基于K-wishart分布的極化SAR圖像分類研究.pdf_第1頁
已閱讀1頁,還剩70頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、極化合成孔徑雷達(dá)(Polarimetric Synthetic Aperture Radar,POLSAR)是一種多通道的成像雷達(dá)系統(tǒng)。與單極化合成孔徑雷達(dá)相比,PO LSAR包含了更多的極化信息,能夠?yàn)榈匚锓诸愄峁└嗟牡匚镄畔⒑头诸愄卣鳎虼藢OLSAR數(shù)據(jù)處理的研究一直是SAR數(shù)據(jù)處理領(lǐng)域的研究重點(diǎn)。本文主要研究基于數(shù)據(jù)統(tǒng)計(jì)分布和極化散射機(jī)制的POLSAR地物分類問題,以K-wishart分布為基礎(chǔ),結(jié)合聚類分析和極化散射機(jī)制提

2、出了改進(jìn)的POLSAR地物分類方法,主要工作如下:
  1.提出了一種基于Freeman分解和K-wishart分布特征參數(shù)的POLSAR地物分類方法。該方法首先根據(jù)Freeman分解的主散射功率對POLSAR數(shù)據(jù)進(jìn)行初始分類;然后利用K-wis hart分布特征參數(shù)對初始分類的結(jié)果進(jìn)行更細(xì)致的劃分;最后通過復(fù)Wishart迭代更新分類結(jié)果,進(jìn)一步提高分類精度。該方法將極化分解與數(shù)據(jù)分布特征進(jìn)行了有效結(jié)合,思路簡單、易實(shí)現(xiàn)。實(shí)驗(yàn)結(jié)

3、果表明相對僅使用極化分解的方法,基于Freeman分解和K-wishart分布特征參數(shù)的方法的分類效果有所改善。
  2.在上一章工作的基礎(chǔ)上,對傳統(tǒng)的H/α-wishart方法進(jìn)行了改進(jìn),構(gòu)造了K-wishart分類器,提出了基于Cloude分解和K-wishart分類器的分類方法。K-wishart分布與復(fù)Wishart分布相比,對POLSAR數(shù)據(jù)有更好的描述能力,基于該分布的分類器性能更加良好,實(shí)驗(yàn)結(jié)果表明引入K-wisha

4、rt分布,地物分類效果得到了進(jìn)一步提高。
  3.提出了一種基于MRF和K-wishart分布的POLSAR地物分類方法。該方法在K-wis ha rt分類器的基礎(chǔ)上,利用M RF模型對先驗(yàn)概率進(jìn)行計(jì)算,根據(jù)先驗(yàn)概率修正K-wis ha rt距離,并在K-Wis hart迭代過程中加入樣本選擇策略,選擇先驗(yàn)概率較高的樣本參與聚類中心的計(jì)算,從而使得參數(shù)估計(jì)和聚類中心的選取更加準(zhǔn)確。該方法在引入K-wis har t分布的同時,進(jìn)一

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論