收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于低秩方法的极化SAR图像分类方法

何念  
【摘要】:当前,极化合成孔径雷达(Polarimetric Synthetic Aperture Radar)已成为国际对地观测领域的重要方向之一。极化SAR有单极化和全极化之分,单极化SAR图像的处理是遥感技术应用里非常重要的部分,而与单极化SAR相比的全极化SAR图像能够提供更多的地物信息。地物分类是极化SAR图像的重要方向之一,有利于人们对极化图像的理解以及挖掘图像中的隐含的信息。 本文主要研究基于低秩表示(LRR)的极化SAR图像分类方法。低秩表示的方法可以解决子空间的分类问题,本文首先进行特征提取,然后通过低秩表示对特征空间进行划分,最后对低秩表示系数进行聚类,获取聚类结果。主要工作如下: 1.提出了一种基于低秩表示的单幅图SAR图像分割方法和多幅图分类方法。分割方法首先进行过分割,然后提取特征,最后分割,得到分割结果;多幅图的分类方法对输入的每幅子图像进行小波分解,并求小波能量构建特征矩阵,然后对特征矩阵进行低秩处理,获取低秩系数,对低秩系数进行聚类,最后计算聚类结果,该方法相对于其他的一些经典的聚类方法能够更好的提高聚类正确率。 2.提出了一种基于超像素低秩表示的全极化SAR图像分类方法。该方法将目标的极化特征基于传统的Freeman分解,得三种散射机制;用超像素对极化SAR图像进行预分割处理,将图像分割为互不重叠的小区域,这个小区域也就是所说的超像素;根据Freeman分解得到的散射机制,对所有超像素分别提取对应的特征向量,并构建特征矩阵;对特征矩阵进行低秩表示;然后对低秩系数进行聚类,获取聚类结果;最后,采用Wishart分类器做最后的调整。与已有的经典极化SAR分类方法相比,该方法提高了一定的分类精度,并具有较强的普适性。 3.提出了一种基于超像素的潜在低秩表示(LAT_LRR)的全极化SAR图像分类方法。该方法的框架与上一章提出的方法类似,这章主要是用潜在低秩表示来对特征矩阵来求解表示系数,潜在低秩表示相比低秩表示,它更具鲁棒性。与已有的经典全极化SAR分类方法相比,也是具有很好的分类效果。 本论文工作得到了教育部长江学者和创新团队支持计划(IRT0645)、高等学校学科创新引智计划(111计划)(B07048)以及中央高校基本科研业务费专项资金(JY10000902032)的资助。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 潘建刚,赵文吉,宫辉力;遥感图像分类方法的研究[J];首都师范大学学报(自然科学版);2004年03期
2 冯霞,黄亚楼;基于压缩直方图的图像分类[J];南京航空航天大学学报;2005年03期
3 孟祥增,杨晓娟;结合主题与内容的Web图象分类[J];山东师范大学学报(自然科学版);2005年04期
4 王一达;沈熙玲;谢炯;;遥感图像分类方法综述[J];遥感信息;2006年05期
5 赵凯;李春平;;一种基于粗糙集的图像分类方法[J];微计算机应用;2007年05期
6 李海峰;杜军平;;颜色特征的图像分类技术研究[J];智能系统学报;2008年02期
7 李含光;吴小季;;基于脊波变换和SVM的MSTAR图像分类[J];武汉理工大学学报;2010年16期
8 刘斌;陆华;刘国涛;;遥感数据的粗糙集表示及分类[J];四川理工学院学报(自然科学版);2011年01期
9 朱义明;;基于Hadoop平台的图像分类[J];西南科技大学学报;2011年02期
10 谭衢霖,邵芸;雷达遥感图像分类新技术发展研究[J];国土资源遥感;2001年03期
11 孙蕾,耿国华,周明全,李丙春;用于医学图像分类的支持向量机算法研究[J];计算机应用与软件;2004年11期
12 赵永强;潘泉;张洪才;;基于变精度粗集的分类方法[J];计算机科学;2004年03期
13 于子凡;杜贵君;林宗坚;;图像盒子维数特征计算方法改进[J];测绘科学;2006年01期
14 汤进;张春燕;罗斌;;基于图谱分解和概率神经网络的图像分类[J];中国图象图形学报;2006年05期
15 翟俊海;张素芳;王熙照;;基于小波变换和支持向量机的图像分类[J];河北大学学报(自然科学版);2007年03期
16 黄启宏;刘钊;;基于多超平面支持向量机的图像语义分类算法(英文)[J];光电工程;2007年08期
17 江勇;张晓玲;师君;;基于目标分解与支持向量机的极化SAR图像分类研究(英文)[J];中国图象图形学报;2008年08期
18 王军;王员云;;粒计算及其在图像分类中的应用研究[J];计算机工程与科学;2009年03期
