收藏本站
《安徽大学》 2007年
收藏 | 手机打开
二维码
手机客户端打开本文

极化合成孔径雷达图像处理及其应用研究

汪洋  
【摘要】: 极化合成孔径雷达是目前微波成像技术研究与应用的一个重要领域,它有效地提高了雷达对地物目标信息的获取能力,为进一步检测、识别和分类目标提供了有力的工具。论文针对极化合成孔径雷达的基本理论以及极化信息处理和应用等方面的若干问题进行了较为全面而又系统的研究和探索,并提出了一些新的概念和方法。 论文首先从电磁波极化状态的表征出发,给出了几种常用的极化状态表征方法,并研究了极化测量的基本理论,介绍了散射坐标系和极化散射矩阵的概念,这为研究极化信息处理及其应用问题奠定了基础。接着,论文深入研究了目标最佳极化和极化合成技术,通过约束收发天线的极化状态可以得到共极化特征图和交叉极化特征图,由于雷达接收的电磁波通常是部分极化的,根据接收波的平均功率密度可以得到未极化特征图、完全极化特征图和匹配极化特征图,在极化特征图空间中搜索可以很容易地获得目标的最佳极化,这些目标最佳极化可以作为极化目标识别和分类的极化特征。论文还研究了极化SAR图像的一些基本分析方法,同时,为了提高两类地物目标的对比度,论文研究了对比增强方法。 在极化图像滤波方面,论文研究了极化白化滤波、最优加权滤波、多纹理最大似然估计和局部统计滤波四种方法,通过采样信号波形图、极化特征图和相对标准差来评估各种极化滤波方法的综合性能。在极化目标检测方面,结合目标的灰度和形态两种特征,利用扩展分形来对人造目标进行检测。在极化目标识别和分类方面,重点研究了支持向量机分类器,并将其应用于实测极化SAR数据的分类实验。 论文的创新工作主要表现在以下几个方面: (一)提出了一种新的目标最佳极化获得方法,即:首先利用极化合成技术,根据收发天线极化状态得到各种不同的极化特征图,接着可在极化特征图空间中搜索得到目标的最佳极化。该方法特别适用于部分极化波的情况,并且它避免了异常繁琐和复杂的数学推导,具有计算简单、操作方便等特点。但是考虑到计算速度的问题,需要约束收发天线的极化状态,因此该方法得到的目标最佳极化是局部最优的,而不是全局最优的。 (二)由于收发天线的极化状态可以用几何描述子(即极化椭圆的椭圆率角和方位角)来表示,而目标最佳极化反映了地物目标的极化散射特性,因此描述目标最佳极化的椭圆率角和方位角可以作为极化目标识别和分类的极化特征。基于新方法获得的目标最佳极化,提出了一种目标分类算法。由于得到的目标最佳极化种类较多,可以选择不同类别差别较大的最值点作为分类器的输入特征,因此该算法的分类精度较高。 (三)扩展分形同时利用了目标的灰度与形态两种特征,它可以通过对图像纹理粗糙程度的度量来检测目标的存在与否。基于扩展分形特征,结合在不同极化方式下目标的回波差异,提出了两套目标检测方案对人造目标(譬如舰船、桥梁、飞机、坦克等)进行有效地检测。 (四)通过对各种极化滤波算法的比较以及实验数据的验证,提出了一种新的极化滤波综合性能评估方法。即:利用采样信号波形图评估滤波前后图像分辨率的保持程度;利用极化特征图评估滤波前后极化信息的保留程度;利用相对标准差评估滤波前后相干斑噪声的抑制程度。对各种极化滤波算法进行综合性能评估之后发现,局部统计滤波既能抑制相干斑噪声,又能保持图像分辨率,还能保留极化信息,因此它是一种综合性能良好的极化滤波方法。 (五)系统地对各种极化目标分解方法进行了深入的探讨,并应用支持向量机对极化SAR图像进行分类研究,提出了一种基于极化目标分解和支持向量机的目标分类算法,并通过选择各种类型的核函数以及不同的参数,探讨其对地物目标分类结果的影响。实验结果表明该算法能够有效地对地物目标进行分类,并且通过选择合适的核函数参数可以进一步提高分类效果。 总之,论文针对极化合成孔径雷达信息处理及其应用等方面的若干问题进行了系统而又深入的探讨,提出了一些新的概念和算法,取得了一些新的研究成果。希望论文能对极化SAR系统设计者和数据分析人员有所帮助。
