基于張量信號處理的極化SAR分類算法研究.pdf

1、由于張量能夠很好地表征高維數(shù)據(jù)，能夠有效保留多維數(shù)據(jù)之間的結(jié)構(gòu)信息，所以張量分析技術(shù)在多維遙感圖像分類算法研究中具有重要意義。極化合成孔徑雷達（SAR）是一種具有代表性的多維遙感成像技術(shù)。為此，本文研究了基于張量分析的極化SAR邊緣檢測和分類方法。主要完成以下幾個工作：
　　提出了基于加權(quán)結(jié)構(gòu)張量的極化SAR邊緣檢測方法：傳統(tǒng)的極化SAR邊緣檢測方法通常沿襲于SAR邊緣檢測，在檢測效果上并不理想。本文首先研究了基于平均加權(quán)結(jié)構(gòu)張量

2、進行極化SAR邊緣檢測的方法。該方法通過平均加權(quán)的方法融合各圖像通道的結(jié)構(gòu)張量，其本質(zhì)是認(rèn)為每個通道提供等量的邊緣信息量。進而，本文提出一種基于特征值度量的加權(quán)結(jié)構(gòu)張量的極化SAR邊緣檢測方法。該方法利用特征值的方式充分度量了每個圖像通道的邊緣信息量，以此融合得到最終的多通道結(jié)構(gòu)張量。實際數(shù)據(jù)處理結(jié)果表明：相比于傳統(tǒng)的極化SAR邊緣檢測方法，本文提出的基于加權(quán)結(jié)構(gòu)張量的極化SAR邊緣檢測方法可以獲得更好的邊緣檢測結(jié)果。
　　提出了

3、極化 SAR樣本點的高階表示形式并將秩一支持張量機應(yīng)用于極化SAR圖像分類：極化 SAR圖像分類的特征量通常由目標(biāo)極化分解得到。同一分解機制往往能夠得到若干特征量，因此所有分解方法得到的特征量集合存在結(jié)構(gòu)關(guān)系。傳統(tǒng)的極化SAR分類方法將這些特征量排列成向量的形式，這必然破壞了特征量之間的結(jié)構(gòu)關(guān)系，導(dǎo)致分類性能較差。為了避免這一問題，本文研究了極化SAR數(shù)據(jù)的高階表示形式?；谝陨戏治?，本文還將秩一支持張量機應(yīng)用于極化SAR圖像分類，實驗