基于稀疏編碼的極化SAR影像地物分類.pdf

1、極化合成孔徑雷達(Polarimetric Synthetic Aperture Radar,POLSAR)是一種相干多通道成像系統(tǒng),它通過測量地物目標對多種極化收發(fā)方式組合下的散射特性,來全方位的獲取目標散射過程的信息。與傳統(tǒng)的SAR影像相比,極化SAR影像能獲得更多的關于目標方位,散射特性,幾何形狀等信息,在遙感應用中發(fā)揮著重要的作用。
　　極化SAR影像分類是遙感影像解譯中的一項重要內容,旨在將具有相同或相似特征的地物歸為一

2、類,為后續(xù)的目標檢測與識別等奠定基礎。目前大部分極化SAR影像地物分類方法采用聚類技術,難以達到較高的分類精度。先驗信息存在于各種遙感應用任務中,如在分類中能夠獲得一些標記樣本。判別式的極化 SAR影像分類技術能夠借助標記樣本得到更加準確的地物分類結果,最近獲得了較多關注。但是,這些分類方法通常需要大量標記樣本,學習(或訓練)過程以及模型選擇的過程非常復雜,分類效率不高。
　　為解決上述問題,本文將稀疏分析用于極化SAR影像地物分

3、類,設計了多種基于稀疏編碼分類器與空間信息的極化SAR影像地物分類方法。一方面,由于稀疏編碼分類器模型簡單,易于理解且容易操作,能夠避免復雜的訓練與模型選擇,達到較好的判別性;另一方面,考慮到極化SAR影像是一組具有空間關系的物理測量數(shù)據(jù),在分類中利用空間關系能夠進一步提高分類的精度與速度。因此,基于稀疏編碼分類器與空間信息的極化SAR影像地物分類方法具有分類快速準確的特點。本文研究內容如下:
　　(1)設計了一種基于超像素稀疏編

4、碼的極化SAR影像地物分類算法。首先利用超像素將極化SAR影像過分割成若干個區(qū)域,然后將每個超像素在標記樣本下進行稀疏編碼,利用編碼系數(shù)對超像素的標簽進行預測。這種方法既能利用極化SAR影像像素點的空間信息,又能加快算法的運行速度。將該方法在三組極化SAR影像數(shù)據(jù)上進行試驗,并與傳統(tǒng)的分類方法進行比較,結果顯示正確率與分類速度均有提高。
　　(2)設計了一種基于幾何稀疏圖的半監(jiān)督極化SAR影像地物分類算法。為了利用更少標記樣本實現(xiàn)

5、準確的地物分類,將稀疏編碼與半監(jiān)督方法結合,利用“極化SAR影像相鄰地物具有相似的標簽”這一假設來構造Laplacian正則,在分類中充分利用大量未標記樣本的信息,實現(xiàn)較少標記樣本下的準確分類。將該方法在三組極化SAR影像數(shù)據(jù)上進行試驗,并與監(jiān)督的極化SAR影像地物分類算法進行對比,結果顯示正確率有所提高。
　　(3)設計了一種基于層次化稀疏編碼的極化SAR影像地物分類算法。除了分類器之外,特征的選擇對于分類性能也起著重要作用。針