【学位授予单位】:安徽大学
【学位级别】:博士
【学位授予年份】:2007
【分类号】:TN957.52

【引证文献】
中国期刊全文数据库 前2条
1 张中山;余洁;孟云闪;;粒子群算法在极化SAR目标对比增强中的应用[J];地理空间信息;2013年02期
2 王静;邢立新;潘军;董连英;杨东旭;王莹;;双极化SAR目标分解方法研究及应用[J];遥感信息;2013年02期
中国硕士学位论文全文数据库 前5条
1 王锟德;基于支持向量机的SAR目标分类识别[D];电子科技大学;2011年
2 左美霞;基于散射特性相似性的极化SAR图像相干斑抑制研究[D];合肥工业大学;2011年
3 何宗虎;基于Contourlet变换的极化SAR图像融合去噪算法研究[D];安徽大学;2012年
4 冯琦;基于SVM的多时相极化SAR影像土地覆盖分类方法研究[D];中国林业科学研究院;2012年
5 山鹏;SAR图像舰船目标检测及特征提取方法研究[D];哈尔滨工程大学;2012年
【参考文献】
中国期刊全文数据库 前6条
1 纪秋颖;林健;;基于核方法的聚类算法及其应用[J];北京航空航天大学学报;2006年06期
2 曾勇虎,王雪松,肖顺平,庄钊文;雷达目标互易性的最小变质修正法[J];电子学报;2001年12期
3 刘秀清,杨震,杨汝良;全极化合成孔径雷达图像极化白化滤波参数估计方法的改进研究[J];电子学报;2003年12期
4 刘涵;郭勇;郑岗;刘丁;;基于最小二乘支持向量机的图像边缘检测研究[J];电子学报;2006年07期
5 代大海,王雪松,李永祯,肖顺平,庄钊文;基于目标分解的极化图像分类研究[J];无线电工程;2004年01期
6 曾清平,董天临,万山虎;极化雷达的发展动态与极化信息的应用前景[J];系统工程与电子技术;2003年06期
中国硕士学位论文全文数据库 前10条
1 赵小杰;合成孔径雷达图象变化检测方法研究[D];中国科学院电子学研究所;2001年
2 符冉迪;遥感图像变化检测和分类识别技术的研究[D];解放军信息工程大学;2001年
3 张易凡;基于小波分析与无监督分类的多源遥感图象信息融合[D];西北工业大学;2004年
4 程磊;遥感技术在扎龙湿地资源调查中的应用[D];大连理工大学;2004年
5 代大海;POLSAR图像模拟及目标检测与分类方法研究[D];国防科学技术大学;2003年
6 张志红;基于神经网络模糊聚类的研究[D];安徽大学;2004年
7 钟雪莲;SAR图像中人造目标的检测和辨别[D];中国科学院研究生院(遥感应用研究所);2005年
8 朱立松;应用纹理分析和神经网络方法分类海上SAR溢油图像[D];大连海事大学;2005年
9 韩昭颖;多极化合成孔径雷达图像目标检测研究[D];中国科学院研究生院(电子学研究所);2005年
10 徐建军;合成孔径雷达(SAR)图像目标检测[D];浙江大学;2006年
【共引文献】
中国期刊全文数据库 前10条
1 汪洋;鲁加国;吴先良;;极化目标分解在目标分类中的应用[J];安徽大学学报(自然科学版);2006年05期
2 杨绪兵,韩自存;ε不敏感的核Adaline算法及其在图像去噪中的应用[J];安徽工程科技学院学报(自然科学版);2003年04期
3 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期
4 杜鹤娟;;长江南京段湿地动态变化遥感监测研究[J];安徽农业科学;2007年24期
5 许高程;张文君;王卫红;;支持向量机技术在遥感影像滑坡体提取中的应用[J];安徽农业科学;2009年06期
6 郭立萍;唐家奎;米素娟;张成雯;赵理君;;基于支持向量机遥感图像融合分类方法研究进展[J];安徽农业科学;2010年17期
