極化合成孔徑雷達圖像處理及其應(yīng)用研究.pdf

1、極化合成孔徑雷達是目前微波成像技術(shù)研究與應(yīng)用的一個重要領(lǐng)域，它有效地提高了雷達對地物目標(biāo)信息的獲取能力，為進一步檢測、識別和分類目標(biāo)提供了有力的工兵。論文針對極化合成孔徑雷達的基本理論以及極化信息處理和應(yīng)用等方面的若干問題進行了較為全面而又系統(tǒng)的研究和探索，并提出了一些新的概念和方法。 論文首先從電磁波極化狀態(tài)的表征出發(fā)，給出了幾和常用的極化狀態(tài)表征方法，并研究了極化測量的基本理論，介紹了散射坐標(biāo)系和極化散射矩陣的概念．這為研究

2、極化信息處理及其應(yīng)用問題奠定了基礎(chǔ)。接著，論文深入研究了目標(biāo)最佳極化和極化合成技術(shù)，通過約束收發(fā)天線的極化狀態(tài)可以得到共極化特征圖和交叉極化特征圖，出于雷達接收的電磁波通常是部分極化的，根據(jù)接收波的平均功率密度可以得到未極化特征圖、完全極化特征圖和匹配極化特征圖，在極化特征圖空間中搜索可以很容易地獲得目標(biāo)的最佳極化，這些目標(biāo)最佳極化可以作為極化目標(biāo)識別和分類的極化特征。論文還研究了極化SAR圖像的一些基本兮析方法，同時．為了提高兩類地物

3、目標(biāo)的對比度，論文研究了對比增強方法。 在極化圖像濾波方面，論文研究了極化白化濾波、最優(yōu)加權(quán)濾波、多紋理最大似然估計和局部統(tǒng)計濾波四種方法，通過采樣信號波形圖、極化特征圖和相對標(biāo)準(zhǔn)差來評估各種極化濾波方法的綜合性能。在極化目標(biāo)檢測方面，結(jié)合目標(biāo)的灰度和形態(tài)兩種特征，利用擴展分形來對人造目標(biāo)進行檢測。在極化目標(biāo)識別和分類方面，重點研究了支持向量機分類器，并將其應(yīng)用于實測極化SAR數(shù)據(jù)的分類實驗： 論文的創(chuàng)新工作主要表現(xiàn)在以

4、下幾個方面: (一)、提出了一沖新的目標(biāo)最佳極化獲得方法．即：首先利用極化合成技術(shù)，根據(jù)收發(fā)天線極化狀態(tài)得到各種不同的極化特征圖，接著可在極化特征圖空間中搜索得到目標(biāo)的最佳極化。該方法特別適用于部分極化波的情況，并且它避免了異常繁瑣和復(fù)雜的數(shù)堂推導(dǎo)，具有計算簡單、操作方便等特點。 但是考慮到計算速度的問題，需要約束收發(fā)天線的極化狀態(tài)，因此該方法得到的目標(biāo)最佳極化是局部最優(yōu)的．而不是全局最優(yōu)的。 (二)由于收發(fā)天線

5、的極化狀念可以用幾何描述子(即極化橢圓的橢圓率角和方位角)來表示，而目標(biāo)最佳極化反映了地物目標(biāo)的極化散射特性。因此描述目標(biāo)最佳極化的橢圓率角和方位角可以作為極化目標(biāo)識別和分類的極化特征?；谛路椒ǐ@得的目標(biāo)最佳極化．提出了一種目標(biāo)分類算法。由于得到的目標(biāo)最佳極化種類較多，可以遠(yuǎn)擇不同類別差別較大的最值點作為分類器的輸入特征，因此該算法的分類精度較高。 (三)擴展分形同時利用了目標(biāo)的灰度與形態(tài)兩種特征，它可以通過對圖像紋理粗糙程度

6、的度量來檢測目標(biāo)的存在與否。基于擴展分形特征．結(jié)合在不同極化方式下目標(biāo)的回波差異，提出了兩套目標(biāo)檢測方案對人造目標(biāo)(譬如艦船、橋梁、飛機-坦克等)進行有效地檢測。 (四)通過對各種極化濾波算法的比較以及實驗數(shù)據(jù)的驗證，提出了一種新的極化濾波綜合性能評估方法。即：利用采樣信號波形圖評估濾波前后圖像分辨率的保持程度；利用極化特征圖評估濾波前后極化信息的保留程度：利用相對標(biāo)準(zhǔn)差評估濾波前后相干斑噪聲的抑制程度。對各種極化濾波算法進行綜

7、合性能評估之后發(fā)現(xiàn)，局部統(tǒng)計濾波既能抑制相干斑噪聲，又能保持圖像分辨軍，還能保留極化信息．因此它是一種綜合性能良好的極化濾波方法。 (五)系統(tǒng)地對各種極化目標(biāo)分解方法進行了深入的探討，并應(yīng)用支持向量機對極化SAR圖像進行分類研究，提出了一種基于極化目標(biāo)分解和支持向量機的目標(biāo)分類算法．并通過選擇各種類型的核函數(shù)以及不同的參數(shù),探討其對地物目標(biāo)分類結(jié)果的影響。實驗結(jié)果表明該算法能夠有效地對地物目標(biāo)進行分類，并且通過選擇合適的核函數(shù)參