本文關(guān)鍵詞：基于散射機(jī)理和目標(biāo)分解的極化SAR圖像地物分類

  更多相關(guān)文章： 極化合成孔徑雷達(dá) 地物分類 目標(biāo)分解 散射機(jī)理

【摘要】：極化合成孔徑雷達(dá)(Polarimetric Synthetic Aperture Radar,極化SAR)是一種多參數(shù)、多通道的成像雷達(dá)系統(tǒng),它通過測量地面上每一分辨單元內(nèi)的極化散射回波來獲取目標(biāo)的極化信息,如散射矩陣、極化相干矩陣等。與傳統(tǒng)雷達(dá)圖像相比,極化SAR圖像能夠提供更多的地物信息和分類特征。由于極化SAR數(shù)據(jù)的復(fù)雜性,極化SAR圖像分類方法的研究不僅是一個熱點問題,也是一個難點問題。極化SAR圖像地物分類方法研究對于探索目標(biāo)的極化散射特性,提高極化SAR圖像的解譯水平具有很重要的理論意義和現(xiàn)實價值。我國的極化SAR圖像處理還停留在數(shù)據(jù)解譯的初級階段,分類算法的準(zhǔn)確率和穩(wěn)定性都亟須改善。本論文中,對極化SAR的目標(biāo)分解方法以及地物分類方法進(jìn)行了系統(tǒng)的研究,提出了一系列實際有效的極化SAR圖像地物分類方法和數(shù)據(jù)分解算法,主要的研究成果有:1.提出了一種基于散射機(jī)制系數(shù)的極化SAR圖像地物分類方法。針對相干矩陣的特征值和特征向量對目標(biāo)的極化特征描述過于復(fù)雜的問題,根據(jù)相干矩陣的特征值和特征向量的物理含義,提出了三個與散射機(jī)制相關(guān)的參數(shù),分別是單目標(biāo)散射機(jī)制系數(shù)、雙目標(biāo)散射機(jī)制系數(shù)和混合隨機(jī)散射機(jī)制系數(shù),可用于表征每一個像素點上存在多少種散射機(jī)制,利用真實的極化SAR數(shù)據(jù)驗證了散射機(jī)制系數(shù)在地物分類方法中的可用性和合理性。為了更加準(zhǔn)確的描述極化SAR數(shù)據(jù)的內(nèi)在物理特性,對所提的散射機(jī)制系數(shù)進(jìn)行了改進(jìn),針對不同的地物目標(biāo)的散射熵,使用不同的散射特征向量,并且在散射機(jī)制系數(shù)的提取過程中,考慮像素點的先驗概率。通過對比已有的散射機(jī)制系數(shù),改進(jìn)的散射機(jī)制系數(shù)更加符合實際的地物目標(biāo)。經(jīng)過真實極化SAR數(shù)據(jù)的實驗,證實了基于改進(jìn)散射機(jī)制系數(shù)的極化SAR圖像地物分類方法的有效性;2.提出了一種基于非反射對稱散射模型的Freeman/Eigenvalue分解算法。已有的Freeman/Eigenvalue分解算法需要極化SAR數(shù)據(jù)滿足反射對稱性假設(shè),但是實際的地物目標(biāo)往往是不能滿足反射對稱性,針對這一矛盾,提出了不需要反射對稱性假設(shè)的表面散射模型和二次散射模型,提出了一種新穎的Freeman/Eigenvalue分解算法。提出的Freeman/Eigenvalue分解算法具有三個特點:一是不需要反射對稱性,更符合實際地物的數(shù)據(jù)特征,尤其是在復(fù)雜的人工建筑區(qū)域,二是散射能量是相干矩陣特征值的線性組合,因此散射能量都具有旋轉(zhuǎn)不變性,三是不需要進(jìn)行能量限制,而且不存在負(fù)值的表面散射能量和二次散射能量。利用真實的極化SAR數(shù)據(jù)實驗證明了基于非反射對稱性散射模型的Freeman/Eigenvalue分解的有效性;3.提出了兩個基于改進(jìn)體散射模型的Freeman/Eigenvalue分解算法。第一個是基于體散射模型擴(kuò)展的Freeman/Eigenvalue分解算法。針對極化SAR地物目標(biāo)方位角的隨機(jī)性會導(dǎo)致不同類別的目標(biāo)表現(xiàn)為相同的散射特征,使用了兩種單位變換矩陣對極化SAR數(shù)據(jù)的相干矩陣進(jìn)行去取向處理,消除方位角的隨機(jī)性,同時使得到的交叉極化項達(dá)到最小值點,消除了表面散射能量和二次散射能量的負(fù)值現(xiàn)象。針對不同的地物目標(biāo),使用了不同的體散射模型,采用有別于現(xiàn)有的Freeman/Eigenvalue分解算法的判別式來判斷體散射是來自于植被還是人工建筑,對于來自于植被的體散射,使用同極化比來選擇合適的體散射模型,使得目標(biāo)分解的結(jié)果更符合實際的地物目標(biāo)。第二個改進(jìn)的Freeman/Eigenvalue分解算法是利用去取向后的相干矩陣的特征值分解,由特征空間中提取體散射模型,同樣,在植被和人工建筑使用了不同的體散射模型。通過真實的極化SAR數(shù)據(jù)實驗,驗證了改進(jìn)的兩種Freeman/Eigenvalue分解方法的可用性和有效性;4.將所提的散射機(jī)制系數(shù)與Wishart MRF分類器相結(jié)合提出了一種極化SAR圖像地物分類算法。首先利用極化SAR數(shù)據(jù)的相干矩陣提取散射機(jī)制系數(shù),根據(jù)散射機(jī)制系數(shù)進(jìn)行粗糙分類,得到三個類別;然后對相干矩陣進(jìn)行Freeman-Durden分解,利用得到的散射能量,進(jìn)行細(xì)化分類,得到十個更為精細(xì)的類別,最后利用Wishart MRF分類器,進(jìn)行迭代分類,得到最終的分類結(jié)果。在迭代過程中,利用了有限制的類別轉(zhuǎn)換機(jī)制,對粗糙分類和細(xì)化分類中的散射特征進(jìn)行有限制的保持,在充分利用統(tǒng)計特征的同時,能夠降低Wishart分類中的誤差。利用實際的極化SAR數(shù)據(jù)實驗,驗證了所提地物分類算法的有效性。
【關(guān)鍵詞】：極化合成孔徑雷達(dá) 地物分類 目標(biāo)分解 散射機(jī)理
【學(xué)位授予單位】：西安電子科技大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2015
【分類號】：TN957.52
【目錄】：

