基于圖的極化SAR影像半監(jiān)督分類.pdf

1、隨著極化SAR理論與應用的發(fā)展，極化SAR比單極化SAR，一方面能夠采集更多的地物信息，另一方面也不容易受到單個極化態(tài)的限制，通過采用不同波段來獲取目標在不同極化態(tài)下的散射特性，以此來得到更好的觀測結(jié)果。
　　極化SAR影像分類是解譯的重要過程之一。半監(jiān)督分類通過無標記樣本和少量有標記樣本來提高分類正確率，隨著該方法的廣泛應用，基于圖模型的方法也備受關(guān)注，該方法首先使用包括有標記樣本和無標記樣本作為頂點來構(gòu)建一個圖，每一條頂點之間

2、的邊都賦予一個權(quán)值，權(quán)值表示兩個樣本之間的相似度。之后，根據(jù)優(yōu)化函數(shù)即分類器將類別標記通過邊來傳播。雖然基于圖的分類方法取得了較高的分類正確率，但是仍然存在兩個缺點：一是算法在構(gòu)圖過程中，忽視了圖像的空間信息，導致對圖像的細節(jié)劃分有誤差。二是構(gòu)圖方法時間復雜度高，運算量太大。本論文針對以上問題，提出幾種基于圖的半監(jiān)督分類方法，具體研究內(nèi)容如下：
　　（1）在基于圖的基本分類方法的基礎上，結(jié)合超像素分割，提出一種基于錨點空間圖的半監(jiān)

3、督分類方法來處理極化SAR大數(shù)據(jù)。首先，借鑒錨點圖的思想,根據(jù)樣本點極化相干矩陣的相似性，使用無監(jiān)督的Wishart聚類方法先將圖像數(shù)據(jù)聚成多簇，把距離每簇的聚類中心最近的樣本點作為錨點，然后利用多特征根據(jù)每個樣本最近鄰的少量錨點構(gòu)造錨點圖，之后結(jié)合圖像的空間相鄰關(guān)系構(gòu)造錨點空間圖，最后利用該圖進行標簽傳播實現(xiàn)分類，該方法時間復雜度較低，在處理大數(shù)據(jù)過程中能夠有效縮短處理時間。
　?。?）在單視圖分類的基礎上，提出了基于多視圖的半

4、監(jiān)督分類方法。根據(jù)由圖像數(shù)據(jù)獲得的多組特征分別構(gòu)造圖結(jié)構(gòu)，通過優(yōu)化方法來利用視圖之間的相互作用，優(yōu)勢互補，重組多個圖結(jié)構(gòu)，提高后續(xù)分類的正確率。合成數(shù)據(jù)和真實極化SAR影像的分類實驗均驗證了算法的有效性。
　?。?）在錨點圖的基礎上，利用超像素先將影像進行區(qū)域的劃分，然后分別使用一個特征向量來表示各個區(qū)域中的所有點進行單視圖的分類，其對應分類器學習后的類別標簽即可表示該區(qū)域內(nèi)所有測試樣本點的類別標簽。此方法雖然在分類正確率上相比之