基于極化散射特征與SVM的極化SAR影像分類方法研究
發(fā)布時(shí)間:2021-01-19 03:45
極化SAR影像分類是雷達(dá)遙感應(yīng)用中一項(xiàng)非常重要的研究問題。隨著極化散射特征與非參數(shù)模型分類方法的提出,關(guān)于極化SAR目標(biāo)分解理論與機(jī)器學(xué)習(xí)算法的研究得到了進(jìn)一步的發(fā)展,但是由于極化SAR影像特征維度高,因此造成用于分類模型的特征集信息冗余。針對(duì)這一問題,本文分別就全極化SAR與雙極化SAR數(shù)據(jù)的特點(diǎn),研究了基于極化散射特征與支持向量機(jī)(SVM)算法的極化SAR數(shù)據(jù)森林-非森林分類方法。在數(shù)據(jù)獲取上,本研究選取呼倫貝爾市依根農(nóng)林交錯(cuò)帶作為實(shí)驗(yàn)區(qū),獲取了一景高分3號(hào)全極化數(shù)據(jù),通過同步實(shí)地調(diào)查獲取了驗(yàn)證分類精度的地面實(shí)況數(shù)據(jù)。然后,以呼倫貝爾市作為實(shí)驗(yàn)區(qū),收集高分3號(hào)雙極化數(shù)據(jù)共63景,并在同年實(shí)地考察該市的土地覆蓋與森林分布情況,將獲取的地類數(shù)據(jù)作為分類制圖結(jié)果的驗(yàn)證數(shù)據(jù)。首先,本文基于極化SAR數(shù)據(jù)的目標(biāo)分解理論與Stokes矢量特征,研究分析了不同分解方法下,高分3號(hào)全極化、雙極化數(shù)據(jù)不同地物的極化散射特征,驗(yàn)證了Stokes矢量特征在指示地物極化散射特征中的有效性。其次,基于全極化SAR數(shù)據(jù)的極化散射特征與紋理特征,本研究對(duì)比了通過遺傳算法、ReliefF算法以及SVMR...
【文章來源】:內(nèi)蒙古師范大學(xué)內(nèi)蒙古自治區(qū)
【文章頁(yè)數(shù)】:73 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
技術(shù)路線
實(shí)驗(yàn)區(qū)與實(shí)驗(yàn)數(shù)據(jù)覆蓋情況示意圖
為了確定實(shí)驗(yàn)區(qū)的實(shí)際情況,與 2017 年 8 月 1-6 日期間,對(duì)該實(shí)驗(yàn)區(qū)范內(nèi)的典型地物類型進(jìn)行了詳細(xì)的調(diào)查,實(shí)驗(yàn)共測(cè)量了典型地物 67 個(gè)樣點(diǎn)的數(shù)據(jù)其中小麥 35 個(gè),油菜 21 個(gè),燕麥 1 個(gè),草地 1 個(gè),落葉松 3 個(gè)和白樺 3 個(gè),圖 2-2 實(shí)驗(yàn)區(qū)地理位置示意圖 圖 2-3 實(shí)驗(yàn)區(qū)樣地分布示意圖
【參考文獻(xiàn)】:
期刊論文
[1]基于聯(lián)合特征和SVM的極化SAR圖像分類方法[J]. 馬騳骉,盧春燕. 無線電工程. 2017(03)
[2]結(jié)合ReliefF、GA和SVM的面向?qū)ο蠼ㄖ锬繕?biāo)識(shí)別特征選擇方法[J]. 薛章鷹,劉興權(quán). 測(cè)繪工程. 2017(02)
[3]基于多層支持向量機(jī)的極化合成孔徑雷達(dá)特征分析與分類[J]. 宋超,徐新,桂容,謝欣芳,徐豐. 計(jì)算機(jī)應(yīng)用. 2017(01)
[4]Model-based target decomposition with the π/4 mode compact polarimetry data[J]. Shenglong GUO,Yang LI,Wen HONG,Jianfeng WANG,Xiaoyang GUO. Science China(Information Sciences). 2016(06)
[5]基于模擬退火及蜂群算法的優(yōu)化特征選擇算法[J]. 戚孝銘,施亮. 計(jì)算機(jī)工程與設(shè)計(jì). 2013(08)
[6]顧及特征優(yōu)化的全極化SAR圖像SVM分類[J]. 巫兆聰,歐陽(yáng)群東,李芳芳. 測(cè)繪科學(xué). 2013(03)