19 解辉;王维兰;;唐卡图像分类知识库的初步设计与构建[J];微计算机信息;2009年19期
20 王国芳;;遥感图像计算机分类方法的研究[J];山西农业科学;2009年10期
中国重要会议论文全文数据库 前10条
1 吴霜;张一飞;修非;王大玲;鲍玉斌;于戈;;基于兴趣点特征提取的医学图像分类[A];第二十四届中国数据库学术会议论文集(研究报告篇)[C];2007年
2 陈思坤;吴洪;;基于图分块并利用空间金字塔的医学图像分类[A];第六届和谐人机环境联合学术会议(HHME2010)、第19届全国多媒体学术会议(NCMT2010)、第6届全国人机交互学术会议(CHCI2010)、第5届全国普适计算学术会议(PCC2010)论文集[C];2010年
3 万余庆;;高光谱遥感图像分类识别精度比较[A];第十四届全国遥感技术学术交流会论文摘要集[C];2003年
4 李杰;付萍;刘金国;;基于维数分类的分形图像编码方法[A];中国图象图形学会第十届全国图像图形学术会议(CIG’2001)和第一届全国虚拟现实技术研讨会(CVR’2001)论文集[C];2001年
5 王海峰;管亮;;基于颜色特征的图像分类技术在油品分析中的应用[A];中国仪器仪表学会第六届青年学术会议论文集[C];2004年
6 潘海为;李建中;张炜;;基于像素聚类的脑部医学图像分类[A];第二十届全国数据库学术会议论文集(研究报告篇)[C];2003年
7 耿迅;龚志辉;张春美;;基于第二代小波变换的遥感图像数字水印算法[A];第十三届全国图象图形学学术会议论文集[C];2006年
8 李玉峰;郑德权;赵铁军;;基于SVM和多特征融合的图像分类[A];第四届全国信息检索与内容安全学术会议论文集(上)[C];2008年
9 吴楠;李晓曦;宋方敏;;图像挖掘及其在医学图像分类中的应用[A];2006年全国理论计算机科学学术年会论文集[C];2006年
10 张淑雅;赵晓宇;赵一鸣;李均利;;基于SVM的图像分类[A];第十三届全国图象图形学学术会议论文集[C];2006年
中国博士学位论文全文数据库 前10条
1 杨冰;基于艺术风格的绘画图像分类研究[D];浙江大学;2013年
2 白有茂;基于张量流形学习的图像分类技术研究[D];中国矿业大学(北京);2013年
3 赵鑫;图像分类中的判别性增强研究[D];中国科学技术大学;2013年
4 贾世杰;基于内容的商品图像分类方法研究[D];大连理工大学;2013年
5 吴丽娜;基于词袋模型的图像分类算法研究[D];北京交通大学;2013年
6 李晓旭;基于概率主题模型的图像分类和标注的研究[D];北京邮电大学;2012年
7 匡金骏;基于稀疏表示的图像分类与目标跟踪研究[D];重庆大学;2013年
8 员永生;基于支持向量机分类的面向对象土地覆被图像分类方法研究[D];西北农林科技大学;2010年
9 任桢;图像分类任务的关键技术研究[D];哈尔滨工程大学;2010年
10 曾璞;面向语义提取的图像分类关键技术研究[D];国防科学技术大学;2009年
中国硕士学位论文全文数据库 前10条
1 刘彤彦;WWW图像分类方法研究[D];山东师范大学;2004年
2 武京相;融合全局和局部特征的医学图像分类[D];电子科技大学;2010年
3 臧伟;Boosting算法在远程教育分析和图像分类中的应用研究[D];清华大学;2004年
4 贾宁;基于粗糙集的图像分类和检索研究[D];南华大学;2010年
5 高锦;基于SVM的图像分类[D];西北大学;2010年
6 龚建军;无线网络图像检测系统[D];浙江大学;2004年
7 薛长花;基于半监督学习的静态极光图像分类[D];西安电子科技大学;2010年
8 李慧君;基于量子克隆进化算法的BP神经网络POLSAR图像分类[D];哈尔滨工业大学;2010年
9 柳一鸣;自适应量子行为粒子群算法及其在图像分类中的应用研究[D];浙江大学;2011年
10 王军;粒计算及其在图像分类中的应用研究[D];南昌大学;2007年
中国重要报纸全文数据库 前4条
1 刘杰;民众网络晒照片,博物馆兴趣浓烈[N];中国摄影报;2009年
2 ;尽享极速冲浪快感的 Longator 2004横空出世[N];中国电脑教育报;2004年
3 武德锋 李国辉 林洪文 姚作梁;图像世界任我行[N];计算机世界;2002年
4 乔瑞波;遥感技术在防汛指挥决策中的运用[N];中国水利报;2009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
  • 010-62982499
  • 010-62783978