基于散射机理和目标分解的极化SAR图像地物分类

发布时间：2017-10-23 18:39

  本文关键词：基于散射机理和目标分解的极化SAR图像地物分类

  更多相关文章： 极化合成孔径雷达 地物分类 目标分解 散射机理

【摘要】：极化合成孔径雷达(Polarimetric Synthetic Aperture Radar,极化SAR)是一种多参数、多通道的成像雷达系统,它通过测量地面上每一分辨单元内的极化散射回波来获取目标的极化信息,如散射矩阵、极化相干矩阵等。与传统雷达图像相比,极化SAR图像能够提供更多的地物信息和分类特征。由于极化SAR数据的复杂性,极化SAR图像分类方法的研究不仅是一个热点问题,也是一个难点问题。极化SAR图像地物分类方法研究对于探索目标的极化散射特性,提高极化SAR图像的解译水平具有很重要的理论意义和现实价值。我国的极化SAR图像处理还停留在数据解译的初级阶段,分类算法的准确率和稳定性都亟须改善。本论文中,对极化SAR的目标分解方法以及地物分类方法进行了系统的研究,提出了一系列实际有效的极化SAR图像地物分类方法和数据分解算法,主要的研究成果有:1.提出了一种基于散射机制系数的极化SAR图像地物分类方法。针对相干矩阵的特征值和特征向量对目标的极化特征描述过于复杂的问题,根据相干矩阵的特征值和特征向量的物理含义,提出了三个与散射机制相关的参数,分别是单目标散射机制系数、双目标散射机制系数和混合随机散射机制系数,可用于表征每一个像素点上存在多少种散射机制,利用真实的极化SAR数据验证了散射机制系数在地物分类方法中的可用性和合理性。为了更加准确的描述极化SAR数据的内在物理特性,对所提的散射机制系数进行了改进,针对不同的地物目标的散射熵,使用不同的散射特征向量,并且在散射机制系数的提取过程中,考虑像素点的先验概率。通过对比已有的散射机制系数,改进的散射机制系数更加符合实际的地物目标。经过真实极化SAR数据的实验,证实了基于改进散射机制系数的极化SAR图像地物分类方法的有效性;2.提出了一种基于非反射对称散射模型的Freeman/Eigenvalue分解算法。已有的Freeman/Eigenvalue分解算法需要极化SAR数据满足反射对称性假设,但是实际的地物目标往往是不能满足反射对称性,针对这一矛盾,提出了不需要反射对称性假设的表面散射模型和二次散射模型,提出了一种新颖的Freeman/Eigenvalue分解算法。提出的Freeman/Eigenvalue分解算法具有三个特点:一是不需要反射对称性,更符合实际地物的数据特征,尤其是在复杂的人工建筑区域,二是散射能量是相干矩阵特征值的线性组合,因此散射能量都具有旋转不变性,三是不需要进行能量限制,而且不存在负值的表面散射能量和二次散射能量。利用真实的极化SAR数据实验证明了基于非反射对称性散射模型的Freeman/Eigenvalue分解的有效性;3.提出了两个基于改进体散射模型的Freeman/Eigenvalue分解算法。第一个是基于体散射模型扩展的Freeman/Eigenvalue分解算法。针对极化SAR地物目标方位角的随机性会导致不同类别的目标表现为相同的散射特征,使用了两种单位变换矩阵对极化SAR数据的相干矩阵进行去取向处理,消除方位角的随机性,同时使得到的交叉极化项达到最小值点,消除了表面散射能量和二次散射能量的负值现象。针对不同的地物目标,使用了不同的体散射模型,采用有别于现有的Freeman/Eigenvalue分解算法的判别式来判断体散射是来自于植被还是人工建筑,对于来自于植被的体散射,使用同极化比来选择合适的体散射模型,使得目标分解的结果更符合实际的地物目标。第二个改进的Freeman/Eigenvalue分解算法是利用去取向后的相干矩阵的特征值分解,由特征空间中提取体散射模型,同样,在植被和人工建筑使用了不同的体散射模型。通过真实的极化SAR数据实验,验证了改进的两种Freeman/Eigenvalue分解方法的可用性和有效性;4.将所提的散射机制系数与Wishart MRF分类器相结合提出了一种极化SAR图像地物分类算法。首先利用极化SAR数据的相干矩阵提取散射机制系数,根据散射机制系数进行粗糙分类,得到三个类别;然后对相干矩阵进行Freeman-Durden分解,利用得到的散射能量,进行细化分类,得到十个更为精细的类别,最后利用Wishart MRF分类器,进行迭代分类,得到最终的分类结果。在迭代过程中,利用了有限制的类别转换机制,对粗糙分类和细化分类中的散射特征进行有限制的保持,在充分利用统计特征的同时,能够降低Wishart分类中的误差。利用实际的极化SAR数据实验,验证了所提地物分类算法的有效性。
【关键词】：极化合成孔径雷达 地物分类 目标分解 散射机理
【学位授予单位】：西安电子科技大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TN957.52
【目录】：

