PolSAR面向?qū)ο蠓诸愔型|(zhì)區(qū)分割研究.pdf

1、高分辨率全極化合成孔徑雷達(dá)(PolSAR)圖像細(xì)節(jié)特征更加豐富，且存在大量的相干斑噪聲，傳統(tǒng)的基于像素的處理技術(shù)由于不能很好地抑制相干斑噪聲，進(jìn)行分割時(shí)會(huì)導(dǎo)致大量的過分割或欠分割，進(jìn)而在對(duì)圖像進(jìn)行分類時(shí)會(huì)導(dǎo)致錯(cuò)分類現(xiàn)象。為了更好對(duì)PolSAR圖像進(jìn)行分割及分類研究，本文采用了基于面向?qū)ο蠓治黾夹g(shù)，它能夠有效地解決基于像素處理過程中所面臨的問題。面向?qū)ο蠓治黾夹g(shù)以像元對(duì)象（同質(zhì)區(qū)）為分析單元，它在解決高分辨率PolSAR圖像尺度效應(yīng)、抑制

2、相干斑噪聲等方面有著重要作用。雖然在基于PolSAR圖像的面向?qū)ο蠓治黾夹g(shù)上已經(jīng)取得了許多研究成果，但該技術(shù)針對(duì)PolSAR圖像的應(yīng)用還不太成熟，仍需要進(jìn)一步的研究和完善。
　　本文首先細(xì)致而有序地分析了PolSAR數(shù)據(jù)特點(diǎn);然后簡(jiǎn)單扼要地介紹了面向?qū)ο蠓治黾夹g(shù);接下來重點(diǎn)分析并篩選了針對(duì)PolSAR圖像面向?qū)ο蠓诸惖淖顑?yōu)特征子集。分析策略首先針對(duì)由單組特征和組合特征構(gòu)成的共計(jì)12組特征子集，然后使用馬氏距離分類器對(duì)這12組特征子

3、集進(jìn)行分類處理，分析得出最優(yōu)特征子集組。由于模糊決策算法能夠充分利用PolSAR圖像的多種特征信息，本研究選擇基于最優(yōu)特征子集的模糊決策算法對(duì)圖像進(jìn)行同質(zhì)區(qū)域分割研究。最后本文將所提出的方法與其他常見的分割算法進(jìn)行對(duì)比分析，對(duì)比結(jié)果初步驗(yàn)證了本文方法的有效性?；谧顑?yōu)特征子集對(duì)PolSAR圖像進(jìn)行同質(zhì)區(qū)域分割處理可以在很大程度上提高了后續(xù)的地物目標(biāo)分類或識(shí)別的效果。當(dāng)然本文的實(shí)驗(yàn)還具有一定的局限性，還需要更多的實(shí)驗(yàn)數(shù)據(jù)來驗(yàn)證本文方法的有