7 管翠萍;;药物靶标G蛋白偶联受体的识别预测[J];安徽农业科学;2010年24期
8 刘婷婷;;基于支持向量机的水稻纹枯病识别研究[J];安徽农业科学;2011年28期
9 王尔丹;人群运动与密度估计技术研究[J];安全;2005年03期
10 冯学军;;最小二乘支持向量机的研究与应用[J];安庆师范学院学报(自然科学版);2009年01期
中国重要会议论文全文数据库 前10条
1 ;An effective procedure exploiting unlabeled data to build monitoring system[A];中国科学院地质与地球物理研究所第11届(2011年度)学术年会论文集(下)[C];2012年
2 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年
3 宋海鹰;桂卫华;阳春华;;基于最小二乘支持向量机的Hammerstein-Wiener模型辨识[A];第二十六届中国控制会议论文集[C];2007年
4 ;Inverse System Control of Nonlinear Systems Using LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
5 李俊峰;杨瑷萍;戴文战;潘海鹏;;基于灰色绝对关联度和LOG算子的图像边缘检测算法研究[A];第二十六届中国控制会议论文集[C];2007年
6 ;A Novel Kernel PCA Support Vector Machine Algorithm with Feature Transition Function[A];第二十六届中国控制会议论文集[C];2007年
7 ;A Novel Proximal Support Vector Machine and Its Application in Radar Target Recognition[A];第二十六届中国控制会议论文集[C];2007年
8 ;A CDMA Signal Receiver Based on LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
9 吕蓬;柳亦兵;马强;魏于凡;;支持向量机在齿轮智能故障诊断中的应用研究[A];第二十六届中国控制会议论文集[C];2007年
10 ;LS-SVM Based Stable Generalized Predictive Control[A];第二十七届中国控制会议论文集[C];2008年
中国硕士学位论文全文数据库 前10条
1 曾传华;基于颜色和纹理特征的竹条分级方法研究[D];华中农业大学;2010年
2 朱杰;一种基于聚类的支持向量机反问题求解算法[D];河北大学;2007年
3 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
4 田文娟;基于支持向量机的人民币序列号识别方法的研究[D];山东科技大学;2010年
5 孟培培;基于3S的土地督察信息系统研究[D];山东科技大学;2010年
6 朱耿峰;支持向量机在冲击地压预测模型中的应用研究[D];山东科技大学;2010年
7 李海清;支持向量机在金融市场预测中的应用[D];辽宁师范大学;2010年
8 江达秀;基于HMAX模型的人脸表情识别研究[D];浙江理工大学;2010年
9 李朋勇;基于全矢高阶谱的故障诊断方法及其应用研究[D];郑州大学;2010年
10 刘磊;多泥沙河流水库优化调度研究[D];郑州大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 宋杨;王菲露;;基于多分辨率分析的多传感器遥感图像融合方法[J];安徽大学学报(自然科学版);2011年02期
