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用能力和一定的穿透性，雷達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(SAR)能對目標區(qū)域成像，可獲得比普通雷達更多的信息量，是雷達分類識別的主要手段。其中極化SAR能同時獲得目標區(qū)域的多通道數據，可更好的揭示目標的物理散射特性，是當前雷達分類識別等應用的研究熱點。本文基于極化SAR圖像特點，主要進行了極化SAR相干斑抑制技術以及極化SAR圖像非監(jiān)督分類算法研究，主要內容為：

2、 1. 介紹了雷達極化的基本理論，包括電磁波的極化表征、描述極化的矢量、典型目標的散射矩陣等方面的基礎知識，并總結了目前常用的極化SAR圖像分類算法。 2. 分析了SAR和極化SAR圖像中相干斑特性，包括相干斑的產生和影響、數學模型和統(tǒng)計特性。總結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準。針對極化Lee濾波不能同時保留細節(jié)和提高相干斑抑制能力，基于自適應窗，改進了極化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，在此基礎上，根據傳統(tǒng)方法不能自動調節(jié)類別數而導致錯分的問題，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. 分析了支持向量機理論，應用支持向量機對極化SAR數據進行了監(jiān)督分類，在此基礎上提出了基于支持向量機和極化分解的極化SAR非監(jiān)督分類算法。 5. 分析了支持向量