本文關(guān)鍵詞：基于極化目標(biāo)分解的全極化Radarsat-2圖像分類，由筆耕文化傳播整理發(fā)布。

【摘要】：多極化是合成孔徑雷達(dá)發(fā)展的主要趨勢之一,多極化數(shù)據(jù)相比于傳統(tǒng)的單極化數(shù)據(jù),能夠提供更加豐富的極化信息。這些極化信息是除了頻域、空域之外的又一重要信息源,它們可以最大程度地反映不同地物目標(biāo)的散射特性,從而實(shí)現(xiàn)對(duì)地物目標(biāo)的識(shí)別和分類。本文以中國科學(xué)院專項(xiàng)課題“應(yīng)對(duì)氣候變化的碳收支認(rèn)證及相關(guān)問題”遙感課題第六子課題“華東地區(qū)固碳參量遙感監(jiān)測”(XDA05050106)為支撐,利用全極化Radarsat-2數(shù)據(jù)對(duì)山東禹城地區(qū)的地物散射機(jī)制和主要土地覆蓋分類進(jìn)行研究。首先,采用基于模型的極化目標(biāo)分解方法提取圖像的極化特征,分析和對(duì)比三種分解方法對(duì)于研究區(qū)地物目標(biāo)的表征效果,依據(jù)SVM分類實(shí)驗(yàn)選擇最優(yōu)分解法。在此基礎(chǔ)上,聯(lián)合散射角、極化熵、總功率等特征,采用兩種改進(jìn)的SVM分類器進(jìn)行分類,并分析和對(duì)比兩種分類方法的效果和精度。主要研究結(jié)論如下：(1)An3、Arii3、Singh4三種分解法都可以對(duì)山東禹城地區(qū)的地物目標(biāo)進(jìn)行有效表征。單獨(dú)從某一種散射機(jī)制來看,二面角散射對(duì)于城市區(qū)域有較好的表征能力,體散射對(duì)于農(nóng)村區(qū)域有較好的表征能力。在耕地和水體這樣的自然表面上,三種分解法的結(jié)果基本相同。但是,在城市和農(nóng)村這樣的人工表面上,三種分解法的結(jié)果存在一定的差異；這種差異在城市區(qū)域表現(xiàn)得更加顯著。三種分解法都有效降低了負(fù)功率的出現(xiàn),An3分解和Singh4分解有效避免了體散射的過估計(jì)。(2)四類地物目標(biāo)的極化參數(shù)基本上符合其理論值。四類地物的總功率值由高到低依次為城市、農(nóng)村、耕地、水體,這是與理論相符合的。但是由于研究區(qū)的特點(diǎn),也存在極化參數(shù)反常的情形。四種地物的散射角值由高到低依次為城市、農(nóng)村、水體、耕地,而理論上,耕地的散射角是大于水體的。其原因是研究區(qū)內(nèi)沒有大面積的水體,河流較窄,容易受到兩岸地物的影響。四種地物的極化熵值由高到低依次為農(nóng)村、城市、水體、耕地,而理論上,城市的極化熵通常大于農(nóng)村。其原因是研究區(qū)內(nèi)的農(nóng)村中樹的種植率比較高,從而影響了農(nóng)村散射機(jī)制的復(fù)雜程度。(3)An3-SVM、Arii3-SVM、Singh4-SVM三種分類方法的總體精度依次為82.2543%、80.9294%、83.2448%。從混淆矩陣來看,錯(cuò)分情況最嚴(yán)重的是將農(nóng)村居民地錯(cuò)分成城市居民地,三種方法錯(cuò)分率分別為25.73%、30.62%、24.98%,這一錯(cuò)分情況直接影響了總體精度。鑒于Singh4-SVM法的分類精度最高,反映了Singh4分解對(duì)研究區(qū)地物散射機(jī)制的表征效果更好。(4)由于基于模型的目標(biāo)分解本身存在局限性,在表征地物散射特性方面存在不足,通過增加極化特征和改進(jìn)分類器可以彌補(bǔ)這一不足,實(shí)驗(yàn)證明通過增加散射角、極化熵、總功率、相干矩陣對(duì)角元素等極化信息,并采用F-SVM和MK-SVM分類器,對(duì)分類精度有一定程度的提高�？傮w精度分別由83.2448%提高至86.6513%,由83.2448%提高至86.5963%,分別提高了3.4065%、3.3515%。
【關(guān)鍵詞】：極化目標(biāo)分解 極化SAR圖像分類 支持向量機(jī)
【學(xué)位授予單位】：南京大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：P237
【目錄】：

