《雷达学报杂志》发表论文赏析

结合旋转域极化特征的极化SAR地物分类

来源:雷达学报杂志2017年第5期北京时间:

作者:陶臣嵩, 陈思伟, 李永祯, 肖顺平

单位:国防科学技术大学电子科学与工程学院电子信息系统复杂电磁环境效应国家重点实验室   长沙   410073;

摘要:地物分类是极化合成孔径雷达(SAR)图像理解与解译的重要应用方向。利用H/A/α/SPAN等旋转不变特征参数的极化SAR地物分类是一种常用的分类方法。然而,目标的后向散射响应与其方位取向等姿态密切相关,极易引起散射机理的解译模糊,也限制了仅使用旋转不变特征参数作为分类特征集的极化SAR地物分类方法的精度。针对这一问题,有文献提出了在绕雷达视线的旋转域中解译目标散射特性的统一的极化矩阵旋转理论,并导出了一系列旋转域极化特征,刻画目标旋转域隐含信息。基于该理论,该文将旋转域极化特征用于极化SAR地物辨识与分类,并发展了一种结合旋转域极化特征与旋转不变特征H/A/α/SPAN的极化SAR地物分类方法。该方法将优选的旋转域极化特征参数和H/A/α/SPAN作为支持向量机(SVM)分类器的输入,利用两类特征对不同地物类别区分辨识能力的互补,以达到更好的分类性能。对AIRSAR和UAVSAR实测数据的对比实验表明,相较于仅以H/A/α/SPAN作为SVM分类器输入的传统方法,该方法得到更好的分类精度和稳健性。其中,对于AIRSAR数据十五类地物的分类,该方法总体分类精度达到92.3%,优于传统方法的91.1%。此外,对于多时相UAVSAR数据七类地物的分类,该方法平均总体分类精度达到95.72%,显著优于传统方法的87.80%,验证了该方法对多时相数据的稳健性。该文研究进一步证实了通过深入挖掘旋转域中目标极化散射信息能够为极化SAR图像的解译与应用提供新的可行途径。

关键词:极化合成孔径雷达, 极化特征, 旋转域, 支持向量机, 地物分类

基金资助:国家自然科学基金(41301490, 61490692)

2017年5期其他文献查阅:

基于黎曼流形的极化SAR图像分类

极化SAR目标散射旋转域解译理论与应用

高分三号SAR影像在国家海域使用动态监测中的应用

高分三号NSC模式SAR图像舰船目标检测初探

一种基于CNN的SAR图像变化检测方法

基于多特征-多表示融合的SAR图像目标识别

基于深度形状先验的高分辨率SAR飞机目标重建

基于概率转移卷积神经网络的含噪标记SAR图像分类

结合旋转域极化特征的极化SAR地物分类

基于混合Wishart模型的极化SAR图像非监督分类

基于组合条件随机场的极化SAR图像监督地物分类

一种极化熵结合混合GEV模型的全极化SAR潮间带区域地物分类方法

一种用于极化SAR图像的快速超像素分割算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!