• 摘要5-7
• ABSTRACT7-14
• 符號對照表14-15
• 縮略語對照表15-19
• 第一章 緒論19-27
• 1.1 研究背景19-21
• 1.2 國內(nèi)外極化SAR的發(fā)展和現(xiàn)狀21-23
• 1.3 極化SAR圖像分類和分解方法的發(fā)展和現(xiàn)狀23-25
• 1.4 本文的主要工作和論文安排25-27
• 第二章 基于散射機(jī)制系數(shù)的極化SAR圖像地物分類方法27-53
• 2.1 引言27-28
• 2.2 相干矩陣的特征值分解28-37
• 2.2.1 Cloud分解28-31
• 2.2.2 Holm-Barnes分解31-32
• 2.2.3 熵分類32-37
• 2.3 基于散射機(jī)制系數(shù)的極化SAR圖像地物分類方法37-41
• 2.3.1 算法原理37-41
• 2.3.2 旋轉(zhuǎn)不變性41
• 2.4 實驗結(jié)果和分析41-51
• 2.4.1 AIRSAR系統(tǒng)L波段數(shù)據(jù)實驗42-48
• 2.4.2 RADARSAT-2 系統(tǒng)C波段數(shù)據(jù)實驗48-50
• 2.4.3 分辨率分析50-51
• 2.5 小結(jié)51-53
• 第三章 基于改進(jìn)散射機(jī)制系數(shù)的極化SAR圖像地物分類方法53-71
• 3.1 引言53-54
• 3.2 散射機(jī)制系數(shù)的改進(jìn)54-58
• 3.2.1 散射機(jī)制系數(shù)提取54-55
• 3.2.2 散射機(jī)制系數(shù)的改進(jìn)55-58
• 3.3 實驗結(jié)果和分析58-69
• 3.3.1 AIRSAR系統(tǒng)L波段數(shù)據(jù)實驗58-64
• 3.3.2 RADARSAT-2 系統(tǒng)C波段數(shù)據(jù)實驗64-69
• 3.4 小結(jié)69-71
• 第四章 基于非反射對稱散射模型的極化SAR數(shù)據(jù)分解方法71-95
• 4.1 引言71-72
• 4.2 基于模型的極化SAR數(shù)據(jù)分解方法72-77
• 4.2.1 Freeman-Durden分解72-75
• 4.2.2 Freeman/Eigenvalue分解75-77
• 4.3 基于非反射對稱散射模型的Freeman/Eigenvalue分解方法77-80
• 4.3.1 反射對稱性77
• 4.3.2 非反射對稱的散射模型77-79
• 4.3.3 旋轉(zhuǎn)不變性79-80
• 4.4 實驗結(jié)果和分析80-93
• 4.4.1 AIRSAR系統(tǒng)L波段數(shù)據(jù)實驗80-86
• 4.4.2 RADARSAT-2 系統(tǒng)C波段數(shù)據(jù)實驗86-90
• 4.4.3 ESAR系統(tǒng)L波段數(shù)據(jù)實驗90-93
• 4.5 小結(jié)93-95
• 第五章 基于改進(jìn)體散射模型的極化SAR數(shù)據(jù)分解方法95-121
• 5.1 引言95-96
• 5.2 Freeman/Eigenvalue分解算法96-97
• 5.3 基于體散射模型擴(kuò)展的Freeman/Eigenvalue分解算法97-100
• 5.3.1 兩種單位變換矩陣97-99
• 5.3.2 體散射矩陣的選擇99-100
• 5.3.3 算法步驟100
• 5.4 實驗結(jié)果和分析100-110
• 5.4.1 AIRSAR系統(tǒng)L波段數(shù)據(jù)實驗100-104
• 5.4.2 RADARSAT-2 系統(tǒng)C波段數(shù)據(jù)實驗104-108
• 5.4.3 ESAR系統(tǒng)L波段數(shù)據(jù)實驗108-110
• 5.5 基于改進(jìn)體散射模型的Freeman/Eigenvalue分解算法110-114
• 5.5.1 反射對稱的表面散射和二次散射110-111
• 5.5.2 改進(jìn)的體散射模型111-112
• 5.5.3 散射能量的求解112-114
• 5.6 實驗結(jié)果和分析114-120
• 5.6.1 AIRSAR系統(tǒng)L波段數(shù)據(jù)實驗114-118
• 5.6.2 RADARSAT-2 系統(tǒng)C波段數(shù)據(jù)實驗118-120
• 5.7 小結(jié)120-121
• 第六章 基于散射機(jī)制系數(shù)和Wishart MRF的極化SAR圖像地物分類方法121-135
• 6.1 引言121-122
• 6.2 復(fù)Wishart分布和復(fù)Wishart分類器122-124
• 6.2.1 單視數(shù)據(jù)的多元復(fù)高斯分布122-123
• 6.2.2 多視數(shù)據(jù)的復(fù)Wishart分布123-124
• 6.3 基于散射機(jī)制系數(shù)和Wishart MRF的分類方法124-128
• 6.3.1 基于散射機(jī)制系數(shù)的粗糙分類124-125
• 6.3.2 基于Freeman-Durden分解的細(xì)致分類125-126
• 6.3.3 自適應(yīng)的Wishart MRF算法126-127
• 6.3.4 算法步驟127-128
• 6.4 實驗結(jié)果和分析128-133
• 6.5 小結(jié)133-135
• 第七章 總結(jié)和展望135-139
• 7.1 論文工作總結(jié)135-136
• 7.2 工作展望136-139
• 參考文獻(xiàn)139-149
• 致謝149-151
• 作者簡介151-153