[7]基于目標(biāo)散射相似性的POLSAR圖像無監(jiān)督地物散射分類新方案[J]. 陳強(qiáng),蔣詠梅,陸軍,匡綱要. 電子學(xué)報(bào). 2010(12)
[8]基于神經(jīng)網(wǎng)絡(luò)集成的SAR圖像目標(biāo)識(shí)別[J]. 錢博,金林. 現(xiàn)代雷達(dá). 2010(04)
[9]基于區(qū)域MRF的SAR圖像快速分割算法[J]. 楊學(xué)志,沈晶. 工程圖學(xué)學(xué)報(bào). 2009(06)
[10]SAR圖像統(tǒng)計(jì)建模研究綜述[J]. 高貴. 信號(hào)處理. 2009(08)
碩士論文
[1]基于SVM的多時(shí)相極化SAR影像土地覆蓋分類方法研究[D]. 馮琦.中國(guó)林業(yè)科學(xué)研究院 2012
本文編號(hào):2986272
【文章來源】:內(nèi)蒙古師范大學(xué)內(nèi)蒙古自治區(qū)
【文章頁(yè)數(shù)】:73 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
技術(shù)路線
實(shí)驗(yàn)區(qū)與實(shí)驗(yàn)數(shù)據(jù)覆蓋情況示意圖
為了確定實(shí)驗(yàn)區(qū)的實(shí)際情況,與 2017 年 8 月 1-6 日期間,對(duì)該實(shí)驗(yàn)區(qū)范內(nèi)的典型地物類型進(jìn)行了詳細(xì)的調(diào)查,實(shí)驗(yàn)共測(cè)量了典型地物 67 個(gè)樣點(diǎn)的數(shù)據(jù)其中小麥 35 個(gè),油菜 21 個(gè),燕麥 1 個(gè),草地 1 個(gè),落葉松 3 個(gè)和白樺 3 個(gè),圖 2-2 實(shí)驗(yàn)區(qū)地理位置示意圖 圖 2-3 實(shí)驗(yàn)區(qū)樣地分布示意圖
【參考文獻(xiàn)】:
期刊論文
[1]基于聯(lián)合特征和SVM的極化SAR圖像分類方法[J]. 馬騳骉,盧春燕. 無線電工程. 2017(03)
[2]結(jié)合ReliefF、GA和SVM的面向?qū)ο蠼ㄖ锬繕?biāo)識(shí)別特征選擇方法[J]. 薛章鷹,劉興權(quán). 測(cè)繪工程. 2017(02)
[3]基于多層支持向量機(jī)的極化合成孔徑雷達(dá)特征分析與分類[J]. 宋超,徐新,桂容,謝欣芳,徐豐. 計(jì)算機(jī)應(yīng)用. 2017(01)
[4]Model-based target decomposition with the π/4 mode compact polarimetry data[J]. Shenglong GUO,Yang LI,Wen HONG,Jianfeng WANG,Xiaoyang GUO. Science China(Information Sciences). 2016(06)
[5]基于模擬退火及蜂群算法的優(yōu)化特征選擇算法[J]. 戚孝銘,施亮. 計(jì)算機(jī)工程與設(shè)計(jì). 2013(08)
[6]顧及特征優(yōu)化的全極化SAR圖像SVM分類[J]. 巫兆聰,歐陽(yáng)群東,李芳芳. 測(cè)繪科學(xué). 2013(03)
[7]基于目標(biāo)散射相似性的POLSAR圖像無監(jiān)督地物散射分類新方案[J]. 陳強(qiáng),蔣詠梅,陸軍,匡綱要. 電子學(xué)報(bào). 2010(12)
[8]基于神經(jīng)網(wǎng)絡(luò)集成的SAR圖像目標(biāo)識(shí)別[J]. 錢博,金林. 現(xiàn)代雷達(dá). 2010(04)
[9]基于區(qū)域MRF的SAR圖像快速分割算法[J]. 楊學(xué)志,沈晶. 工程圖學(xué)學(xué)報(bào). 2009(06)
[10]SAR圖像統(tǒng)計(jì)建模研究綜述[J]. 高貴. 信號(hào)處理. 2009(08)
碩士論文
[1]基于SVM的多時(shí)相極化SAR影像土地覆蓋分類方法研究[D]. 馮琦.中國(guó)林業(yè)科學(xué)研究院 2012
本文編號(hào):2986272
本文鏈接:http://sikaile.net/kejilunwen/dizhicehuilunwen/2986272.html
最近更新
教材專著