2 郭学林;;SAR图像相干斑抑制方法的研究[J];安徽农学通报;2007年15期
3 靳红梅;刘蓉;张俊梅;梁荣;;基于SVM的SAR图像分割方法[J];北京服装学院学报(自然科学版);2009年03期
4 曹云刚;严丽娟;郑泽忠;;一种基于图像边缘特征的SAR斑点滤波算法[J];测绘科学;2010年03期
5 骆剑承,王钦敏,马江洪,周成虎,梁怡;遥感图像最大似然分类方法的EM改进算法[J];测绘学报;2002年03期
6 常新盼;邓喀中;王行风;;极化SAR影像分类方法研究[J];测绘信息与工程;2010年04期
7 徐丰;金亚秋;;目标散射的去取向理论和应用(一)去取向理论[J];电波科学学报;2006年01期
8 徐丰;金亚秋;;目标散射的去取向理论和应用(二)地表分类应用[J];电波科学学报;2006年02期
9 陈红艳;李磊民;;基于ICA的极化SAR图像相干斑抑制[J];电子科技大学学报;2006年04期
10 江勇;张晓玲;师君;;极化SAR改进Lee滤波相干斑抑制研究[J];电子科技大学学报;2009年01期
中国硕士学位论文全文数据库 前8条
1 何科峰;SAR图像相干斑抑制技术研究[D];西北工业大学;2004年
2 韩昭颖;多极化合成孔径雷达图像目标检测研究[D];中国科学院研究生院(电子学研究所);2005年
3 张亮;SAR图像舰船目标检测方法研究[D];国防科学技术大学;2007年
4 胡阳涟;基于马尔可夫随机场的图像分割研究[D];西安理工大学;2008年
5 杨然;基于Curvelet变换的遥感影像融合研究与实现[D];中南大学;2008年
6 张晰;星载SAR舰船目标探测实验研究[D];中国海洋大学;2008年
7 时文华;方向滤波器组在SAR图像处理中的应用研究[D];南京航空航天大学;2008年
8 王欣;一种快速TMF的无监督SAR图像多类分割算法[D];西安电子科技大学;2010年
【二级引证文献】
中国硕士学位论文全文数据库 前1条
1 张光辉;极化SAR相干斑抑制及效果评估方法研究[D];解放军信息工程大学;2012年
【二级参考文献】
中国期刊全文数据库 前10条
1 丁蕾,陶亮;支持向量机在胆固醇测定中的应用[J];安徽大学学报(自然科学版);2005年02期
2 黄智刚,柳重堪,万国龙,单冬梅;一种基于PCI总线的可编程雷达信号模拟器实现[J];北京航空航天大学学报;2003年01期
3 李侃,高春晓,刘玉树;基于SVM的空间数据库的层次聚类分析[J];北京理工大学学报;2002年04期
4 柳回春,马树元,吴平东,杨峰,曾兴生,毕路拯;UK心理测试自动分析系统的手写体数字识别[J];北京理工大学学报;2002年05期
5 苗丽,谷云东,冯艳宾,王加银;实现减小Fuzzy聚类失真的一种方法[J];北京师范大学学报(自然科学版);2003年05期
6 方圣辉,朱武;辅以纹理特征的SAR图像分类研究[J];测绘通报;2001年10期
7 罗忠;多源遥感数据融合的现状[J];测试技术学报;1999年01期
8 王超,张波,温晓阳,张红,吴樊,张长耀,江凯,陈仁元;基于雷达散射特性的高分辨率SAR图像自动目标识别[J];电波科学学报;2004年04期
9 李谦;林昌禄;;雷达极化理论中常见极化散射矩阵特性分析[J];电子科技大学学报;1993年05期
10 赵志钦,王建国,黄顺吉;合成孔径雷达的点目标模拟研究[J];电子科技大学学报;1999年05期
中国硕士学位论文全文数据库 前2条
1 程芳;遥感图象融合的应用研究[D];中国科学院电子学研究所;2000年
2 何学辉;机载合成孔径雷达成像实时信号处理研究[D];西安电子科技大学;2004年
【相似文献】
中国期刊全文数据库 前10条