• 摘要5-7
• ABSTRACT7-14
• 符号对照表14-15
• 缩略语对照表15-19
• 第一章 绪论19-27
• 1.1 研究背景19-21
• 1.2 国内外极化SAR的发展和现状21-23
• 1.3 极化SAR图像分类和分解方法的发展和现状23-25
• 1.4 本文的主要工作和论文安排25-27
• 第二章 基于散射机制系数的极化SAR图像地物分类方法27-53
• 2.1 引言27-28
• 2.2 相干矩阵的特征值分解28-37
• 2.2.1 Cloud分解28-31
• 2.2.2 Holm-Barnes分解31-32
• 2.2.3 熵分类32-37
• 2.3 基于散射机制系数的极化SAR图像地物分类方法37-41
• 2.3.1 算法原理37-41
• 2.3.2 旋转不变性41
• 2.4 实验结果和分析41-51
• 2.4.1 AIRSAR系统L波段数据实验42-48
• 2.4.2 RADARSAT-2 系统C波段数据实验48-50
• 2.4.3 分辨率分析50-51
• 2.5 小结51-53
• 第三章 基于改进散射机制系数的极化SAR图像地物分类方法53-71
• 3.1 引言53-54
• 3.2 散射机制系数的改进54-58
• 3.2.1 散射机制系数提取54-55
• 3.2.2 散射机制系数的改进55-58
• 3.3 实验结果和分析58-69
• 3.3.1 AIRSAR系统L波段数据实验58-64
• 3.3.2 RADARSAT-2 系统C波段数据实验64-69
• 3.4 小结69-71
• 第四章 基于非反射对称散射模型的极化SAR数据分解方法71-95
• 4.1 引言71-72
• 4.2 基于模型的极化SAR数据分解方法72-77
• 4.2.1 Freeman-Durden分解72-75
• 4.2.2 Freeman/Eigenvalue分解75-77
• 4.3 基于非反射对称散射模型的Freeman/Eigenvalue分解方法77-80
• 4.3.1 反射对称性77
• 4.3.2 非反射对称的散射模型77-79
• 4.3.3 旋转不变性79-80
• 4.4 实验结果和分析80-93
• 4.4.1 AIRSAR系统L波段数据实验80-86
• 4.4.2 RADARSAT-2 系统C波段数据实验86-90
• 4.4.3 ESAR系统L波段数据实验90-93
• 4.5 小结93-95
• 第五章 基于改进体散射模型的极化SAR数据分解方法95-121
• 5.1 引言95-96
• 5.2 Freeman/Eigenvalue分解算法96-97
• 5.3 基于体散射模型扩展的Freeman/Eigenvalue分解算法97-100
• 5.3.1 两种单位变换矩阵97-99
• 5.3.2 体散射矩阵的选择99-100
• 5.3.3 算法步骤100
• 5.4 实验结果和分析100-110
• 5.4.1 AIRSAR系统L波段数据实验100-104
• 5.4.2 RADARSAT-2 系统C波段数据实验104-108
• 5.4.3 ESAR系统L波段数据实验108-110
• 5.5 基于改进体散射模型的Freeman/Eigenvalue分解算法110-114
• 5.5.1 反射对称的表面散射和二次散射110-111
• 5.5.2 改进的体散射模型111-112
• 5.5.3 散射能量的求解112-114
• 5.6 实验结果和分析114-120
• 5.6.1 AIRSAR系统L波段数据实验114-118
• 5.6.2 RADARSAT-2 系统C波段数据实验118-120
• 5.7 小结120-121
• 第六章 基于散射机制系数和Wishart MRF的极化SAR图像地物分类方法121-135
• 6.1 引言121-122
• 6.2 复Wishart分布和复Wishart分类器122-124
• 6.2.1 单视数据的多元复高斯分布122-123
• 6.2.2 多视数据的复Wishart分布123-124
• 6.3 基于散射机制系数和Wishart MRF的分类方法124-128
• 6.3.1 基于散射机制系数的粗糙分类124-125
• 6.3.2 基于Freeman-Durden分解的细致分类125-126
• 6.3.3 自适应的Wishart MRF算法126-127
• 6.3.4 算法步骤127-128
• 6.4 实验结果和分析128-133
• 6.5 小结133-135
• 第七章 总结和展望135-139
• 7.1 论文工作总结135-136
• 7.2 工作展望136-139
• 参考文献139-149
• 致谢149-151
• 作者简介151-153

