论文部分内容阅读
PolSAR系统以其全天时、全天候、多极化模式的特性在遥感领域具有广泛的应用。PolSAR系统通过观测不同收发极化状态下目标的散射信息，能够全面地获取目标的特性。由于PolSAR特殊的成像方式，PolSAR图像也有着区别于其它传感器图像的特点。PolSAR图像的解译技术，包含分类、目标检测与识别技术等，近年来也一直是国内外研究的热点与难点，目前技术尚不成熟。因此，深入开展对PolSAR图像目标检测算法的研究，对提高PolSAR图像解译技术，推广PolSAR系统应用，都具有重要的价值与意义。本文立足于研究基于人类认知过程的PolSAR图像建筑物检测算法。人类拥有高效、完善的图像处理系统，能够从图像中快速、准确地识别出感兴趣目标，研究人类对图像的认知机制并将其引入PolSAR图像目标检测算法中，对实现目标快速、准确的检测具有有益的影响。人类的认知过程有两个主要的特点：一是信息处理过程具有层次化的结构，层内并行处理，层间串行处理；二是整个认知过程依赖于知识的指导而进行。因此，本文从模拟人类认知过程的结构与功能特点出发，在充分结合PolSAR图像特点的基础上，建立了基于“视觉认知”和“逻辑认知”两个层次的包含经验知识指导的分层认知模型，以实现对PolSAR图像中建筑物目标的检测与识别。本文所提出的模型为PolSAR图像目标检测技术提供了新的方法、新的思路，具有实际的应用价值。本文首先系统地介绍了相关领域的国内外研究现状，包括认知理论与模型、PolSAR目标检测技术、PolSAR信息提取技术。然后对认知领域的基本理论与模型和PolSAR信息提取与目标检测基本理论都进行了系统具体地阐述，并在此基础上，提出了基于“视觉认知”和“逻辑认知”两个层次的包含知识指导的分层认知模型。“视觉认知”和“逻辑认知”两个过程分别用以模拟人类图像处理过程中的视觉感知及逻辑判断过程。并且，本文对模型的具体实现算法进行了具体地介绍。以模糊逻辑、神经网络等理论，完成了“视觉认知”和“逻辑认知”两个过程的抽象模型的数学化表示及计算机实现。以产生式规则，结合语义映射概念，对经验知识进行表述，知识在整个系统中进行独立的存储与管理。最后，利用三组不同传感器下的全极化PolSAR图像对本文提出的算法进行了实验验证，给出了实验结果，并对实验结果进行了定量的分析与评价。实验结果表明，本文所提出的算法能够较好地检测出PolSAR图像中的建筑物，具有一定的适用性。