極化SAR影像分類是雷達遙感應用中一項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,關于極化SAR目標分解理論與機器學習算法的研究得到了進一步的發(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,研究了基于極化散射特征與支持向量機（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)林交錯帶作為實驗區(qū),獲取了一景高分3號全極化數(shù)據(jù),通過同步實地調(diào)查獲取了驗證分類精度的地面實況數(shù)據(jù)。然后,以呼倫貝爾市作為實驗區(qū),收集高分3號雙極化數(shù)據(jù)共63景,并在同年實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)作為分類制圖結果的驗證數(shù)據(jù)。首先,本文基于極化SAR數(shù)據(jù)的目標分解理論與Stokes矢量特征,研究分析了不同分解方法下,高分3號全極化、雙極化數(shù)據(jù)不同地物的極化散射特征,驗證了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,本研究對比了通過遺傳算法、ReliefF算法以及SVM_R... 

【文章來源】：內(nèi)蒙古師范大學內(nèi)蒙古自治區(qū)

【文章頁數(shù)】：73 頁

【學位級別】：碩士

【部分圖文】：

技術路線

實驗區(qū)與實驗數(shù)據(jù)覆蓋情況示意圖

為了確定實驗區(qū)的實際情況，與 2017 年 8 月 1-6 日期間，對該實驗區(qū)范內(nèi)的典型地物類型進行了詳細的調(diào)查，實驗共測量了典型地物 67 個樣點的數(shù)據(jù)其中小麥 35 個，油菜 21 個，燕麥 1 個，草地 1 個，落葉松 3 個和白樺 3 個，圖 2-2 實驗區(qū)地理位置示意圖 圖 2-3 實驗區(qū)樣地分布示意圖

【參考文獻】：
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]結合ReliefF、GA和SVM的面向?qū)ο蠼ㄖ锬繕俗R別特征選擇方法[J]. 薛章鷹,劉興權.  測繪工程. 2017(02)
[3]基于多層支持向量機的極化合成孔徑雷達特征分析與分類[J]. 宋超,徐新,桂容,謝欣芳,徐豐.  計算機應用. 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.  計算機工程與設計. 2013(08)
[6]顧及特征優(yōu)化的全極化SAR圖像SVM分類[J]. 巫兆聰,歐陽群東,李芳芳.  測繪科學. 2013(03)
[7]基于目標散射相似性的POLSAR圖像無監(jiān)督地物散射分類新方案[J]. 陳強,蔣詠梅,陸軍,匡綱要.  電子學報. 2010(12)
[8]基于神經(jīng)網(wǎng)絡集成的SAR圖像目標識別[J]. 錢博,金林.  現(xiàn)代雷達. 2010(04)
[9]基于區(qū)域MRF的SAR圖像快速分割算法[J]. 楊學志,沈晶.  工程圖學學報. 2009(06)
[10]SAR圖像統(tǒng)計建模研究綜述[J]. 高貴.  信號處理. 2009(08)

碩士論文
[1]基于SVM的多時相極化SAR影像土地覆蓋分類方法研究[D]. 馮琦.中國林業(yè)科學研究院 2012



本文編號：2986272