极化SAR影像特征统计分析与分类算法研究

发布时间：2021-06-09 09:52

　　合成孔径雷达（Synthetic Aperture Radar,SAR）是一种主动微波雷达成像系统,具有全天时全天候成像、可穿透性和高精度、大幅面获取地表信息的特点,受到世界主要国家的重视,在军事目标发现、资源与环境监测、土地规划和利用等领域发挥着越来越重要的作用。相对单极化SAR系统,极化SAR系统通过发射和接收不同组合方式的极化波,能够获得更加丰富的地物目标信息,在实际应用中具有独特的优势和潜力。我国也在积极建造高分辨率对地观测系统（简称“高分专项”）,国内首颗民用星载极化SAR卫星-高分3号,已于2016年8月10日成功发射,开始为我国SAR技术研究和应用提供大量可持续的观测数据。由于相干成像的机制,原始极化SAR数据及其特征具有明显的统计随机性,统计建模一直是该领域研究的重要环节,而场景分类是极化SAR影像解译的核心内容之一。随着极化SAR影像的分辨率越来越高,影像中的异质性和极度异质性凸显,传统针对后向散射矩阵、极化协方差矩阵和相干矩阵发展的统计模型数学形式越来越复杂,极化特征的统计特性更加复杂多样而难以刻画,一般没有可解析的表达式,阻碍了极化SAR统计建模的发展和应用。另一... 

【文章来源】：武汉大学湖北省 211工程院校 985工程院校 教育部直属院校

【文章页数】：140 页

【学位级别】：博士

【文章目录】：
论文创新点
摘要
ABSTRACT
1 绪论
    1.1 研究背景和意义
        1.1.1 极化SAR系统发展
        1.1.2 极化SAR影像解译
    1.2 国内外研究现状
        1.2.1 极化SAR统计建模
        1.2.2 极化SAR影像分类
    1.3 研究内容与章节安排
2 极化SAR影像基础
    2.1 极化SAR数据
        2.1.1 后向散射矩阵S
        2.1.2 目标散射矢量
        2.1.3 极化协方差矩阵C与极化相干矩阵T
    2.2 极化SAR统计建模
        2.2.1 相干斑与乘积模型
        2.2.2 常用统计模型
            2.2.2.1 复高斯分布
            2.2.2.2 复Wishart分布
            2.2.2.3 K_p分布
            2.2.2.4 Kummeru分布
            2.2.2.5 g_p和g_p~0分布
            2.2.2.6 正态逆高斯分布(NIG)
            2.2.2.7 W分布和M分布
            2.2.2.8 多纹理模型
            2.2.2.9 混合模型
            2.2.2.10 统计模型的相互关系
    2.3 极化特征表示
        2.3.1 简单极化特征
            2.3.1.1 后向散射系数
            2.3.1.2 极化总功率span
            2.3.1.3 极化比
            2.3.1.4 极化相关系数
            2.3.1.5 相位差
        2.3.2 极化目标分解特征
            2.3.2.1 Pauli分解
            2.3.2.2 SDH分解
            2.3.2.3 Freeman分解
            2.3.2.4 Yamaguchi分解
            2.3.2.5 Cloude分解
            2.3.2.6 van Zyl分解
        2.3.3 本章小结
3 基于Copula的多极化特征联合建模与分类
    3.1 统计建模的对象
    3.2 Alpha-stable分布
    3.3 基于Copula的多极化特征联合建模
    3.4 结合CoAS和MRF的极化SAR影像分类方法
        3.4.1 分类方法
        3.4.2 实验结果与分析
            3.4.2.1 实验数据与分类设置
            3.4.2.2 RadarSAT-2极化SAR数据分类结果
            3.4.2.3 AIRSAR极化SAR数据分类结果
    3.5 本章小结
4 基于成分比距离的异源极化SAR影像分类
    4.1 总功率守恒的极化目标分解方法
    4.2 成分比距离
    4.3 实验数据与分类设置
    4.4 实验结果与分析
        4.4.1 交叉验证
        4.4.2 同源极化SAR影像分类结果
        4.4.3 异源极化SAR影像分类结果
    4.5 本章小结
5 极化SAR影像解译系统与快速分类方法
    5.1 高分3号极化SAR数据分析
        5.1.1 高分3号极化SAR数据
        5.1.2 极化特征分析
    5.2 基于梯度提升决策树和极化空间信息的快速影像分类
        5.2.1 快速分类方法框架
        5.2.2 初始分类结果与分析
        5.2.3 最终分类结果与分析
        5.2.4 更多讨论
    5.3 极化SAR基本处理与解译系统
        5.3.1 数据导入与格式统一
        5.3.2 极化SAR基本处理
        5.3.3 地物目标精细分类
        5.3.4 建筑物损毁信息提取
        5.3.5 辅助功能
    5.4 本章小结
6 总结与展望
    6.1 论文工作总结
    6.2 未来展望
参考文献
攻读博士期间取得的科研成果目录
致谢


【参考文献】：
期刊论文
[1]极化SAR K-Wishart分类器及其性能评价[J]. 李兰,陈尔学,李增元,冯琦,赵磊.  武汉大学学报(信息科学版). 2016(11)
[2]引入规范化圆极化相关系数的保持极化散射特性的分类算法[J]. 杨杰,赵伶俐,李平湘,郎丰铠.  武汉大学学报(信息科学版). 2012(08)
[3]极化SAR图像的多纹理最大似然估计[J]. 邹琪,皮亦鸣,黄顺吉.  电子科技大学学报. 2001(02)

博士论文
[1]特征值非负约束下的基于模型的极化SAR分解研究[D]. 程晓光.武汉大学 2014
[2]基于Alpha-stable分布的SAR图像统计建模与分类方法[D]. 彭易锦.武汉大学 2013
[3]基于Copula理论的金融时间序列相依性研究[D]. 刘琼芳.重庆大学 2010



本文编号：3220362