• 摘要4-6
• ABSTRCAT6-14
• 第一章 緒論14-26
• 1.1 選題依據(jù)與背景14-16
• 1.1.1 選題依據(jù)14
• 1.1.2 選題背景14-16
• 1.2 國內(nèi)外研究進(jìn)展16-23
• 1.2.1 極化SAR圖像特征提取的國內(nèi)外研究現(xiàn)狀16-19
• 1.2.2 基于模型的極化目標(biāo)分解的國內(nèi)外研究現(xiàn)狀19-21
• 1.2.3 極化SAR圖像分類的國內(nèi)外研究現(xiàn)狀21-23
• 1.3 研究內(nèi)容與論文組織23-26
• 1.3.1 研究內(nèi)容與技術(shù)路線23-24
• 1.3.2 論文組織24-26
• 第二章 研究區(qū)與數(shù)據(jù)資料26-33
• 2.1 研究區(qū)概況26-27
• 2.2 數(shù)據(jù)資料27-29
• 2.3 數(shù)據(jù)預(yù)處理29-33
• 2.3.1 極化SAR圖像相干斑模型29
• 2.3.2 多視處理29-30
• 2.3.3 濾波30-31
• 2.3.4 地理編碼和定標(biāo)31-33
• 第三章 基于模型的極化目標(biāo)分解33-49
• 3.1 基于模型的極化目標(biāo)分解33-38
• 3.1.1 An3分解33-34
• 3.1.2 Arii3分解34-36
• 3.1.3 Singh4分解36-38
• 3.2 極化分解結(jié)果分析38-49
• 3.2.1 An3分解結(jié)果分析39-42
• 3.2.2 Arii3分解結(jié)果分析42-44
• 3.2.3 Singh4分解結(jié)果分析44-49
• 第四章 地物散射機(jī)制的極化表征49-58
• 4.1 地物散射機(jī)制分析49-51
• 4.2 極化參數(shù)分析51-52
• 4.3 基于模型分解的支持向量機(jī)分類52-58
• 4.3.1 基于模型分解的支持向量機(jī)分類實(shí)驗(yàn)52-53
• 4.3.2 實(shí)驗(yàn)結(jié)果和精度分析53-58
• 第五章 基于多特征和支持向量機(jī)的分類58-68
• 5.1 支持向量機(jī)58-59
• 5.1.1 模糊支持向量機(jī)58-59
• 5.1.2 多核支持向量機(jī)59
• 5.2 基于多特征和改進(jìn)支持向量機(jī)的分類59-64
• 5.2.1 基于多特征和模糊支持向量機(jī)的分類實(shí)驗(yàn)60-62
• 5.2.2 基于多特征和多核支持向量機(jī)的分類實(shí)驗(yàn)62-64
• 5.3 分類結(jié)果與精度評(píng)價(jià)64-68
• 5.3.1 分類結(jié)果分析64-66
• 5.3.2 分類精度評(píng)價(jià)66-68
• 第六章 結(jié)論與展望68-70
• 6.1 研究結(jié)論68-69
• 6.2 創(chuàng)新點(diǎn)69
• 6.3 研究展望69-70
• 參考文獻(xiàn)70-79
• 碩士期間科研工作79-80
• 致謝80-82

