基于散射特性和空間特性的極化SAR地物分類研究.pdf

1、極化合成孔徑雷達（Polarimetric Synthetic Aperture Radar，PolSAR）利用四個極化通道可以獲得地物目標豐富的極化散射信息，在其眾多應用中，極化SAR數(shù)據(jù)地物分類是最主要的應用領(lǐng)域之一。許多已有的極化SAR數(shù)據(jù)地物分類方法雖然能夠取得不錯的分類結(jié)果，但是它們都是直接在一組特征集上進行數(shù)據(jù)分析和分類器設(shè)計，且在分類過程中沒有考慮極化SAR數(shù)據(jù)的空間關(guān)系。這都可能使分類結(jié)果不好，尤其是在分類高分辨率極化S

2、AR數(shù)據(jù)時。
　　本文主要研究基于散射特性和空間特性的極化SAR地物分類方法，在原有分類方法基礎(chǔ)上提出了兩種改進方法：
　　1.提出了一種極化SAR數(shù)據(jù)地物分類方法：基于多特征集的極化SAR地物分類。在該方中采用新的極化特征分析策略——多特征集策略，即對比分析多組非相關(guān)極化特征矢量集，在其基礎(chǔ)上設(shè)計分類器，以改進原有分析一組極化特征集的分類方法。為了驗證該策略的有效性，本章改進了原有Wishart迭代分類器——在兩組非相關(guān)極

3、化特征矢量集上，使用K-MEANS聚類分析，為Wishart分類器選擇可分度高的訓練樣本。高可分度的訓練樣本不僅加速了Wishart分類器的收斂過程，使其迭代次數(shù)大為減少，而且分類器的分類正確率也有所提高，分類后數(shù)據(jù)的區(qū)域一致性更好。真實極化SAR數(shù)據(jù)實驗驗證了本章多特征集策略的有效性。
　　2.提出了一種極化SAR數(shù)據(jù)地物分類方法：基于空間特征和統(tǒng)計特性的極化SAR地物分類。已有的分析極化 SAR數(shù)據(jù)空間關(guān)系的地物分類方法在分類

4、前和(或)分類后直接在分類結(jié)果中引入分類標號的空間約束，取得了比基于像素的分類方法更好的分類結(jié)果。本章從新的角度——在極化特征空間上引入數(shù)據(jù)的空間約束，設(shè)計在分類過程中引入數(shù)據(jù)空間關(guān)系的分類器。為了驗證該方法的有效性，本章改進了原有Wishart迭代分類器——通過雙邊濾波方法在Wishart距離特征上引入極化SAR數(shù)據(jù)的空間約束，最后分類。改進的Wishart分類器保留了原有分類器的特點，還較好的克服分類器易受相干斑噪聲影響的缺點，而且