【摘要】：極化合成孔徑雷達(dá)(Pol SAR)能夠獲取多通道極化圖象,提高目標(biāo)檢測(cè)、識(shí)別及分類能力。近些年來(lái),Pol SAR在目標(biāo)探測(cè)識(shí)別及分類中越來(lái)越重要。Pol SAR圖象分類是為了是對(duì)所獲得的極化數(shù)據(jù)進(jìn)行歸類,通過計(jì)算機(jī)識(shí)別得到不同的地物信息,并接近真實(shí)類別。近年來(lái),Pol SAR圖象分類方法越來(lái)越多,但這些傳統(tǒng)分類方法存在一個(gè)共性,即一般都要進(jìn)行人為特征提取,也就是加入了較多的人為干預(yù)過程。卷積神經(jīng)網(wǎng)絡(luò)(CNN)是基于多層監(jiān)督學(xué)習(xí)的新型神經(jīng)網(wǎng)絡(luò),近年來(lái)已被廣泛應(yīng)用于圖象處理領(lǐng)域,它可以通過一層層非線性簡(jiǎn)單模型的累積進(jìn)行原始數(shù)據(jù)的特征自主提取。相比于傳統(tǒng)分類算法,卷積神經(jīng)網(wǎng)絡(luò)可以將原始數(shù)據(jù)轉(zhuǎn)化為更抽象的特征表達(dá)而不需過多人為參與,并且分類結(jié)果較傳統(tǒng)算法更理想。本文結(jié)合Pol SAR圖象及卷積神經(jīng)網(wǎng)絡(luò)的特點(diǎn),將卷積神經(jīng)網(wǎng)絡(luò)分類方法應(yīng)用于Pol SAR圖象分類中,實(shí)現(xiàn)Pol SAR圖象高精度的精細(xì)地物分類。本文通過研究Pol SAR相關(guān)基礎(chǔ)、特征提取方法及卷積神經(jīng)網(wǎng)絡(luò)的思想、原理、結(jié)構(gòu)、和特征學(xué)習(xí)過程,提出將卷積神經(jīng)網(wǎng)絡(luò)應(yīng)用在Pol SAR圖象地物分類中的主要步驟及實(shí)現(xiàn)手段,進(jìn)行面向Pol SAR圖象分類的卷積神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)及分類方法優(yōu)化,并分別基于Pol SAR圖象數(shù)據(jù)及所選擇的特征進(jìn)行分類。此外,為了充分利用Pol SAR數(shù)據(jù)的多通道特性,在傳統(tǒng)2D卷積神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上,引入3D卷積神經(jīng)網(wǎng)絡(luò),并針對(duì)某些地物的小樣本問題,提出虛擬樣本擴(kuò)充的方法進(jìn)行改善。通過采用三組不同分辨率的Pol SAR圖象進(jìn)行實(shí)驗(yàn),結(jié)果表明,將卷積神經(jīng)網(wǎng)絡(luò)引入Pol SAR圖象分類中能夠明顯提高分類效果,且3D卷積神經(jīng)網(wǎng)絡(luò)能充分挖掘Pol SAR數(shù)據(jù)包含信息,提高分類性能。此外,相較于人為提取的特征,卷積神經(jīng)網(wǎng)絡(luò)可以利用Pol SAR原始數(shù)據(jù)進(jìn)行特征抽取及分類,分類結(jié)果更準(zhǔn)確高效。而針對(duì)小樣本地物的虛擬樣本擴(kuò)充的手段能夠改善分類效果。最后,對(duì)比BP神經(jīng)網(wǎng)絡(luò),驗(yàn)證了卷積神經(jīng)網(wǎng)絡(luò)對(duì)Pol SAR圖象地物精細(xì)分類的優(yōu)越性。
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TN957.52;TP183

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 林偉;王瑞霞;田錚;;有限混合Wishart模型分類多視極化SAR圖像[J];宇航學(xué)報(bào);2009年04期

2 王貞儉;;基于Contourlet能量標(biāo)準(zhǔn)差積的極化SAR圖像融合[J];中國(guó)圖象圖形學(xué)報(bào);2009年03期

相關(guān)博士學(xué)位論文 前1條

1 吳永輝;極化SAR圖像分類技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2007年

相關(guān)碩士學(xué)位論文 前2條

1 樊偉明;基于深度學(xué)習(xí)和空間鄰域信息的極化SAR地物分類方法研究[D];西安電子科技大學(xué);2017年

2 吳婉瀾;基于子孔徑的極化SAR圖像目標(biāo)分類算法研究[D];電子科技大學(xué);2009年

本文編號(hào)：2757677