基于極化SAR圖像的非監(jiān)督分類算法研究.pdf

1、由于具有全天候全天時的應(yīng)用能力和一定的穿透性，雷達(dá)識別在軍事和民用方面都有很大的市場，是其他識別手段不可替代的方式。合成孔徑雷達(dá)(SAR)能對目標(biāo)區(qū)域成像，可獲得比普通雷達(dá)更多的信息量，是雷達(dá)分類識別的主要手段。其中極化SAR能同時獲得目標(biāo)區(qū)域的多通道數(shù)據(jù)，可更好的揭示目標(biāo)的物理散射特性，是當(dāng)前雷達(dá)分類識別等應(yīng)用的研究熱點。本文基于極化SAR圖像特點，主要進(jìn)行了極化SAR相干斑抑制技術(shù)以及極化SAR圖像非監(jiān)督分類算法研究，主要內(nèi)容為：

2、 1. 介紹了雷達(dá)極化的基本理論，包括電磁波的極化表征、描述極化的矢量、典型目標(biāo)的散射矩陣等方面的基礎(chǔ)知識，并總結(jié)了目前常用的極化SAR圖像分類算法。 2. 分析了SAR和極化SAR圖像中相干斑特性，包括相干斑的產(chǎn)生和影響、數(shù)學(xué)模型和統(tǒng)計特性。總結(jié)了一些常用的相干斑抑制的典型算法，介紹了相干斑抑制效果的評價標(biāo)準(zhǔn)。針對極化Lee濾波不能同時保留細(xì)節(jié)和提高相干斑抑制能力，基于自適應(yīng)窗，改進(jìn)了極化Lee濾波算法。 3.

3、分析了極化分解理論以及熵/平均散射角平面分類算法的優(yōu)點和缺陷，分析了基于wishart分布的非監(jiān)督分類法，在此基礎(chǔ)上，根據(jù)傳統(tǒng)方法不能自動調(diào)節(jié)類別數(shù)而導(dǎo)致錯分的問題，提出了基于動態(tài)聚類的極化SAR非監(jiān)督分類算法，并通過實測極化SAR圖像驗證了該算法的有效性。 4. 分析了支持向量機(jī)理論，應(yīng)用支持向量機(jī)對極化SAR數(shù)據(jù)進(jìn)行了監(jiān)督分類，在此基礎(chǔ)上提出了基于支持向量機(jī)和極化分解的極化SAR非監(jiān)督分類算法。 5. 分析了支持向量