基于面向?qū)ο蟮臉O化SAR地物分類
發(fā)布時(shí)間：2017-08-13 12:05
本文關(guān)鍵詞：基于面向?qū)ο蟮臉O化SAR地物分類
更多相關(guān)文章： 極化SAR 特征分析 極化分解 面向?qū)ο蠓治?/b> 地物分類
【摘要】：近年來(lái),極化SAR地物分類應(yīng)用十分廣泛,除了在軍事領(lǐng)域?qū)娛履繕?biāo)的監(jiān)測(cè)與識(shí)別,在民用領(lǐng)域中對(duì)農(nóng)作物普查、環(huán)境監(jiān)測(cè)、耕地以及城市用地占用、海洋溢油、船只監(jiān)測(cè)也有重要的價(jià)值。本文通過(guò)對(duì)大連市Radarsat-2數(shù)據(jù)以及紐芬蘭海岸SIR-C數(shù)據(jù)進(jìn)行分析處理,提出了一種尋找最優(yōu)分類特征子集,面向?qū)ο蠓治龅难芯克悸?它包括極化分解、特征分析、面向?qū)ο蠓治觥ⅠR氏距離和SVM分類算法。本文首先對(duì)全極化SAR數(shù)據(jù)做了簡(jiǎn)要分析,闡述了其從衛(wèi)星微波信號(hào)到計(jì)算機(jī)圖像的轉(zhuǎn)化。然后,對(duì)SAR遙感圖像的各種特征分門別類,主要?jiǎng)澐譃槿箢?為：直接基于極化SAR原始數(shù)據(jù)的特征、基于目標(biāo)分解獲取的特征,以及圖像的視覺(jué)特征。針對(duì)每一類特征都介紹了提取算法并給出了使用理由。再次,對(duì)三類特征進(jìn)行子集劃分,共組合了9個(gè)特征子集進(jìn)行比較從而獲得最優(yōu)子集,并對(duì)其進(jìn)行去冗余化。最后提出了在最優(yōu)特征子集基礎(chǔ)上進(jìn)行面向?qū)ο蠓治龅乃枷氆@得了理想的分類精度。實(shí)驗(yàn)證明,進(jìn)行特征分析后,對(duì)某一種類型的地物存在最優(yōu)的分類特征子集使得分類的精度以及地物的識(shí)別效果比較好,而且具有共性。最后在最優(yōu)特征子集的基礎(chǔ)上進(jìn)行了面向?qū)ο蠓治?規(guī)避了傳統(tǒng)分類的一些缺點(diǎn),可以有效地抑制噪聲,提高分類精度,減少各類地物之間的分類混淆。針對(duì)現(xiàn)有的圖像分割算法速度慢,對(duì)復(fù)雜類型的地物分割效果不理想的情況,本文提出了一種先聚類初始分割,后Lambda合并的分類方法,并取得了理想的結(jié)果。鑒于實(shí)驗(yàn)的數(shù)據(jù)還不夠充足,許多結(jié)論為初步得到,進(jìn)一步的驗(yàn)證還需要更多的數(shù)據(jù)和實(shí)驗(yàn)
【關(guān)鍵詞】：極化SAR 特征分析 極化分解 面向?qū)ο蠓治?/strong> 地物分類
【學(xué)位授予單位】：大連海事大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN957.52
【目錄】：
- 摘要5-6
- ABSTRACT6-10
- 第1章 緒論10-16
- 1.1 前言10-11
- 1.2 極化SAR分類技術(shù)研究現(xiàn)狀11-13
- 1.3 研究思路及內(nèi)容流程圖13-15
- 1.4 章節(jié)安排15-16
- 第2章 極化SAR圖像處理16-32
- 2.1 電磁波極化16
- 2.2 極化波的表征16-19
- 2.3 散射體的極化表示19-23
- 2.4 目標(biāo)分解理論23
- 2.5 SAR圖像處理分類23-31
- 2.6 本章小結(jié)31-32
- 第3章 多特征分析32-68
- 3.1 極化圖像32-37
- 3.1.1 大連市區(qū)數(shù)據(jù)32-36
- 3.1.2 LABRADOR灣海冰數(shù)據(jù)36-37
- 3.2 直接基于極化SAR原始數(shù)據(jù)提取的特征37-40
- 3.3 基于目標(biāo)分解理論提取的特征40-47
- 3.3.1 PAULI分解40-42
- 3.3.2 CLOUDE分解42-45
- 3.3.3 FREEMAN分解45-47
- 3.3.4 YAMAGUCHI分解47
- 3.4 圖像視覺(jué)特征47-50
- 3.5 特征甄選50-67
- 3.5.1 分類器52-55
- 3.5.2 實(shí)驗(yàn)結(jié)果55-67
- 3.6 本章小結(jié)67-68
- 第4章 基于面向?qū)ο蠛妥顑?yōu)特征集的地物分類68-79
- 4.1 面向?qū)ο蠓指罱榻B68-73
- 4.2 面向?qū)ο蠓诸?/span>73-74
- 4.3 實(shí)驗(yàn)結(jié)果74-78
- 4.4 本章小結(jié)78-79
- 結(jié)論79-80
- 參考文獻(xiàn)80-86
- 致謝86
【參考文獻(xiàn)】
中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條
1 楊新;極化SAR圖像的分割和分類算法研究[D];電子科技大學(xué);2008年
中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條
1 紀(jì)陽(yáng)陽(yáng);基于多類特征融合的步態(tài)識(shí)別算法[D];山東大學(xué);2010年
2 劉進(jìn)立;SAR圖像分割與特征提取方法研究[D];遼寧大學(xué);2013年
，本文編號(hào)：667170
本文鏈接：http://sikaile.net/kejilunwen/wltx/667170.html
最近更新
教材專著
