極化合成孔徑雷達(dá)圖像分類.pdf

1、合成孔徑雷達(dá)(SAR)圖像分類是SAR圖像解譯的關(guān)鍵技術(shù)之一?？焖佟?zhǔn)確的SAR圖像分類是實(shí)現(xiàn)各種實(shí)際應(yīng)用的前提。根據(jù)我國SAR系統(tǒng)的發(fā)展現(xiàn)狀和SAR信息處理技術(shù)的應(yīng)用需求，本文主要針對極化SAR數(shù)據(jù)進(jìn)行了分類方法的研究。在實(shí)際的SAR圖像分類應(yīng)用中，我們關(guān)于類別的先驗(yàn)知識非常少，極化信息的利用也不充分。另外，許多分類錯誤是由SAR圖像的像素點(diǎn)類別混淆和相干斑噪聲干擾引起的。為了得到更快速、更準(zhǔn)確的分類結(jié)果，本文圍繞預(yù)處理、分類器的選擇

2、和特征提取等問題研究了一些非監(jiān)督分類方法。我們采用SIR-C/X極化SAR數(shù)據(jù)來說明這些方法的有效性。 文章首先研究了基于模糊集理論的非監(jiān)督分類方法。該方法是原始SAR數(shù)據(jù)極化信息的利用和基于模糊集理論的非監(jiān)督分類方法的結(jié)合。我們使用圖像量化和圖像增強(qiáng)技術(shù)對原始SAR數(shù)據(jù)進(jìn)行預(yù)處理；在特征空間中利用極化信息、使用模糊c均值(FCM)算法對預(yù)處理后的SAR圖像進(jìn)行分類。接著研究了基于極化分解的非監(jiān)督分類方法。該方法是極化分解和基于

3、模糊集理論的非監(jiān)督分類方法的結(jié)合。我們使用極化分解對原始極化SAR數(shù)據(jù)進(jìn)行特征提??；對提取出的極化分量進(jìn)行指數(shù)量化；使用FCM算法對量化后的極化分量圖像進(jìn)行分類。最后研究了基于獨(dú)立分量分析(ICA)的非監(jiān)督分類方法。該方法是ICA和基于模糊集理論的非監(jiān)督分類方法的結(jié)合。我們使用ICA對原始極化SAR數(shù)據(jù)進(jìn)行特征提??；對提取出的獨(dú)立分量進(jìn)行指數(shù)量化；使用FCM算法對量化后的獨(dú)立分量圖像進(jìn)行分類。 實(shí)驗(yàn)表明，以上非監(jiān)督分類發(fā)法可實(shí)現(xiàn)