
    4.1 支持向量机 (SVM)
    4.2 网格搜索优化算法
    4.3 多角度极化SAR图像分类
    4.4 分类结果
5 结论


【参考文献】：
期刊论文
[1]圆迹SAR成像技术研究进展 [J]. 洪文.  雷达学报. 2012(02)
[2]SVM分类核函数及参数选择比较 [J]. 奉国和.  计算机工程与应用. 2011(03)
[3]曲线合成孔径雷达迭代算法 [J]. 唐智,李景文,王宝发.  北京航空航天大学学报. 2007(08)
[4]基于网格搜索的支持向量机核函数参数的确定 [J]. 王兴玲,李占斌.  中国海洋大学学报(自然科学版). 2005(05)

硕士论文
[1]支持向量机参数选择的研究[D]. 宋永东.华中师范大学. 2013



本文编号：3533747