基于分类的极化sar图像中感兴趣类地物变化检测算法研究

基于分类的极化sar图像中感兴趣类地物变化检测算法研究

ID:35061628

大小:5.50 MB

页数:67页

时间:2019-03-17

基于分类的极化sar图像中感兴趣类地物变化检测算法研究_第1页
基于分类的极化sar图像中感兴趣类地物变化检测算法研究_第2页
基于分类的极化sar图像中感兴趣类地物变化检测算法研究_第3页
基于分类的极化sar图像中感兴趣类地物变化检测算法研究_第4页
基于分类的极化sar图像中感兴趣类地物变化检测算法研究_第5页
资源描述:

《基于分类的极化sar图像中感兴趣类地物变化检测算法研究》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、硕士学位论文基于分类的极化SAR图像中感兴趣类地物变化检测算法研究研究生姓名:张在吉导师姓名:韩萍教授2016年4月29日分类号:密级:公开UDC:学号:1304041中国民航大学硕士学位论文基于分类的极化SAR图像中感兴趣类地物变化检测算法研究研究生姓名:张在吉导师姓名:韩萍教授申请学位级别:工程硕士学科专业名称:电子与通信工程所在院系:天津市智能信号与图像处理重点实验室论文答辩日期:2016年4月29日2016年4月ResearchonInterestedLandFeatureChangeDetectionAlgorithmsofPolarimetricSARImageBasedonCla

2、ssificationADissertationSubmittedtoCivilAviationUniversityofChinaFortheAcademicDegreeofMasterofScienceBYZhangZaijiSupervisedbyProf.HANPingTianjinKeyLabforAdvancedSignalProcessingCivilAviationUniversityofChinaApril2016中国民祈大学学位论文独创性芦明?l本人声明所虽交的学位论文是巧个人化,.巧帅巧fj;l进的沉作始化巧的妍究成果。尽我所知,除了文中特别加W标巧和致谢的地义外,

3、论义中不包含巧他人己经发表或撰写过的研究成果’,也不包含为获巧中闽巧航大巧成K它救門机构的义化或证书而使用过的材料一。与我同工作的同志对本研究所做的仆:何贞献均Li在烙义中作r明确的说明并表示了谢意。研巧生签名:巧朋:Md.ij中固民航大学学位论文使用授权声明中圃巧航大学'、中国科学技术信总巧究所、围家閱巧化扣权做閑本人所达交学位论文的巧巧仲和电子文档,可^心采用彫印、缩印诚巧他巧制乎段保巧论文。本人电子文挡的内容和纸质论文的内容相一致?除在保巧烟内的保密论文外,允许论文被巧阅和借阅,可^^^公布(包巧刊巧)论文的全部或部分内巧.论文的公布(包巧刊泣)投

4、权中国民航大巧研究化部办理。研究生鉴名:k^巧师签名;B期么]4巧尸基于分类的极化SAR图像中感兴趣类地物变化检测算法研究本文得到了以下项目资助:国家自然科学基金委员会资助项目(61571442,61471365)国家自然科学基金委员会重点资助项目(61231017)摘要合成孔径雷达(SyntheticApertureRadar,SAR)因其全天时全天候的特点,已成为遥感领域获取信息的重要手段之一。随着多波段、多极化、全极化SAR的出现及发展,雷达获取到的目标散射信息也更为丰富。由此带来的优势是目标的散射机理可以更为有效的被提取出来,这也使极化SAR图像在目标分类、检测、识别等

5、领域的应用愈来愈广泛。极化SAR图像变化检测作为极化SAR图像处理中一个重要的分支,在经济领域和民用领域都发挥着举足轻重的作用。如:地形变化的监测、洪涝灾害的预防、灾后搜救、城市变迁的检测与评估、农田监测和战场感知等。而这些应用大多针对某一感兴趣类地物进行变化检测,例如洪涝灾害的预防大多检测水体类的变化,城市变迁的检测与评估大多检测建筑群的变化,农田长势的监测大多检测农田的变化。而现实中,系统采集到的极化SAR数据往往包含较多类型的地物,在两次观测时间内,非感兴趣类的地物很有可能也发生了变化。因此如何利用复杂场景下的极化SAR数据实现某一感兴趣类地物的变化检测成为了本文研究的方向。本文针对复杂

6、场景下感兴趣类地物的变化检测开展研究并给出了两种检测算法。(1)利用改进的Wishart距离算法得到感兴趣类地物样本与两时相极化SAR图像的极化距离测度,然后对该测度进行比值对数变换,构造差异图像,最后利用双阈值分割法提取出变化区域,并区分出两种变化类型。(2)利用h/q分解对两时相图像中每个像元进行初始分类,然后利用贝叶斯迭代聚类方法对两时相图像的初识分类模板重新分类,得到最终分类结果图;进而根据感兴趣类地物的极化散射特性和回波特性,从分类结果图中提取出符合该特性的像元,得到只含有感兴趣类像元的二值图;最后对两时相图像进行双差值运算,提取出两类变化区域。第一种算法需要利用感兴趣类地物的训练样

7、本,是基于有监督分类的变化检测算法,该算法无需对图像进行初识分类,大大减少了计算量;第二种算法无需先验信息,是基于非监督分类的变化检测算法,该算法克服了训练样本对检测结果可能造成的影响,同时对两时相图像中感兴趣类地物的二值化提取取代了阈值分割算法,大大减少了阈值的设定对检测结果的影响。本文利用Radarsat-2获取的两组数据进行试验。实验结果表明,两种算法都能够较好的实现复杂场景下感兴趣类地物的

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。