基于稀疏表示及上下文信息的PolSAR圖像分類.pdf

1、極化合成孔徑雷達(PolSAR)能夠通過多個通道多種極化組合方式獲取豐富全面的地物信息，因此，其在地震學(xué)、軍事偵察、農(nóng)林以及水文地理等研究領(lǐng)域起到不可替代的作用。將地物正確分類是PolSAR圖像一個非常重要的應(yīng)用也是進行后續(xù)PolSAR圖像解譯的前提和基礎(chǔ)。目前，PolSAR圖像的分類仍存在高維非線性等難題。近些年來，在模式識別領(lǐng)域，稀疏表示已經(jīng)成為一個高效有效的創(chuàng)新性工具。本文的目的主要是從PolSAR圖像本身的特性出發(fā)，利用協(xié)方差矩

2、陣和相干矩陣提取PolSAR圖像特征，然后結(jié)合稀疏表示理論的特點，研究具有更高分類效果和分類效率的PolSAR圖像分類方法，促進PolSAR圖像解譯的應(yīng)用和發(fā)展。
　　本文主要包括以下三個方面：
　　首先，本文從PolSAR圖像的特點入手，研究了PolSAR圖像的表征方法包括極化散射矩陣以及二階極化統(tǒng)計特征矩陣，然后從極化特征和非極化特征兩個方面研究了PolSAR圖像特征提取方法。極化特征方面研究了基于散射機理目標(biāo)分解理論的

3、PolSAR圖像特征提取方法和基于特征值分解的PolSAR圖像提取方法；非極化特征方面研究了基于灰度共生矩陣的PolSAR圖像紋理特征提取方法。
　　然后，本文從信號的稀疏表示、字典的設(shè)計、稀疏系數(shù)的求解以及稀疏表示的分類模型四個方面研究了稀疏表示基礎(chǔ)理論。然后在稀疏表示的基本模型的基礎(chǔ)上結(jié)合PolSAR圖像的特征提出了基于稀疏表示的PolSAR圖像分類模型并且利用EMISAR的Foulum地區(qū)數(shù)據(jù)、AIRSAR的San Fran

4、cisco地區(qū)以及AIRSAR的Flevoland地區(qū)實驗數(shù)據(jù)對其進行驗證分析。
　　最后，為了進一步提高稀疏表示分類模型的效率和效果，本文研究了稀疏約束優(yōu)化模型-拉普拉斯模型和上下文稀疏表示方法，并且提出了基于上下文稀疏表示的PolSAR圖像分類模型。然后利用EMISAR的Foulum地區(qū)數(shù)據(jù)、AIRSAR的San Francisco地區(qū)以及AIRSAR的Flevoland地區(qū)實驗數(shù)據(jù)對上述理論進行了實驗驗證，并且給出了結(jié)果和定