基于特征学习和低秩分解的极化sar图像分割

《基于特征学习和低秩分解的极化sar图像分割》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、ｇ硕±学位论文ｆＨ￡Ｉ圍—魏；雪圍軒特征学习和戀分誦雛ＳＡＲ瞧側作者姓名石志彬ＰＩ＾Ｈ｜ｆｌｉ学巧导师姓名、职赖刘芳教授ｌ企业导师姓名、职赖刘义学高工ｇｇ申请学位姻工麵壬＾．．．西安电子科技大学学位论文独创性Ｃ或创新性）声明秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加＾＾标注和致谢中所罗列的内容ｔｉｌ外，论文中不包含其他人己经发表或撰写过的研究成果；也不包含为获得西安电子

2、科技大学或其它教育机构的学位或证书而使用过的材料一。与我同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。学位论文若有不实么处一，本人承担切法律责任。本人签名泰棘＾日：＞《夺Ｉ句如ｊ：乃期西安电子科技大学关于论文使用授权的说巧本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属于西安电子科技大学。学校有权保留送交论文的复印件，允许查阅、借阅论文；学校可ｔｕ公布论文的全部或部分内容，允许采用影印、缩印或其它复制手段保存论文。同

3、时本人保证，获得学位后结合学位论文研成果撰写名巧的文章，署单位为西安电子科技大学。。保密的学位论文在年解密后适＿用本授权书＿｜著飾乃：：本人签名７导师签名可＇如令勾３：：日日期期学校代码10701学号1303121853分类号TP751密级公开西安电子科技大学硕士学位论文基于特征学习和低秩分解的极化SAR图像分割作者姓名：石志彬领域：计算机技术学位类别：工程硕士学校导师姓名、职称：刘芳教授企业导师姓名、职称：刘文学高工学院：计算机学院提交日期：2015年12月PolSARImageSegmentationBas

4、edonFeatureLearningandLow-rankDecompositionAthesissubmittedtoXIDIANUNIVERSITYinpartialfulfillmentoftherequirementsforthedegreeofMasterinComputerTechnologyByShizhibinSupervisor:LiufangProfessorLiuwenxueSeniorEngineerDecember2015摘要摘要极化合成孔径雷达具有不受外界气候和环境条件的限制进行全天时全天候观测的特点，极化SAR图

5、像分割是极化SAR图像处理和解译的重要组成部分，分割质量的好坏直接影响到后续的极化SAR目标检测和识别的准确度。传统的极化SAR图像分割的方法采用的都是基于像素点的特征，没有考虑到像素之间所具有的结构和空间关系特征，分割结果的区域一致性不好。本文在极化SAR区域图的基础上，利用低秩分解和反卷积网络对像素之间的结构关系特征进行提取，主要的研究成果如下：1）提出了一种基于低秩分解和直方图统计信息的极化SAR图像分割方法。首先提取极化SAR图像的区域图，通过对极化SAR图像区域图的聚集区域、匀质区域和结构区域分别进行分割操作，得到最终的分割结果。针对

6、聚集区域中的地物具有很强的聚集性和低秩结构关系的特点，采用低秩分解模型对空间上不连通的各个聚集区域中提取的样本分别进行低秩分解并对低秩分解的低秩部分进行直方图统计，采用巴氏距离求取不同聚集区域之间直方图统计的距离并构造相似性矩阵，最后利用构造的相似性矩阵采用基于图割的谱聚类的方法对相似的聚集区域进行合并得到最终的聚集区域的分割结果。由于匀质区域不具有明显的结构关系，对匀质区域采用H/α/A-wishart的分割方法进行分割。对结构区域使用分水岭和基于Wishart距离的超像素合并的方法进行分割，并将分割结果和聚集区域以及匀质区域的分割结果进行合

7、并得到最终的分割结果。2）提出了一种基于反卷积网络和稀疏表示的极化SAR图像分割方法。首先提取极化SAR图像的区域图，对极化SAR图像进行Pauli分解，得到表示极化SAR图像相干矩阵对角线三元素幅度值和上三角阵三元素相位值的图像，利用提取到的幅度和相位值的样本分别训练一个4层反卷积网络，对每个聚集区域幅度的滤波器组和相位的滤波器组进行合并，利用每个聚集区域的合并的滤波器组构造字典，将每个聚集区域的滤波器对构造的字典分别进行投影，并求取投影的平均值作为该聚集区域的区域特征向量，求取每两个聚集区域之间的区域特征向量的余弦距离并构造相似性矩阵，最后

8、利用相似性矩阵采用基于图割的谱聚类的方法进行分割，得到最终的聚集区域分割结果。该方法主要是针对聚集区域进行操作的，对于匀质区域采用H/α/A-wish