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前2條

1 楊然;李坤;秦前清;;基于散射分量系數(shù)的極化SAR數(shù)據(jù)分類[J];測繪信息與工程;2010年03期

2 ;[J];;年期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前5條

1 夏訓(xùn)忠;;淺議質(zhì)量目標(biāo)分解的運(yùn)行[A];中國有色金屬建設(shè)協(xié)會(huì)第七次貫標(biāo)研討會(huì)交流材料[C];2003年

2 王雋;楊勁松;黃韋艮;王賀;陳鵬;陳小燕;;基于極化SAR目標(biāo)分解理論的船只分類[A];中國海洋湖沼學(xué)會(huì)第九次全國會(huì)員代表大會(huì)暨學(xué)術(shù)研討會(huì)論文摘要匯編[C];2007年

3 朱昌宏;;安全生產(chǎn)管理必須落實(shí)到實(shí)處[A];2013年8月建筑科技與管理學(xué)術(shù)交流會(huì)論文集[C];2013年

4 盧穎;倪維平;嚴(yán)衛(wèi)東;邊輝;;極化SAR目標(biāo)分解算法研究[A];國家安全地球物理叢書（八）——遙感地球物理與國家安全[C];2012年

5 袁駔;邢立寧;陳英武;;考慮觀測能力的敏捷衛(wèi)星對(duì)地觀測目標(biāo)分解與合并方法[A];中國系統(tǒng)工程學(xué)會(huì)第十八屆學(xué)術(shù)年會(huì)論文集——A12系統(tǒng)科學(xué)與系統(tǒng)工程理論在各個(gè)領(lǐng)域中的應(yīng)用研究[C];2014年

中國重要報(bào)紙全文數(shù)據(jù)庫 前10條

1 初建;目標(biāo)分解不過是手段[N];中華工商時(shí)報(bào);2002年

2 記者 任德京;我市2800億引資目標(biāo)分解到人[N];蘭州日?qǐng)?bào);2012年

3 ;確定目標(biāo)分解任務(wù) 力爭明年創(chuàng)建成功[N];鄭州日?qǐng)?bào);2014年

4 記者 朱宇琛　編輯 衡道慶;將把鋼鐵等行業(yè)2010年度淘汰目標(biāo)分解落實(shí)到各地[N];上海證券報(bào);2009年

5 林藝;把節(jié)能目標(biāo)分解到車間[N];中國環(huán)境報(bào);2007年

6 記者 沈興國;今年全市服務(wù)業(yè)目標(biāo)確定：增加值880億[N];紹興日?qǐng)?bào);2009年

7 通訊員 貨萱;目標(biāo)分解 層層落實(shí)[N];中國民航報(bào);2009年

8 中共河南省濮陽縣縣委常委、組織部部長 姜愛國;組工干部辦事要講條理[N];農(nóng)民日?qǐng)?bào);2010年

9 盧志堅(jiān)　喻葵英;江蘇宿遷：目標(biāo)責(zé)任分解落實(shí)中央決定[N];檢察日?qǐng)?bào);2007年

10 王樹國;要狠抓落實(shí)[N];赤峰日?qǐng)?bào);2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 曲永超;基于極化目標(biāo)分解的全極化Radarsat-2圖像分類[D];南京大學(xué);2016年

2 藺臘月;基于目標(biāo)分解的面向?qū)ο鬀Q策樹PolSAR影像分類方法研究[D];遼寧工程技術(shù)大學(xué);2013年

3 尹曉虎;多Agent協(xié)同的強(qiáng)化學(xué)習(xí)方法研究[D];國防科學(xué)技術(shù)大學(xué);2003年

4 韓凌霄;不銹鋼企業(yè)自主管理的探討與實(shí)踐[D];浙江工業(yè)大學(xué);2013年

  本文關(guān)鍵詞：基于極化目標(biāo)分解的全極化Radarsat-2圖像分類，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：278399