【共引文献】

中国期刊全文数据库 前10条

1 武拥军;吴先良;;双站移不变SAR成像的一种通用等效单站RD算法[J];安徽大学学报(自然科学版);2009年05期

2 彭劲松;秦永元;严恭敏;;OpenGL在雷达图像实时显示中的应用[J];兵工自动化;2006年01期

3 罗金亮;党立坤;;极化编码跳频信号在雷达中的应用[J];兵工自动化;2008年05期

4 李永祯,王雪松,肖顺平,庄钊文;有源假目标的高分辨极化鉴别研究[J];兵工学报;2005年06期

5 谢宜壮;朱柏承;汪精华;;星载SAR实时成像处理系统结构设计[J];兵工学报;2010年S2期

6 陈歆炜;赵建中;吴文;;一种极化捷变雷达中欺骗性干扰的提取方法[J];兵工学报;2012年01期

7 周荫清,何岷,陈杰,李春升;基于星上实时信号处理机的Chirp Scaling算法实现方法[J];北京航空航天大学学报;2005年02期

8 曾涛;黄光平;;聚束SAR模式下ω-k和PFA算法的比较[J];北京理工大学学报;2006年06期

9 金烨;龙腾;;FIR-RD快视算法方位向二维频谱匹配流程的改进[J];北京理工大学学报;2008年05期

10 郭琨毅;盛新庆;唐波;;机动目标的时频变换ISAR成像仿真[J];北京理工大学学报;2009年02期

中国重要会议论文全文数据库 前10条

1 杨海粟;磨国瑞;张江华;刘婷;;雷达导引头DBS回波信号模拟仿真[A];2011年通信与信息技术新进展——第八届中国通信学会学术年会论文集[C];2011年

2 廖汉程;毛士艺;;SAR数字图像后处理系统的硬件与软件设计[A];第十届全国信号处理学术年会（CCSP-2001）论文集[C];2001年

3 甘荣兵;王建国;何川;;对合成孔径雷达的弹射式干扰性能分析[A];第十一届全国信号处理学术年会（CCSP-2003）论文集[C];2003年

4 赵哲;许人灿;陈曾平;;一种改进的ESPRIT成像算法[A];第十三届全国信号处理学术年会（CCSP-2007）论文集[C];2007年

5 杨剑;陈曾平;刘万全;;基于多DSP的雷达成像处理平台设计[A];第十三届全国信号处理学术年会（CCSP-2007）论文集[C];2007年

6 黄艺毅;王军锋;刘兴钊;;双站ISAR成像算法的研究[A];第十三届全国信号处理学术年会（CCSP-2007）论文集[C];2007年

7 祝本玉;薛磊;史军军;;基于ULAM混沌的ISAR干扰技术研究[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

8 高磊;邹江威;陈曾平;;一种ISAR成像信号中微动成份分离方法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

9 张子善;黎向阳;张汉华;;一种改进的极坐标波数域圆迹SAR三维成像算法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

10 陈志勇;付耀文;黎湘;;实时SAR欺骗干扰系统研究[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

中国博士学位论文全文数据库 前10条

1 刘吉英;压缩感知理论及在成像中的应用[D];国防科学技术大学;2010年

2 王力宝;多输入多输出合成孔径雷达关键技术研究[D];国防科学技术大学;2010年

3 王怀军;MIMO雷达成像算法研究[D];国防科学技术大学;2010年

4 贺思三;微动目标高分辨雷达信号建模及特征提取[D];国防科学技术大学;2010年

5 陈强;雷达极化中若干理论问题研究[D];国防科学技术大学;2010年

6 杨科锋;移变双基地SAR特性与成像方法研究[D];国防科学技术大学;2009年

7 李金梁;箔条干扰的特性与雷达抗箔条技术研究[D];国防科学技术大学;2010年

8 赖涛;星载多通道SAR高分辨宽测绘带成像方法研究[D];国防科学技术大学;2010年

9 常宇亮;瞬态极化雷达测量、检测与抗干技术研究[D];国防科学技术大学;2010年

10 陶勇;知识辅助的SAR图像目标特性分析与识别研究[D];国防科学技术大学;2010年

中国硕士学位论文全文数据库 前10条

1 史卫平;DInSAR技术及其在矿区地面沉降监测中的应用研究[D];山东科技大学;2010年

2 罗卿莉;测绘困难区域星载干涉SAR基线估计与地理编码技术研究[D];辽宁工程技术大学;2009年

3 刘桢;基于极化信息的SAR地物分类技术研究[D];解放军信息工程大学;2010年

4 黎庆;星载SAR信道建模与回波检测性能研究[D];电子科技大学;2011年

5 辛凯;编队卫星SAR空间分辨率及模糊函数研究[D];电子科技大学;2011年

6 苏慧君;SAR图像分辨率增强方法研究[D];电子科技大学;2011年

7 王玉;机载高分辨聚束SAR实时成像处理系统研究[D];西安电子科技大学;2011年

8 欧阳耀果;ISAR成像方法分析及目标仿真模型建立[D];西安电子科技大学;2011年

9 刘颖;基于实测数据的SAR成像方法研究[D];西安电子科技大学;2011年

10 张然;ISAR成像的实时信号处理技术研究[D];西安电子科技大学;2011年

，

本文编号：1084820