收藏本站
《国防科学技术大学》 2002年
收藏 | 手机打开
二维码
手机客户端打开本文

高分辨率单视单极化SAR图像地物分类方法研究

付琨  
【摘要】: 根据我国SAR系统的发展现状和SAR信息处理的应用需求,本论文重点开展了高分辨率、单视单极化SAR图像地物分类技术研究。SAR图像地物分类是传统的ATC(Automate Terrain Classification)技术的扩展。具体内容为:根据SAR图像基本特性,提取可靠特征,将图像区分为人造目标(机动车辆、建筑物等)、自然目标(树木、灌木、树林等)、背景(草地、平地、植被等)和阴影(目标阴影、镜面散射体等)四种类别,为不同的应用提供对应的感兴趣区域(ROI)。研究目的是建立交互式的SAR图像辅助判读系统和为图像解译提供潜在目标切片。在目前直接进行SAR图像自动目标识别非常困难的情况下,SAR图像地物分类对整个解译系统来说,是一个非常实用而又关键的环节。 SAR图像地物分类技术的困难性主要源于微波成像的特殊机理和严重的相干斑干扰,使得基于图像象素层的特征提取非常困难。对单视单极化SAR图像而言,这个问题更为突出。因此,不管是分类模型的建立,还是分类类别数目的扩展和分类率的提高,难度都相当大。 论文根据SAR图像特征检测概率模型,对图像中相邻分辨单元的区分能力和点目标的检测能力进行了详细分析,得出了在较小的虚警条件下,可以直接利用RCS的统计特性,在象素层进行高精度的单视SAR图像地物分类算法研究的结论。在此基础上,结合SAR图像其它固有特性研究,提出了以RCS的统计分布特性作为主要特征,阴影和高分辨率条件下的区域结构特征作为提高分类精度的辅助特征,并将二者有机结合起来进行分类方法研究的思路;分析了统计模式识别、神经网络和模糊技术应用到SAR图像地物分类中需要解决的实际问题;提出了在图像域对SAR图像质量指标近似计算和分类率的具体评估方法。 根据理论推导结果和应用需求,论文针对Beta-Prime统计分布模型能够较好的描述SAR图像场景的特点,利用具有理论分类错误率最小的Bayes决策直接进行分类研究,重点解决了利用一种适应性的强RCS检测器,二项式Gamma分类器进一步提高自然目标类和背景类分类精度的问题;针对精确的统计分布模型推导困难或实用性差的难题,提出了一种基于RCS重构和空间位置模型的地物分类算法,较好的解决了基于统计分布模型的分类算法对分布模型精确性的依赖问题;针对需要直接利用样本集进行非参数估计的应用需求,重点研究了利用神经网络和模糊技术建立高精度、智能化的分类算法。提出了基于径向基函数神经网络(RBFN)的双隐层混合网络(MDHRBFN)模型,解决了标准神经网络在具体SAR图像地物分类中分类类别数目不够和分类精度差的问题;提出了基于模糊推理系统的自适应模糊RBFN分类(AFRBFN)模型,兼顾通用性与精确性,增强人机交互能力,进一步提高了算法分类率。 最后,利用MSTAR实测数据对这四种算法进行了性能评估,并给出了算法集成应 国防科学技术人学研究生院学仇论文 一 用软件系统的实现枢架。
【学位授予单位】:国防科学技术大学
【学位级别】:博士
【学位授予年份】:2002
【分类号】:TN957.52

