论文部分内容阅读
极化合成孔径雷达(POLSAR)系统具有多通道、多参数的特点,通过发射和接收目标的不同极化信号,测量目标的全极化散射信息并获得相应的目标特征,为极化SAR图像分类提供数据支持,随着图像分类技术的越来越多,诸如Wishart分类、H-α-Wishart分类及Freeman-Durden分解等,极化雷达在许多领域得到了广泛的应用,如军事、监测、农业、遥感等领域。本文介绍了电磁波存在的三种极化状态及其描述方法,对Jones向量、Stokes向量的相关概念和应用范围进行陈述,进而推导出目标散射矩阵、目标散射向量、目标协方差矩阵及相干矩阵,研究目标散射机制的类别和意义,从而将像素分成三种散射类型:表面散射、体散射和二面角散射,为论文的展开奠定理论基础。H-α分类是分类方法中最著名的方法之一,根据该方法可以分解得出极化熵H、平均散射角α,从而将目标分为9个类别,实验证明了H-α分类的效果基本反映了目标散射特征,与实际目标情况吻合,但分类过程中存在目标类别模糊的问题,因而介绍了各向异性度A的概念,并讨论了H-α-Wishart的分类方法,为了解决Wishart分类器的计算繁琐问题,提供了另一种比较简便的判断方法,同时,将各向异性度A引入到分类过程,从而比较H-α-Wishart分类方法和H-A-α-Wishart分类方法之间存在的分类效果差异,考虑到分类结果中存在的相干噪声,使用了两种滤波方法对极化图像做前期的噪声滤除处理,实验表明这两种方法能够很好的保留极化信息。本文详细剖析了Freeman-Durden分解办法及对应的优缺点,根据分解到的三种散射功率进行图像分类,运用Wishart分类器,经过多次迭代,更新图像分类结果,从而提升了Freeman-Durden的分类精细度,这种引入Wishart的分类方法具备时间复杂程度低、收敛的速率快的优势。最后,针对Freeman-Durden分解方法本身存在的不足,提出一种结合散射类型与相干分解二者优点的新算法。