本文選題：極化SAR + 紋理特征　； 參考：《遼寧工程技術(shù)大學(xué)》2013年碩士論文

【摘要】：極化SAR具有全天時、全天侯工作特點,同時SAR影像具有豐富的極化信息和紋理特征,被廣泛應(yīng)用于民用及軍事領(lǐng)域。SAR影像的解譯是它在諸多領(lǐng)域的應(yīng)用基礎(chǔ),其涉及內(nèi)容較多,其中極化SAR的分類是關(guān)鍵步驟之一。選取合適的SAR影像特征是獲得高精度分類結(jié)果的關(guān)鍵,往往一類影像特征僅能反映地物的一方面信息,而多種特征的結(jié)合更能突出地物之間的細微區(qū)別,更有利于獲取準確的分類結(jié)果。 鑒于SAR影像的紋理特征和極化特征在表現(xiàn)地物特征方面的互異和互補性,本文研究結(jié)合紋理特征和極化特征進行SAR影像分類的方法,彌補用單一特征進行影像分類的不足和應(yīng)用限制。主要工作和貢獻體現(xiàn)在以下幾個方面： 1)深入研究了SAR影像的紋理特征提取。從灰度共生矩陣和框架小波變換兩個方面研究SAR影像紋理特征的提取方法,并對特征提取過程中的參數(shù)問題進行了一定分析。應(yīng)用均值、直方圖、相關(guān)系數(shù)、類分離度方法分析了紋理特征對地物的區(qū)分能力。 2)對典型地物的散射機制進行了深入的分析。從極化分解、極化合成、協(xié)方差矩陣元素三個方面提取SAR影像的極化參數(shù),對典型地物在極化參數(shù)上的不同表現(xiàn)進行定性、定量的分析。 3)總結(jié)了基于支持向量機的目標識別原理,給出基于支持向量機的SAR影像多類分類問題的處理方法。 4)研究了基于SVM的全極化SAR影像分類方法。從區(qū)分地物的角度出發(fā)選擇合適的紋理和極化特征,進行了根河地區(qū)的影像分類實驗,并對分類結(jié)果進行精度評價和對比分析,具體分析了GLCM紋理和小波紋理對影像分類精度的影響。
[Abstract]:SAR image is widely used in civil and military fields . SAR image is one of the key steps to obtain high - precision classification results .

In view of the differences and complementarity of SAR image ' s texture and polarization characteristics , this paper studies the method of SAR image classification based on texture features and polarization characteristics , and makes up for the shortage and application limitation of image classification with single feature .

1 ) The texture feature extraction of SAR image is studied deeply . The extraction method of SAR image texture feature is studied from two aspects of gray - scale co - occurrence matrix and frame wavelet transform . The parameter problem in feature extraction is analyzed .

The polarization parameters of SAR image are extracted from three aspects of polarization decomposition , polarization synthesis and covariance matrix element .

3 ) The principle of target recognition based on support vector machine is summarized , and the processing method of multi - class classification problem of SAR image based on support vector machine is given .

4 ) The classification method of polarimetric SAR image based on SVM is studied . The proper texture and polarization characteristics are selected from the angle of distinguishing feature , image classification experiment is carried out in the root river region , and precision evaluation and contrast analysis are carried out on the classification result , and the influence of GLCM texture and wavelet texture on image classification accuracy is analyzed .
【學(xué)位授予單位】：遼寧工程技術(shù)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：P237

【參考文獻】

相關(guān)期刊論文 前8條

1 陳建杰;葉智宣;;多分類SVM主動學(xué)習(xí)及其在遙感圖像分類中的應(yīng)用[J];測繪科學(xué);2009年04期

2 巫兆聰;歐陽群東;孫軒;鄒濱;;極化散射特性保持的改進迭代Wishart分類算法[J];測繪科學(xué);2011年06期

3 劉秀清,楊汝良;基于全極化SAR非監(jiān)督分類的迭代分類方法[J];電子學(xué)報;2004年12期

4 倪玲,張劍清,姚巍;基于小波的SAR影像紋理分析[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2004年04期

5 方圣輝,舒寧,巫兆聰;SAR影像去噪聲方法的研究[J];武漢測繪科技大學(xué)學(xué)報;1998年03期

6 胡伏原,張艷寧,薛笑榮,蘇愛民;基于樹型小波和灰度共生矩陣的SAR圖像分類[J];系統(tǒng)工程與電子技術(shù);2003年10期

7 劉龍飛,陳云浩,李京;遙感影像紋理分析方法綜述與展望[J];遙感技術(shù)與應(yīng)用;2003年06期

8 劉浩，，郭華東;雷達圖像紋理信息的提取及在地學(xué)分析中的利用─—以甘肅省黃羊鎮(zhèn)地區(qū)SIR－B圖像為例[J];環(huán)境遙感;1995年02期

本文編號：1945139