中文摘要 | 第3-5页 |
abstract | 第5-7页 |
1 引言 | 第10-20页 |
1.1 研究意义及背景 | 第10-11页 |
1.1.1 研究意义 | 第10-11页 |
1.1.2 项目来源与经费支持 | 第11页 |
1.2 国内外研究现状 | 第11-17页 |
1.2.1 极化SAR分类方法概述 | 第11-13页 |
1.2.2 极化散射特征提取方法概述 | 第13-15页 |
1.2.3 特征选取方法概述 | 第15-17页 |
1.3 研究内容与技术路线 | 第17-18页 |
1.3.1 研究内容 | 第17-18页 |
1.3.2 技术路线 | 第18页 |
1.4 论文结构 | 第18-19页 |
1.5 本章小结 | 第19-20页 |
2 实验区及实验数据预处理 | 第20-28页 |
2.1 实验区概况 | 第20-21页 |
2.1.1 内蒙古额尔古纳市依根农场实验区 | 第20页 |
2.1.2 内蒙古呼伦贝尔市实验区 | 第20-21页 |
2.2 实验数据概况 | 第21-23页 |
2.2.1 全极化SAR影像分类实验数据 | 第21-22页 |
2.2.2 双极化SAR影像森林非森林分类制图实验数据 | 第22-23页 |
2.3 极化SAR数据预处理流程 | 第23-27页 |
2.4 本章小结 | 第27-28页 |
3 实验区典型地物极化散射特征分析 | 第28-49页 |
3.1 极化SAR理论基础 | 第28-33页 |
3.1.1 电磁波极化及其表征 | 第28-30页 |
3.1.2 极化SAR数据的矩阵表示 | 第30-31页 |
3.1.3 四种基本极化散射机制 | 第31-33页 |
3.2 全极化SAR极化特征提取与分析 | 第33-46页 |
3.2.1 基于Pauli分解的极化特征 | 第35-37页 |
3.2.2 基于Freeman分解的极化特征 | 第37-40页 |
3.2.3 基于H/A/alpha分解的极化特征 | 第40-42页 |
3.2.4 基于Stokes矢量的极化特征 | 第42-46页 |
3.3 双极化SAR极化散射特征提取与分析 | 第46-48页 |
3.3.1 双极化SAR后向散射强度特征 | 第46-47页 |
3.3.2 基于Stokes矢量的双极化SAR极化特征 | 第47-48页 |
3.4 本章小结 | 第48-49页 |
4 基于SVM的全极化SAR影像分类方法 | 第49-60页 |
4.1 分类系统 | 第49页 |
4.2 全极化SAR影像分类特征 | 第49-51页 |
4.3 分类算法模型与精度评价方法 | 第51-53页 |
4.3.1 支持向量机模型 | 第51-53页 |
4.3.2 精度评价方法 | 第53页 |
4.4 特征选取方法 | 第53-56页 |
4.4.1 过滤器特征选取方法 | 第54页 |
4.4.2 基于SVM-RFE的特征选取方法 | 第54-55页 |
4.4.3 基于遗传算法的封装器特征选取方法 | 第55-56页 |
4.5 基于SVM模型的分类结果与对比分析 | 第56-59页 |
4.5.1 基于GA-SVM选取的特征组合分类实验结果 | 第56-57页 |
4.5.2 基于不同特征选取方法得到的特征组合分类结果比较 | 第57页 |
4.5.3 基于不同待选特征集选取的特征组合分类结果比较 | 第57-59页 |
4.6 本章小结 | 第59-60页 |
5 基于SVM的双极化SAR数据森林-非森林分类制图 | 第60-67页 |
5.1 森林-非森林制图流程 | 第60-61页 |
5.1.1 分类系统 | 第60页 |
5.1.2 制图技术路线 | 第60-61页 |
5.2 双极化SAR分类特征选取 | 第61-62页 |
5.3 基于SVM的双极化SAR数据森林-非森林分类方法 | 第62-64页 |
5.3.1 基于SVM_RFE特征选取算法的SVM分类方法 | 第62-63页 |
5.3.2 基于单轨影像的分类流程示范 | 第63-64页 |
5.4 制图精度评价与结果分析 | 第64-66页 |
5.4.1 分类制图结果 | 第64-65页 |
5.4.2 误差分析 | 第65-66页 |
5.5 本章小结 | 第66-67页 |
6 结论与展望 | 第67-69页 |
6.1 结论 | 第67页 |
6.2 展望 | 第67-69页 |
参考文献 | 第69-72页 |
在读期间的学术研究 | 第72-73页 |
致谢 | 第73页 |