知网文化
【相似文献】
中国期刊全文数据库 前10条
1 孙锋利;何明一;高全华;;基于自适应脊波网络的高光谱遥感图像分类[J];计算机科学;2011年08期
2 ;[J];;年期
3 ;[J];;年期
4 ;[J];;年期
5 ;[J];;年期
6 ;[J];;年期
7 ;[J];;年期
8 ;[J];;年期
9 ;[J];;年期
10 ;[J];;年期
中国重要会议论文全文数据库 前10条
1 胡勇;刘良云;焦全军;贾建华;;基于多时相TM影像的黄河源区地物类型分类研究[A];第十七届中国遥感大会摘要集[C];2010年
2 李兴;张霞;陈正超;张兵;;基于VBA的光谱特征参量提取[A];第十五届全国遥感技术学术交流会论文摘要集[C];2005年
3 钟文军;;使用ERDAS进行航空影像的几何纠正和地物分类的研究[A];首届长三角科技论坛数字区域建设与地理空间技术论坛优秀论文集[C];2004年
4 张兵;王向伟;郑兰芬;童庆禧;;高光谱图像地物分类与识别研究[A];成像光谱技术与应用研讨会论文集[C];2004年
5 刘学;方俊永;李庆亭;杨杭;郑兰芬;童庆禧;;地面成像光谱辐射系统在冶炼遗址考古中的应用[A];第八届成像光谱技术与应用研讨会暨交叉学科论坛文集[C];2010年
6 范伟;吴文玉;何彬方;;用于下垫面分类的卫星数据多波段优化选择[A];全国农业遥感技术研讨会论文集[C];2009年
7 周秉荣;申双和;胡玲;;利用主成分分析法提取土壤湿度信息的技术方法研究[A];中国气象学会2007年年会生态气象业务建设与农业气象灾害预警分会场论文集[C];2007年
8 周秉荣;李凤霞;申双和;胡玲;;主成分分析法提取土壤湿度遥感信息的技术方法研究[A];2007农业环境科学峰会论文摘要集[C];2007年
9 张立福;黄长平;陈小平;郑兰芬;童庆禧;;FISS成像光谱数据的光谱重建方法研究[A];第八届成像光谱技术与应用研讨会暨交叉学科论坛文集[C];2010年
10 沈国状;廖静娟;郭华东;;基于全极化SAR数据的鄱阳湖湿地地物散射特性分析与分类研究[A];第十七届中国遥感大会摘要集[C];2010年
中国重要报纸全文数据库 前2条
1 崔静;我国有望绘制出全球首张南极陆地“景观图”[N];中国改革报;2009年
2 王雯艳;北海分局908专项阶段性成果显著[N];中国海洋报;2008年
中国博士学位论文全文数据库 前10条
1 付琨;高分辨率单视单极化SAR图像地物分类方法研究[D];国防科学技术大学;2002年
2 王妮;基于3S技术的森林资源变化动态监测[D];南京林业大学;2012年
3 程永政;多尺度农作物遥感监测方法及应用研究[D];解放军信息工程大学;2009年
4 杜震洪;近海环境地物认知模型与智能服务聚合研究[D];浙江大学;2010年
5 陈杰;高分辨率遥感影像面向对象分类方法研究[D];中南大学;2010年
6 易俐娜;面向对象遥感影像分类不确定性分析[D];武汉大学;2011年
7 朱晓荣;基于决策树的洞庭湖湿地信息提取技术研究[D];中国林业科学研究院;2012年
8 沈志学;基于液晶的光谱成像技术及其应用研究[D];中国工程物理研究院;2012年
9 赵利民;地表热红外辐射背景场建模与成像模拟研究[D];南京大学;2011年
10 张桂峰;粒度理论下的多尺度遥感影像分割[D];武汉大学;2010年
中国硕士学位论文全文数据库 前10条
1 周瑞;面向对象分类方法在矿区地物信息提取中的应用研究[D];中北大学;2012年
2 曾桂香;基于多尺度纹理分析的SAR图像地物分类[D];武汉大学;2004年
3 罗灵燕;提取铁路横断面属性信息的方法研究[D];西南交通大学;2012年
4 王道荣;成像光谱偏振系统实现及在地物分类中的应用[D];西北工业大学;2007年
5 吴长朋;基于散射特性和空间相关特性的高分辨率SAR图像地物分类算法及系统实现[D];上海交通大学;2012年
6 胡丹;基于SVM的SAR图像地物分类研究[D];中南大学;2008年
7 衣燕;面向对象的昆明滇池子流域高分辨率遥感影像地物信息提取[D];昆明理工大学;2009年
8 张郝哲;基于GIS和RS的内蒙古高原封闭盐湖动态监测[D];中国地质大学(北京);2012年
9 周宏杰;高光谱图像地物分类和分割方法研究[D];西安电子科技大学;2010年
10 刘桢;基于极化信息的SAR地物分类技术研究[D];解放军信息工程大学;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