版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、全極化合成孔徑雷達(dá)(Synthetic Aperture Radar,SAR)作為一種先進(jìn)的遙感信息獲取手段,更加完整的記錄了目標(biāo)的回波散射信息。全極化SAR分類結(jié)果既可為目標(biāo)檢測(cè)、邊緣提取等進(jìn)一步的分析或解譯提供輔助信息,也可作為最終結(jié)果。與普通遙感圖像相比,全極化SAR分類技術(shù)對(duì)于揭示地物極化散射信息更具有研究?jī)r(jià)值。
本文以提高全極化 SAR數(shù)據(jù)的分類精度為主要目的,研究了全極化SAR圖像分類方法。
目前使用全極
2、化SAR進(jìn)行地物分類的方法主要有兩種:非監(jiān)督分類和監(jiān)督分類。大部分非監(jiān)督分類方法的優(yōu)點(diǎn)在于提供了用于指派最終地物類型的輔助信息;但每個(gè)聚類對(duì)應(yīng)某種單一散射機(jī)制,并不能代表實(shí)際地物,因此在對(duì)大規(guī)模的遙感數(shù)據(jù)處理時(shí)必須依靠人工專家的參與解譯。監(jiān)督分類方法通?;谙袼鼗蛐^(qū)域得到底層特征,利用這些底層特征對(duì)具有單一散射機(jī)制的地物進(jìn)行分類非常有效,但對(duì)復(fù)雜地物進(jìn)行分類時(shí)會(huì)遇到困難。針對(duì)上述兩種問(wèn)題,本文提出一種使用中間層特征MLF(Middle
3、-Level-Feature)的監(jiān)督分類方法。即統(tǒng)計(jì)以某像素為中心的一定區(qū)域(矩形窗口)內(nèi)各“中間成分(基于底層極化特征得到的非監(jiān)督聚類類別)”的占比作為該像素的MLF,依此計(jì)算所有位置像素的MLF,然后利用支持向量機(jī)進(jìn)行監(jiān)督分類。本文在覆蓋武漢地區(qū)的Radarsat-2全極化數(shù)據(jù)上,與基于經(jīng)典全極化特征的SVM(Support Vector Machine)監(jiān)督分類方法進(jìn)行了對(duì)比,研究了不同中間成分獲取方法以及特征支持窗口對(duì)于分類性能
4、的影響,結(jié)果顯示本文方法有很好的性能并有進(jìn)一步提升的空間。
對(duì)于全極化SAR數(shù)據(jù)中眾多的極化信息,極化方位角反映了散射目標(biāo)相對(duì)于雷達(dá)視線的旋轉(zhuǎn)角度,即方位向坡度。在極化SAR圖像分類中,同一類別地物目標(biāo)所處方位向坡度的差異,體現(xiàn)在極化SAR數(shù)據(jù)中是極化特性的不同,將導(dǎo)致被分為不同的類別。為了消除這種由于地形因素造成的分類誤差,本文進(jìn)行了極化方位角的補(bǔ)償,以改善極化SAR數(shù)據(jù)的分類結(jié)果。
本文利用DEM(Digital
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(qǐng)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(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于面向?qū)ο蟮臉O化SAR地物分類.pdf
- 面向極化SAR地物分類的稀疏深度網(wǎng)絡(luò).pdf
- 極化SAR射頻干擾抑制與地物分類方法研究.pdf
- 基于稀疏編碼的極化SAR影像地物分類.pdf
- 基于稀疏表示分類器的極化SAR圖像地物分類.pdf
- 基于特征向量統(tǒng)計(jì)的極化SAR地物分類.pdf
- 基于半監(jiān)督學(xué)習(xí)的極化SAR地物分類.pdf
- 基于目標(biāo)分解與機(jī)器學(xué)習(xí)的極化SAR圖像地物分類.pdf
- 基于深度RPCA網(wǎng)絡(luò)的極化SAR影像地物分類.pdf
- 用于極化SAR地物分類的協(xié)同訓(xùn)練算法研究.pdf
- 基于多波段全極化SAR影像地物分類——以根河地區(qū)為例.pdf
- 基于地物散射特性分析的機(jī)載極化SAR分類研究.pdf
- 基于SVM和散射機(jī)理的極化SAR影像地物分類.pdf
- 基于多特征融合的極化SAR地物分類方法研究.pdf
- 基于集成學(xué)習(xí)和特征選擇的極化SAR地物分類.pdf
- 多波段全極化SAR海冰分類研究.pdf
- 基于CNN特征學(xué)習(xí)和SVM的極化SAR影像地物分類.pdf
- 基于極化分解的極化SAR圖像分類.pdf
- 基于深度ICA網(wǎng)絡(luò)的極化SAR影像地物分類方法研究.pdf
- 基于散射機(jī)理和目標(biāo)分解的極化SAR圖像地物分類.pdf
評(píng)論
0/150
提交評(píng)論