【共引文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 武擁軍;吳先良;;雙站移不變SAR成像的一種通用等效單站RD算法[J];安徽大學(xué)學(xué)報(自然科學(xué)版);2009年05期

2 彭勁松;秦永元;嚴(yán)恭敏;;OpenGL在雷達(dá)圖像實時顯示中的應(yīng)用[J];兵工自動化;2006年01期

3 羅金亮;黨立坤;;極化編碼跳頻信號在雷達(dá)中的應(yīng)用[J];兵工自動化;2008年05期

4 李永禎,王雪松,肖順平,莊釗文;有源假目標(biāo)的高分辨極化鑒別研究[J];兵工學(xué)報;2005年06期

5 謝宜壯;朱柏承;汪精華;;星載SAR實時成像處理系統(tǒng)結(jié)構(gòu)設(shè)計[J];兵工學(xué)報;2010年S2期

6 陳歆煒;趙建中;吳文;;一種極化捷變雷達(dá)中欺騙性干擾的提取方法[J];兵工學(xué)報;2012年01期

7 周蔭清,何岷,陳杰,李春升;基于星上實時信號處理機(jī)的Chirp Scaling算法實現(xiàn)方法[J];北京航空航天大學(xué)學(xué)報;2005年02期

8 曾濤;黃光平;;聚束SAR模式下ω-k和PFA算法的比較[J];北京理工大學(xué)學(xué)報;2006年06期

9 金燁;龍騰;;FIR-RD快視算法方位向二維頻譜匹配流程的改進(jìn)[J];北京理工大學(xué)學(xué)報;2008年05期

10 郭琨毅;盛新慶;唐波;;機(jī)動目標(biāo)的時頻變換ISAR成像仿真[J];北京理工大學(xué)學(xué)報;2009年02期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 楊海粟;磨國瑞;張江華;劉婷;;雷達(dá)導(dǎo)引頭DBS回波信號模擬仿真[A];2011年通信與信息技術(shù)新進(jìn)展——第八屆中國通信學(xué)會學(xué)術(shù)年會論文集[C];2011年

