極化合成孔徑雷達(dá)（Polarimetric Synthetic Aperture Radar,PolSAR）是一種主動成像雷達(dá),其工作頻率低于S波段的微波頻段,可避免來自云、雨、塵、霧等物質(zhì)的影響,同時憑借其主動的工作方式,無需依賴太陽光源,因此可以實(shí)現(xiàn)晝夜成像。與單極化SAR不同的是,PolSAR是以散射矩陣的方式來對數(shù)據(jù)進(jìn)行存儲的,散射矩陣常與不同模型的散射矩陣相關(guān)聯(lián),因此可以提取地物更加豐富的極化信息。憑借其優(yōu)點(diǎn),PolSAR已廣泛應(yīng)用于各個領(lǐng)域,如地物分類、地形繪制和制圖、打擊效果評估、自然災(zāi)害預(yù)防等。論文圍繞PolSAR圖像數(shù)據(jù),主要研究了PolSAR在地物分類以及目標(biāo)檢測兩方面的研究內(nèi)容。針對PolSAR圖像無監(jiān)督分類的研究內(nèi)容,本文主要分析了目前以H/?分解為基礎(chǔ)的無監(jiān)督分類方法所存在的分類精度不足的問題,造成該問題的主要原因是目標(biāo)內(nèi)部的結(jié)構(gòu)信息未能得到充分的利用,因此本文提出了H/?分解與散射特性相融合的無監(jiān)督PolSAR圖像分類算法,算法首先利用H/?平面將圖像粗分為八類,然后利用散射相似性特征分析目標(biāo)內(nèi)部的結(jié)構(gòu)信息,根據(jù)目標(biāo)內(nèi)部的信息將粗分類的結(jié)果進(jìn)行進(jìn)一步的劃分,... 

【文章來源】：中國民航大學(xué)天津市

【文章頁數(shù)】：70 頁

【學(xué)位級別】：碩士

【部分圖文】：

邊緣窗口

（a）原始 Pauli 圖 （b）參考光學(xué)圖圖 2-5 Kahului 機(jī)場數(shù)據(jù)Kone 機(jī)場數(shù)據(jù)ne 機(jī)場數(shù)據(jù)是由 UAVSAR 系統(tǒng)采集的全極化數(shù)據(jù)，采集波段為 數(shù)為 4，距離向、方位向分辨率分別為 7.2m 和 4.99m，圖像大小像場景中包含了 15 架飛機(jī)，此外還包含了城區(qū)、林區(qū)、海洋、車 2-6（a）給出了 Kone 機(jī)場數(shù)據(jù)的原始 Pauli 圖，圖 2-6（b）給出據(jù)對應(yīng)區(qū)域的光學(xué)參考圖（非同一時期采集）。

（a）原始 Pauli 圖 （b）參考光學(xué)圖圖 2-7 Kanneohe-Bay 機(jī)場數(shù)據(jù) Marine-Corps-Air-Station 機(jī)場數(shù)據(jù)arine-Corps-Air-Station 機(jī)場數(shù)據(jù)是由 UAVSAR 系統(tǒng)采集的全極化段為 L 波段，等效視數(shù)為 4，距離向、方位向分辨率分別為 7.2m 和 4小為 908 732，圖像場景中包含了 26 架飛機(jī)，此外還包含了城區(qū)、車輛等目標(biāo)，圖 2-8（a）給出了 Marine-Corps-Air-Station 機(jī)場數(shù)據(jù)圖，圖 2-8（b）給出了 Marine-Corps-Air-Station 機(jī)場數(shù)據(jù)對應(yīng)區(qū)域（非同一時期采集）。

【參考文獻(xiàn)】：
期刊論文
[1]基于特征融合與軟判決的遙感圖像飛機(jī)檢測[J]. 朱明明,許悅雷,馬時平,李帥,馬紅強(qiáng).  光學(xué)學(xué)報. 2019(02)
[2]基于3D卷積神經(jīng)網(wǎng)絡(luò)的PolSAR圖像精細(xì)分類[J]. 張臘梅,陳澤茜,鄒斌.  紅外與激光工程. 2018(07)
[3]基于非負(fù)特征值分解和SVM的極化SAR圖像分類[J]. 陸翔,章皖秋,鄭雅蘭,岳彩榮.  林業(yè)調(diào)查規(guī)劃. 2018(03)
[4]基于邊界鏈碼的飛機(jī)目標(biāo)檢測方法[J]. 王毅,陳濱,杜亞杰,趙建軍.  兵工自動化. 2018(02)
[5]基于典型散射差異指數(shù)的PolSAR圖像Lee濾波[J]. 韓萍,韓賓賓.  系統(tǒng)工程與電子技術(shù). 2018(02)
[6]基于Faster RCNN以及多部件結(jié)合的機(jī)場場面靜態(tài)飛機(jī)檢測[J]. 戴陳卡,李毅.  計算機(jī)應(yīng)用. 2017(S2)
[7]基于相似度網(wǎng)絡(luò)融合的極化SAR圖像地物分類[J]. 張月,鄒煥新,邵寧遠(yuǎn),秦先祥,周石琳,計科峰.  系統(tǒng)工程與電子技術(shù). 2018(02)
[8]基于卷積神經(jīng)網(wǎng)絡(luò)的高分辨率SAR圖像飛機(jī)目標(biāo)檢測方法[J]. 王思雨,高鑫,孫皓,鄭歆慰,孫顯.  雷達(dá)學(xué)報. 2017(02)
[9]深度學(xué)習(xí)在SAR目標(biāo)識別與地物分類中的應(yīng)用[J]. 徐豐,王海鵬,金亞秋.  雷達(dá)學(xué)報. 2017(02)
[10]顯著圖和多特征結(jié)合的遙感圖像飛機(jī)目標(biāo)識別[J]. 吳喆,曾接賢,高琪琪.  中國圖象圖形學(xué)報. 2017(04)

博士論文
[1]寬帶極化信息處理的研究[D]. 王雪松.國防科學(xué)技術(shù)大學(xué) 1999



本文編號：3510157