基于目標(biāo)分解和SVM的POL-SAR圖像分類方法研究.pdf

1、POL-SAR屬于目前SAR領(lǐng)域和雷達(dá)極化領(lǐng)域研究的前沿課題，同時(shí)也是研究的熱點(diǎn)和難點(diǎn)。在此背景下，開展關(guān)于POL-SAR的圖像特征提取以及目標(biāo)分類等方面的研究，對于解決如何優(yōu)化POL-SAR系統(tǒng)整體性能，提高對POL-SAR圖像的解譯能力，推動(dòng)我國POL-SAR系統(tǒng)走向應(yīng)用具有重要的理論和實(shí)際意義。本文研究的是POL-SAR圖像特征提取和分類技術(shù)，研究的主要內(nèi)容包括：基于目標(biāo)分解的POL-SAR圖像特征提取，基于灰度共生矩陣的紋理特征

2、提取，以及基于SVM的POL-SAR圖像分類。本文首先介紹了POL-SAR系統(tǒng)的歷史與發(fā)展現(xiàn)狀，并針對極化圖像目標(biāo)分解和分類技術(shù)的國內(nèi)外研究現(xiàn)狀進(jìn)行了詳細(xì)的綜述。同時(shí)，介紹了SVM以及它在各種不同領(lǐng)域中的發(fā)展應(yīng)用現(xiàn)狀，并對SVM理論進(jìn)行了詳細(xì)的介紹。接下來，介紹了目標(biāo)極化散射特性的表示方法，包括極化散射矩陣，協(xié)方差矩陣和相干矩陣等，給出了幾種基本的極化散射機(jī)理。在此基礎(chǔ)之上進(jìn)行了基于目標(biāo)分解的多種極化散射特征提取，研究了基于灰度共生矩陣