2 廖漢程;毛士藝;;SAR數(shù)字圖像后處理系統(tǒng)的硬件與軟件設(shè)計[A];第十屆全國信號處理學(xué)術(shù)年會（CCSP-2001）論文集[C];2001年

3 甘榮兵;王建國;何川;;對合成孔徑雷達(dá)的彈射式干擾性能分析[A];第十一屆全國信號處理學(xué)術(shù)年會（CCSP-2003）論文集[C];2003年

4 趙哲;許人燦;陳曾平;;一種改進(jìn)的ESPRIT成像算法[A];第十三屆全國信號處理學(xué)術(shù)年會（CCSP-2007）論文集[C];2007年

5 楊劍;陳曾平;劉萬全;;基于多DSP的雷達(dá)成像處理平臺設(shè)計[A];第十三屆全國信號處理學(xué)術(shù)年會（CCSP-2007）論文集[C];2007年

6 黃藝毅;王軍鋒;劉興釗;;雙站ISAR成像算法的研究[A];第十三屆全國信號處理學(xué)術(shù)年會（CCSP-2007）論文集[C];2007年

7 祝本玉;薛磊;史軍軍;;基于ULAM混沌的ISAR干擾技術(shù)研究[A];第十四屆全國信號處理學(xué)術(shù)年會(CCSP-2009)論文集[C];2009年

8 高磊;鄒江威;陳曾平;;一種ISAR成像信號中微動成份分離方法[A];第十四屆全國信號處理學(xué)術(shù)年會(CCSP-2009)論文集[C];2009年

9 張子善;黎向陽;張漢華;;一種改進(jìn)的極坐標(biāo)波數(shù)域圓跡SAR三維成像算法[A];第十四屆全國信號處理學(xué)術(shù)年會(CCSP-2009)論文集[C];2009年

10 陳志勇;付耀文;黎湘;;實時SAR欺騙干擾系統(tǒng)研究[A];第十四屆全國信號處理學(xué)術(shù)年會(CCSP-2009)論文集[C];2009年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 劉吉英;壓縮感知理論及在成像中的應(yīng)用[D];國防科學(xué)技術(shù)大學(xué);2010年

2 王力寶;多輸入多輸出合成孔徑雷達(dá)關(guān)鍵技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2010年

3 王懷軍;MIMO雷達(dá)成像算法研究[D];國防科學(xué)技術(shù)大學(xué);2010年

4 賀思三;微動目標(biāo)高分辨雷達(dá)信號建模及特征提取[D];國防科學(xué)技術(shù)大學(xué);2010年

5 陳強(qiáng);雷達(dá)極化中若干理論問題研究[D];國防科學(xué)技術(shù)大學(xué);2010年

6 楊科鋒;移變雙基地SAR特性與成像方法研究[D];國防科學(xué)技術(shù)大學(xué);2009年

7 李金梁;箔條干擾的特性與雷達(dá)抗箔條技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2010年

8 賴濤;星載多通道SAR高分辨寬測繪帶成像方法研究[D];國防科學(xué)技術(shù)大學(xué);2010年

9 常宇亮;瞬態(tài)極化雷達(dá)測量、檢測與抗干技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2010年

10 陶勇;知識輔助的SAR圖像目標(biāo)特性分析與識別研究[D];國防科學(xué)技術(shù)大學(xué);2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 史衛(wèi)平;DInSAR技術(shù)及其在礦區(qū)地面沉降監(jiān)測中的應(yīng)用研究[D];山東科技大學(xué);2010年

2 羅卿莉;測繪困難區(qū)域星載干涉SAR基線估計與地理編碼技術(shù)研究[D];遼寧工程技術(shù)大學(xué);2009年

3 劉楨;基于極化信息的SAR地物分類技術(shù)研究[D];解放軍信息工程大學(xué);2010年

4 黎慶;星載SAR信道建模與回波檢測性能研究[D];電子科技大學(xué);2011年

5 辛凱;編隊衛(wèi)星SAR空間分辨率及模糊函數(shù)研究[D];電子科技大學(xué);2011年

6 蘇慧君;SAR圖像分辨率增強(qiáng)方法研究[D];電子科技大學(xué);2011年

7 王玉;機(jī)載高分辨聚束SAR實時成像處理系統(tǒng)研究[D];西安電子科技大學(xué);2011年

8 歐陽耀果;ISAR成像方法分析及目標(biāo)仿真模型建立[D];西安電子科技大學(xué);2011年

9 劉穎;基于實測數(shù)據(jù)的SAR成像方法研究[D];西安電子科技大學(xué);2011年

10 張然;ISAR成像的實時信號處理技術(shù)研究[D];西安電子科技大學(xué);2011年

，

本文編號：1084820