基于目標(biāo)分解的極化合成孔徑雷達(dá)圖像分類研究.pdf

1、極化合成孔徑雷達(dá)以其全天候，全天時(shí)等優(yōu)點(diǎn)成為對(duì)地遙感觀測(cè)領(lǐng)域中的先進(jìn)技術(shù)，它通過收發(fā)不同組合的電磁波，記錄反射回波除幅度、相位以外的極化信息，能夠?qū)τ^測(cè)目標(biāo)進(jìn)行更全面的描述，已經(jīng)成功的應(yīng)用到日常生活的許多行業(yè)甚至是國(guó)防軍事領(lǐng)域。但是，極化合成孔徑雷達(dá)硬件系統(tǒng)快速發(fā)展的同時(shí)，對(duì)其獲得的圖像解譯能力卻明顯不夠。在極化合成孔徑雷達(dá)圖像的地物分類領(lǐng)域，存在著諸如特征量不能全面描述觀測(cè)對(duì)象，分類精度和性能不夠高，算法的魯棒性不夠強(qiáng)等問題。以Pol

2、SAR的目標(biāo)分解理論及相關(guān)理論為基礎(chǔ)，對(duì)極化合成孔徑雷達(dá)圖像的地物分類問題做出研究，對(duì)主要的研究?jī)?nèi)容作如下簡(jiǎn)介：
　　1.對(duì)多種經(jīng)典的相干分解和非相干分解理論進(jìn)行了研究。通過實(shí)驗(yàn)對(duì)各種分解方法進(jìn)行了分析。結(jié)合Pauli目標(biāo)分解，介紹了一種超分辨分解算法，該算法利用空間關(guān)聯(lián)性，能夠很好的將一個(gè)散射單元內(nèi)的不同散射機(jī)制區(qū)分開，還成功的對(duì)其提出改進(jìn)，以非相干分解中的 Freeman分解為基礎(chǔ)，將該算法進(jìn)行了推廣，算法具有較高的準(zhǔn)確率和較

3、好的時(shí)間性能，相關(guān)的實(shí)驗(yàn)提供了佐證。
　　2.對(duì)基于特征值分解的方法進(jìn)行了深入研究。通過相干矩陣的特征值分解，得到極化散射熵H、平均散射角-α以及各向異性度參數(shù)A這三個(gè)參數(shù)，由此出發(fā)得到H/-α分類平面以及H/-α/A三維分類空間。文中還通過實(shí)驗(yàn)探討了相干斑噪聲對(duì)以上3個(gè)參數(shù)的影響。在引入Wishart分類器后，再結(jié)合參數(shù)H、-α、A及相干及非相干分解理論，構(gòu)成了兩種非監(jiān)督的目標(biāo)分解方法。最后，對(duì)參數(shù)H、-α、A的相關(guān)優(yōu)缺點(diǎn)進(jìn)行了