PolSAR面向对象分类中同质区分割研究

发布时间：2017-09-04 17:49

  本文关键词：PolSAR面向对象分类中同质区分割研究

  更多相关文章： 极化SAR 特征分析 极化分解 面向对象分析 同质区分割

【摘要】：高分辨率全极化合成孔径雷达(PolSAR)图像细节特征更加丰富,且存在大量的相干斑噪声,传统的基于像素的处理技术由于不能很好地抑制相干斑噪声,进行分割时会导致大量的过分割或欠分割,进而在对图像进行分类时会导致错分类现象。为了更好对PolSAR图像进行分割及分类研究,本文采用了基于面向对象分析技术,它能够有效地解决基于像素处理过程中所面临的问题。面向对象分析技术以像元对象(同质区)为分析单元,它在解决高分辨率PolSAR图像尺度效应、抑制相干斑噪声等方面有着重要作用。虽然在基于PolSAR图像的面向对象分析技术上已经取得了许多研究成果,但该技术针对PolSAR图像的应用还不太成熟,仍需要进一步的研究和完善。本文首先细致而有序地分析了PolSAR数据特点；然后简单扼要地介绍了面向对象分析技术；接下来重点分析并筛选了针对PolSAR图像面向对象分类的最优特征子集。分析策略首先针对由单组特征和组合特征构成的共计12组特征子集,然后使用马氏距离分类器对这12组特征子集进行分类处理,分析得出最优特征子集组。由于模糊决策算法能够充分利用PolSAR图像的多种特征信息,本研究选择基于最优特征子集的模糊决策算法对图像进行同质区域分割研究。最后本文将所提出的方法与其他常见的分割算法进行对比分析,对比结果初步验证了本文方法的有效性。基于最优特征子集对PolSAR图像进行同质区域分割处理可以在很大程度上提高了后续的地物目标分类或识别的效果。当然本文的实验还具有一定的局限性,还需要更多的实验数据来验证本文方法的有效性和通用性。
【关键词】：极化SAR 特征分析 极化分解 面向对象分析 同质区分割
【学位授予单位】：大连海事大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN957.52
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第1章 绪论10-19
• 1.1 前言10-13
• 1.2 PolSAR面向对象分割技术研究现状13-16
• 1.3 本文的研究思路16-17
• 1.4 章节安排17-19
• 第2章 PolSAR数据介绍19-25
• 2.1 PolSAR图像数据介绍19-24
• 2.1.1 Labrador Sea海冰数据19-22
• 2.1.2 威海地区数据22-24
• 2.2 本章小结24-25
• 第3章 PolSAR图像多特征分析25-46
• 3.1 PolSAR图像理论基础25-26
• 3.2 PolSAR图像目标极化分解26-31
• 3.2.1 极化散射矩阵27-28
• 3.2.2 Cloude分解28-30
• 3.2.3 Yamaguchi分解30-31
• 3.3 PolSAR图像纹理特征31-32
• 3.4 基于最优特征子集的分析32-44
• 3.4.1 特征向量集合分组介绍32-34
• 3.4.2 基于马氏距离的特征分析34-35
• 3.4.3 实验结果分析35-44
• 3.5 本章小结44-46
• 第4章 基于面向对象的PolSAR图像同质区分割方法分析46-55
• 4.1 基于常见的面向对象同质区分割方法分析46-48
• 4.1.1 常见同质区分割方法介绍46
• 4.1.2 基于SLIC算法的同质区分割方法46-47
• 4.1.3 基于多尺度算法的同质区分割方法47-48
• 4.2 模糊决策算法理论研究48-52
• 4.2.1 模糊理论48-49
• 4.2.2 隶属度函数49-50
• 4.2.3 算法分析50
• 4.2.4 算法原理50-52
• 4.3 基于模糊决策的面向对象同质区分割方法分析52-53
• 4.4 本章小结53-55
• 第5章 实验结果与分析55-61
• 5.1 实验目的55
• 5.2 实验环境介绍55-57
• 5.3 同质区的结果分析57-60
• 5.4 本章小结60-61
• 第6章 结论与展望61-63
• 6.1 结论61
• 6.2 展望61-63
• 参考文献63-69
• 攻读学位期间公开发表的论文69-70
• 致谢70

【相似文献】

中国期刊全文数据库 前10条

1 额尔敦陶克素;;对面向对象分析法进行比较评估的一种新方法[J];内蒙古师范大学学报(自然科学汉文版);2007年02期

2 额尔敦陶克素;乌力吉;;面向对象分析方法的基本特性之间依赖关系的比较与评估[J];内蒙古农业大学学报(自然科学版);2007年01期

3 D.de Champeaux;刘晓丹;;结构化分析与面向对象分析[J];计算机科学;1991年06期

4 陈赫贝;面向对象分析及其应用[J];计算机与数字工程;1997年03期

5 屈玉贵,ustc.edu.cn,石勇军,ustc.edu.cn;多视角面向对象分析的一致性问题[J];计算机工程与应用;2000年11期

6 庄晋林,熊红梅,刘琴;一个基于面向对象分析的中小企业办公室系统[J];华北水利水电学院学报;2000年02期

7 杨健;任煜;;半双工计算机话音传送的面向对象分析与实现[J];军事通信技术;2000年03期

8 余永红,徐洁磐;贯通面向对象分析、设计及实现方法的研究[J];计算机应用与软件;2001年12期

9 刘琴,庄晋林;基于面向对象分析的图书管理信息系统[J];情报科学;2001年02期

10 张海波;面向对象分析的实现方法[J];河北建筑科技学院学报;2002年02期

中国重要会议论文全文数据库 前2条

1 周红;杜晓明;于永利;金伟;;Q-GERT随机网络的面向对象分析、设计及原型系统的实现[A];2001系统仿真技术及其应用学术会议论文集[C];2001年

2 王韬;沈静珠;李有润;胡山鹰;;生态工业园区信息库的分析与设计[A];过程系统工程2001年会论文集[C];2001年

中国重要报纸全文数据库 前1条

1 阿航;UML面向对象分析[N];中华读书报;2002年

中国硕士学位论文全文数据库 前10条

1 孔龙腾;基于面向对象的极化SAR地物分类[D];大连海事大学;2015年

2 莫寒翔;PolSAR面向对象分类中同质区分割研究[D];大连海事大学;2016年

3 熊凯;面向对象分析方法及其应用研究[D];江西师范大学;2003年

4 包彤;结构化分析方法与面向对象分析方法集成的研究[D];北京工业大学;2001年

5 康从英;中小型MIS面向对象分析和建模方法的研究与应用[D];山东科技大学;2006年

6 曲明宇;使用新型面向对象分析方法PARSER开发契税软件[D];东北大学;2009年

7 金薛晟;中小企业ERP软件实现[D];华东师范大学;2006年

8 关键;P2P网络的面向对象分析设计与实现[D];暨南大学;2005年

9 牛春霞;IEC60870-5-104的面向对象分析与站端软件的开发[D];华北电力大学（河北）;2006年

10 叶剑民;酒钢集团翼钢厂内物流管理信息系统的设计与实现[D];电子科技大学;2011年

，

本文编号：792971