基于极化SAR目标信息提取与SVM分类

发布时间：2017-04-14 02:18

  本文关键词：基于极化SAR目标信息提取与SVM分类，由笔耕文化传播整理发布。

【摘要】：极化合成孔径雷达(Pol SAR)可以利用不同极化通道的SAR复图像区分物体的细致结构和目标指向等特性,对SAR图像中的典型目标进行特征提取与分类,在遥感领域具有广泛的应用前景。论文主要研究Pol SAR图像的人造目标信息的提取,重点围绕极化目标分解和Pol SAR图像分类地研究。首先,本文对目标的极化特征和目标分解方法进行研究,包括基于散射矩阵的相干目标分解(Pauli和SDH分解)、基于特征值的非相干目标分解以及基于散射模型的非相干目标分解(Freeman和Yamaguchi分解)等方法。基于不同极化分解方法,研究各极化分量对分类目标的敏感程度,为进一步研究Pol SAR图像的目标特征提取和目标分类奠定基础。本文利用EMISAR的Pol SAR数据进行试验,研究目标分解方法的效性。分解得到的各散射成分作为主要特征用于的人造信息目标提取和Pol SAR图像目标分类。其次,在Pol SAR图像分类中,利用支持向量机(SVM)适用于小样本数据训练的良好的特性和极化分解的特征分量散射特性,本文提出了基于SVM“一对一”的Pol SAR图像分类算法,完成对Pol SAR图像进行建筑、森林、河流和农田的分类。实验表明,该算法能够较好地对Pol SAR图像中的目标类型进行区分,并能够快速检测出人造目标建筑物,对于Pol SAR图像的分类和人造目标检测具有一定的适用性。
【关键词】：极化合成孔径雷达 特征提取 极化目标分解 图像分类
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN958.2
【目录】：

• 摘要4-5
• Abstract5-8
• 第1章 绪论8-17
• 1.1 论文的背景及研究的目的和意义8-9
• 1.2 国内外研究现状及分析9-15
• 1.2.1 极化SAR图像特征提取9-12
• 1.2.2 极化SAR图像目标检测12
• 1.2.3 极化SAR图像分类12-15
• 1.2.4 国内外发展现状综述15
• 1.3 主要研究内容及论文结构15-17
• 第2章 Pol SAR目标分解理论基础17-38
• 2.1 引言17
• 2.2 Pol SAR基本理论17-26
• 2.2.1 极化目标散射特征17-24
• 2.2.2 Pol SAR图像目标二阶统计量24-25
• 2.2.3 极化协方差矩阵及极化相干矩阵25-26
• 2.3 Pol SAR图像极化特征提取方法26-37
• 2.3.1 基本散射机制26-30
• 2.3.2 非相干极化目标分解理论30
• 2.3.3 Freeman分解30-32
• 2.3.4 Yamaguchi分解32-34
• 2.3.5 基于非对称散射机理的四成分目标分解模型34-37
• 2.4 本章小结37-38
• 第3章 Pol SAR人造目标分解结果38-49
• 3.1 引言38
• 3.2 实验数据介绍38-39
• 3.3 关于散射矩阵的相干目标分解39-43
• 3.3.1 基于Pauli的分解39-40
• 3.3.2 SDH分解40-41
• 3.3.3 Pauli和SDH的分解结果及分析41-43
• 3.4 特征值分解的非相干目标分解43-45
• 3.5 散射模型的非相干目标分解结果和分析45-48
• 3.5.1 Freeman和Yamaguchi分解结果及分析45-48
• 3.6 本章小结48-49
• 第4章 基于SVM的POLSAR目标分类49-68
• 4.1 引言49
• 4.2 SVM理论基础49-54
• 4.2.1 最优分类超平面49-50
• 4.2.2 支持向量机分类50-52
• 4.2.3 支持向量机回归52-54
• 4.3 核函数机特征空间54-56
• 4.4 SVM参数的选择56
• 4.5 关于特征值目标检测56-57
• 4.6 关于SVM的Pol SAR图像的多分类算法57
• 4.7 特征向量的选取和分类算法57-62
• 4.8 仿真实验62-66
• 4.9 本章小结66-68
• 结论68-70
• 参考文献70-76
• 致谢76

【参考文献】

中国期刊全文数据库 前2条

1 吴永辉;计科峰;郁文贤;;基于H-α和改进C-均值的全极化SAR图像非监督分类[J];电子与信息学报;2007年01期

2 王文光;王俊;毛士艺;李海艳;;基于极化SAR图像分类的海上舰船检测[J];信号处理;2007年05期

  本文关键词：基于极化SAR目标信息提取与SVM分类，，由笔耕文化传播整理发布。

本文编号：305002