基于統(tǒng)計(jì)模型TMF的極化SAR圖像分類.pdf

1、極化合成孔徑雷達(dá)（Polarimetric Synthetic Aperture Radar, PolSAR）是一種多通道的成像雷達(dá)系統(tǒng)。相較于單極化SAR強(qiáng)度圖像，多極化SAR圖像包含更豐富的地物信息和全面的極化信息。因此，極化SAR圖像解譯已經(jīng)成為SAR圖像處理領(lǐng)域的研究重點(diǎn)和熱點(diǎn)之一?，F(xiàn)如今，極化SAR已經(jīng)在各行各業(yè)得到廣泛和深入的應(yīng)用。軍事上，極化SAR可以用于檢測與識別軍事目標(biāo)，以及反演與衡量戰(zhàn)場局勢。民用上，極化SAR可以用

2、于植被生長狀況監(jiān)測、自然災(zāi)害評估、海洋學(xué)研究、冰川覆蓋情況監(jiān)測等。本文在三重Markov場(Triplet Markov Field, TMF)的基礎(chǔ)上將建模極化數(shù)據(jù)的先進(jìn)統(tǒng)計(jì)分布引入到TMF的似然能量項(xiàng)，對極化SAR圖像監(jiān)督分類開展了研究，主要工作分為兩個部分：
　　原始Wishart TMF極化SAR圖像監(jiān)督分類方法以TMF模型為基礎(chǔ)，將描述極化SAR數(shù)據(jù)統(tǒng)計(jì)的以各圖像聚類為條件的高斯復(fù)Wishart分布和一種空間上下文模型結(jié)

3、合起來。對于非穩(wěn)態(tài)圖像，TMF能夠獲得比MRF(Markov Random Field)更好的分類結(jié)果，然而TMF推導(dǎo)得到的輔助場物理含義很難被解譯，針對此問題，我們將歸一化平滑特征融入TMF能量項(xiàng)的構(gòu)建，來指導(dǎo)輔助場分為平滑平穩(wěn)態(tài)和非平滑平穩(wěn)態(tài)。另外在TMF初始標(biāo)號場構(gòu)建時，Wishart TMF僅僅結(jié)合高斯復(fù)Wishart分布作最大似然(Maximum Likelihood, ML)分類，沒有充分利用極化信息，針對此問題，我們利用多

4、種極化分解提取特征參量，結(jié)合SVM(Support Vector Machine)監(jiān)督分類，分類結(jié)果用于TMF初始標(biāo)號場的構(gòu)建。實(shí)測極化SAR圖像分類實(shí)驗(yàn)結(jié)果表明上述兩處改進(jìn)的有效性。
　　提出一種結(jié)合極化分解特征提取和非高斯K-Wishart分布下TMF的極化SAR圖像監(jiān)督分類方法。高斯復(fù)Wishart分布嚴(yán)格來說只適合描述圖像的均質(zhì)區(qū)域，而非高斯的K-Wishart分布能夠刻畫聚類之間潛在的紋理差異，意味著結(jié)合非高斯K-Wis