1 汪洋;鲁加国;;基于极化特征图的定标精度应用需求分析[J];微波学报;2009年02期
2 刘宏春,杨汝良;多极化合成孔径雷达数据伪彩色合成处理[J];电子与信息学报;2000年02期
3 郭睿;刘艳阳;臧博;邢孟道;;一种保持散射特性的极化SAR图像滤波方法[J];西安电子科技大学学报;2011年01期
4 张向峰;马德宝;牛朝阳;;SAR目标极化识别方法研究[J];微计算机信息;2005年25期
5 王雪松;李永祯;戴幻尧;常宇亮;代大海;马梁;刘勇;;瞬态极化雷达系统及实验研究[J];科学通报;2010年10期
6 崔一;刘雨蒙;杨健;;基于改进广义相对最优极化的极化SAR舰船检测方法[J];清华大学学报(自然科学版);2011年03期
7 是湘全,杜颖钢;一般极化散射矩阵最佳解的简单求解法[J];现代雷达;1999年06期
8 王被德;近三年来雷达极化研究的进展[J];现代雷达;1996年01期
9 张国毅,刘永坦;三维极化滤波及其参数估计[J];现代雷达;2000年03期
10 赵吉祥, 符果行;导电条形平板后向散射场的极化特性研究[J];系统工程与电子技术;1995年10期
中国重要会议论文全文数据库 前3条
1 龚淑蕾;张煜东;沈士喆;吴乐南;;一种极化合成孔径雷达图像分类的混合方法[A];2009年中国智能自动化会议论文集(第五分册)[东南大学学报(增刊)][C];2009年
2 王光明;王积勤;林为干;;金属园盘散射的最优极化及零极化[A];1997年全国微波会议论文集(下册)[C];1997年
3 ;环境电磁特征国家重点实验室[A];2010年全国电磁兼容会议论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 汪洋;极化合成孔径雷达图像处理及其应用研究[D];安徽大学;2007年
2 杨俊;高频地波雷达干扰抑制方法研究[D];武汉大学;2004年
3 李海艳;极化SAR图像海面船只监测方法研究[D];中国科学院研究生院(海洋研究所);2007年
4 林伟;极化SAR图像分类的投影寻踪方法研究[D];西北工业大学;2007年
5 刘勇;动态目标极化特性测量与极化雷达抗干扰新方法研究[D];国防科学技术大学;2011年
6 李丽亚;宽带雷达目标识别技术研究[D];西安电子科技大学;2009年
7 徐牧;极化SAR图像人造目标提取与几何结构反演研究[D];国防科学技术大学;2008年
8 王兰美;极化阵列的参数估计和滤波方法研究[D];西安电子科技大学;2005年
9 常宇亮;瞬态极化雷达测量、检测与抗干技术研究[D];国防科学技术大学;2010年
10 张腊梅;极化SAR图像人造目标特征提取与检测方法研究[D];哈尔滨工业大学;2010年
中国硕士学位论文全文数据库 前10条
1 戴开闯;基于天线空域极化特性的目标极化散射矩阵测量方法的研究[D];电子科技大学;2010年
2 肖梅;三分量地震极化滤波与波场分离方法研究[D];长安大学;2005年
3 游先亮;极化信息在弹载雷达系统目标检测中的应用[D];南京航空航天大学;2011年
4 刘乾慈;基于分数阶Fourier的信号分离及滤波研究[D];哈尔滨工业大学;2010年
5 何波;极化识别器方案的设计研究[D];南京理工大学;2007年
6 王冬冬;极化散射矩阵测量系统中的信号采集与处理设计[D];南京理工大学;2009年
7 杨大海;极化SAR相干斑抑制若干问题研究[D];解放军信息工程大学;2010年
8 徐建平;基于极化的雷达抗干扰技术研究[D];电子科技大学;2008年
9 庞伶俐;基于水平集的SAR图像分割方法研究[D];电子科技大学;2008年
10 杜玉静;三分量地震极化滤波[D];长安大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026