基于特征向量統(tǒng)計(jì)的極化SAR地物分類.pdf

1、極化合成孔徑雷達(dá)(Polarimetric Synthetic Aperture Radar,簡(jiǎn)寫POLSAR)是一種多參數(shù)，多通道的雷達(dá)成像系統(tǒng)，通過測(cè)量地面上每一分辨單元內(nèi)的全極化散射回波來獲取目標(biāo)點(diǎn)極化信息。相比單極化合成孔徑雷達(dá)僅能對(duì)特定的電磁波極化收發(fā)組合下的目標(biāo)散射特進(jìn)行探測(cè)，多極化的合成孔徑雷達(dá)可以為目標(biāo)解譯提供更多更全面的信息。極化SAR圖像分類是極化SAR數(shù)據(jù)應(yīng)用中的一個(gè)關(guān)鍵問題，也是一個(gè)難點(diǎn)問題。本文主要研究了在統(tǒng)計(jì)

2、框架下的基于特征向量的極化SAR地物分類方法。極化相干矩陣經(jīng)過特征分解后得到的特征向量包含目標(biāo)地物的主要極化信息，而最大特征向量所包含的散射信息被認(rèn)為是占主要地位的。因此，本文從統(tǒng)計(jì)分布的角度出發(fā)，研究了特征向量的分布特性，并針對(duì)特征向量的分布特性給出了相關(guān)的分類方法。本文的主要工作包括以下幾點(diǎn)：
　　（1）將最大特征向量作為分類特征，對(duì)其進(jìn)行空間轉(zhuǎn)換，簡(jiǎn)化最大特征向量的表現(xiàn)形式；然后，從統(tǒng)計(jì)學(xué)的角度，用三維高斯聯(lián)合分布概率模型來

3、擬合最大特征向量的分布情況，建立了一種最大特征向量的三維高斯分布模型，選用貝葉斯分類器來進(jìn)行初始分類，并選用加鄰域信息的局部Wishart分類器進(jìn)行二次分類來彌補(bǔ)貝葉斯分類器的不足、提高分類精度。分類結(jié)果表明了特征向量模型的有效性及特征向量的可分性。
　?。?）針對(duì)最大特征向量對(duì)異物同譜地物中的分類效果差的現(xiàn)象，從所有特征向量中提取了散射角作為輔助信息，在統(tǒng)計(jì)框架下，將最大特征向量和散射角一起作為分類特征指導(dǎo)地物分類。從所有特征向