基于散射分解和圖像紋理特征的極化SAR圖像分類.pdf

1、極化SAR(Polarimetric Synthetic Aperture Radar),全稱為極化合成孔徑雷達(dá),是一種相干多通道、全天候雷達(dá)成像系統(tǒng)。其通過(guò)測(cè)量每個(gè)分辨單元內(nèi)的全極化散射回波得到目標(biāo)的極化特性,例如極化散射矩陣、Stokes矩陣及極化相干矩陣等。極化SAR獲得了豐富的目標(biāo)地物信息特征,使極化SAR圖像分類成為國(guó)內(nèi)外學(xué)者研究的重點(diǎn)。
　　本文主要研究極化SAR圖像分類,以極化散射分解和圖像紋理特征為基礎(chǔ),結(jié)合DPM

2、M和SVM方法提出改進(jìn)的極化SAR圖像分類方法,主要有以下三個(gè)方面的內(nèi)容:
　　1.提出了基于SDITF(Scattering Decomposition and Image Texture Features)和SVM的極化SAR圖像監(jiān)督分類方法。本方法充分挖掘了極化SAR圖像的特征信息,從極化散射分解特性和圖像紋理特征兩個(gè)方面入手。(1)分解極化散射矩陣可以得到散射體的能量、相位及極化等特性,其中包含了大量可以利用的信息;(2)

3、通過(guò)合成的極化SAR圖像可以作為一般的自然圖像理解,得到具有空間信息的圖像紋理特征。將兩者有效結(jié)合,形成了極化SAR圖像分類的高維新特征SDITF。使用SVM分類器經(jīng)實(shí)驗(yàn)說(shuō)明,在少量標(biāo)記樣例下,具有較高的分類結(jié)果。
　　2.提出了基于DPMM和SDITF的極化SAR圖像無(wú)監(jiān)督分類方法。在SDITF的基礎(chǔ)上,針對(duì)遙感極化SAR圖像標(biāo)記樣例不足且地面覆蓋物復(fù)雜等問(wèn)題,引入了狄利克雷過(guò)程混合模型(DPMM)。DPMM最大優(yōu)點(diǎn)是一種非參數(shù)