基于强度统计稀疏的极化SAR图像分类

发布时间：2017-10-06 21:32

  本文关键词：基于强度统计稀疏的极化SAR图像分类

  更多相关文章： 极化SAR分类 极化散射强度 第二类统计模型 稀疏表示 张量分析

【摘要】：全极化合成孔径雷达(Polarimetric Synthetic Aperture Rader,简写POLSAR)是一种全天候的多参数,多通道的雷达成像系统,雷达成像系统通过收发不同极化方式的电磁波,获得全极化SAR图像在四个通道上地物的全部散射信息,即水平发射水平接收通道(HH),水平发射垂直接收通道(HV),垂直发射水平接收通道(VH),垂直发射垂直接收通道(VV),四个通道包涵了地面每一分辨单元的全部极化散射信息,这也是全极化SAR图像相对与单极化SAR图像而言最大的优势所在。在极化SAR图像分类问题中,如何从极化SAR散射信息中提取分类特征,如何应用已知的全部极化散射信息,成为分类成败和分类好坏的关键问题所在。全极化SAR图像所提共了四个通道的极化散射信息,如何利用好这些极化散射信息以及四个散射通道之间的关系,本文提出了一下论断和在此论断的基础上用于极化SAR图像分类的几种方法,主要内容如下:1.提出了全极化SAR的极化散射强度矩阵中的极化散射强度在四个通道上具有相似性的新论断。极化相干矩阵和从极化相干矩阵中提取特征用于极化SAR图像分类的方法已经非常成熟,虽然极化相干矩阵包含了地物散射目标的全部散射信息,但却模糊了全极化SAR四个通道这一特征。为了克服这一缺点,本文讨论了对极化SAR散射强度矩阵与极化相干矩阵的优越性,并对极化SAR散射强度矩阵中散射强度在四个通道上的稀疏性做了讨论。这对极化SAR图像中特征的提取将是一个很大的突破。2.提出了一种基于全极化SAR在各个通道上散射强度统计稀疏的极化SAR图像分类与识别的方法。针对前面提出的极化SAR中极化散射强度在通道之间的相似性,对特定地物目标的散射强度在三个通道上进行了统计,通过KSVD字典学习算法获得特定地物的特征字典,通过正交匹配算法(OMP)获得了极化散射强度在三个通道上的稀疏特征,利用这些包含三个通道关系的稀疏特征完成极化SAR图像的分类,同时也可以用特定目标的字典迁移到未知的极化SAR图像的数据中,实现特定目标的识别。3.提出了一种全极化SAR图像在各个通道上散射强度统计稀疏在张量模型下的图像分类和识别的方法。将极化散射强度的统计信息用张量描述,更能体现出全极化SAR三个通道之间的结构信息,丰富了分类特征,更好的实现了极化SAR图像的分类,同时也可以用特定目标在张量表示后学习的字典迁移到未知的极化SAR图像的数据中,实现特定目标的识别。
【关键词】：极化SAR分类 极化散射强度 第二类统计模型 稀疏表示 张量分析
【学位授予单位】：西安电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN957.52
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 符号对照表10-11
• 缩略语对照表11-14
• 第一章 绪论14-18
• 1.1 背景与意义14-15
• 1.2 极化SAR图像分类15-16
• 1.3 论文的主要内容及安排16-18
• 第二章 极化SAR图像散射强度在三个通道上稀疏性的讨论18-24
• 2.1 引言18
• 2.2 极化SAR数据18-20
• 2.3 关于极化散射强度矩阵与极化相干矩阵优越性的讨论20-21
• 2.4 关于极化散射强度矩阵通道间稀疏性的讨论21-24
• 第三章 基于极化散射强度统计稀疏的极化SAR图像分类24-44
• 3.1 引言24
• 3.2 极化散射强度矩阵的统计24-29
• 3.2.1 Weibull统计模型24-25
• 3.2.2 基于Mellin变换的参数估计25-26
• 3.2.3 样本的选与统计拟合26-29
• 3.3 K-SVD字典学习29-31
• 3.3.1 K-SVD字典学习29-30
• 3.3.2 OMP算法30-31
• 3.4 SVM分类算法31-32
• 3.5 基于马尔可夫随机场（MRF）的局部优化32-33
• 3.6 实验方法33-38
• 3.7 实验结果分析38-44
• 3.7.1 实验数据38
• 3.7.2 实验结果分析38-44
• 第四章 基于强度在张量结构下统计稀疏极化SAR图像分类44-54
• 4.1 引言44
• 4.2 极化SAR图像数据的张量描述44-47
• 4.2.1 从向量到张量44-45
• 4.2.2 张量的矩阵化45-46
• 4.2.3 极化SAR统计特征的张量描述46-47
• 4.3 实验方法47-50
• 4.4 实验结果分析50-54
• 第五章 总结与展望54-58
• 5.1 本文的创新点54-55
• 5.2 进一步研究方向55-56
• 5.3 展望56-58
• 参考文献58-62
• 致谢62-64
• 作者简介64-65

【参考文献】

中国期刊全文数据库 前2条

1 刘梦玲;何楚;苏鑫;孙洪;;基于pLSA和Topo-MRF模型的SAR图像分类算法研究[J];武汉大学学报(信息科学版);2011年01期

2 刘爱平;付琨;尤红建;刘忠;;基于MAR-MRF的SAR图像分割方法[J];电子与信息学报;2009年11期

，

本文编号：985153