基于K-wishart分布的極化SAR圖像分類研究.pdf

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