首页--工业技术论文--无线电电子学、电信技术论文--雷达论文--雷达设备、雷达站论文--雷达接收设备论文--数据、图像处理及录取论文

极化SAR影像特征统计分析与分类算法研究

论文创新点第5-9页
摘要第9-11页
ABSTRACT第11-13页
1 绪论第19-29页
    1.1 研究背景和意义第19-23页
        1.1.1 极化SAR系统发展第19-22页
        1.1.2 极化SAR影像解译第22-23页
    1.2 国内外研究现状第23-26页
        1.2.1 极化SAR统计建模第23-24页
        1.2.2 极化SAR影像分类第24-26页
    1.3 研究内容与章节安排第26-29页
2 极化SAR影像基础第29-51页
    2.1 极化SAR数据第29-32页
        2.1.1 后向散射矩阵S第29-30页
        2.1.2 目标散射矢量第30页
        2.1.3 极化协方差矩阵C与极化相干矩阵T第30-32页
    2.2 极化SAR统计建模第32-38页
        2.2.1 相干斑与乘积模型第32-33页
        2.2.2 常用统计模型第33-38页
            2.2.2.1 复高斯分布第33-34页
            2.2.2.2 复Wishart分布第34页
            2.2.2.3 K_p分布第34页
            2.2.2.4 Kummeru分布第34-35页
            2.2.2.5 g_p和g_p~0分布第35页
            2.2.2.6 正态逆高斯分布(NIG)第35-36页
            2.2.2.7 W分布和M分布第36页
            2.2.2.8 多纹理模型第36-37页
            2.2.2.9 混合模型第37页
            2.2.2.10 统计模型的相互关系第37-38页
    2.3 极化特征表示第38-51页
        2.3.1 简单极化特征第38-41页
            2.3.1.1 后向散射系数第38页
            2.3.1.2 极化总功率span第38-39页
            2.3.1.3 极化比第39页
            2.3.1.4 极化相关系数第39-40页
            2.3.1.5 相位差第40-41页
        2.3.2 极化目标分解特征第41-49页
            2.3.2.1 Pauli分解第41-42页
            2.3.2.2 SDH分解第42-43页
            2.3.2.3 Freeman分解第43页
            2.3.2.4 Yamaguchi分解第43-44页
            2.3.2.5 Cloude分解第44-47页
            2.3.2.6 van Zyl分解第47-49页
        2.3.3 本章小结第49-51页
3 基于Copula的多极化特征联合建模与分类第51-71页
    3.1 统计建模的对象第51-52页
    3.2 Alpha-stable分布第52-56页
    3.3 基于Copula的多极化特征联合建模第56-60页
    3.4 结合CoAS和MRF的极化SAR影像分类方法第60-70页
        3.4.1 分类方法第60-62页
        3.4.2 实验结果与分析第62-70页
            3.4.2.1 实验数据与分类设置第62-63页
            3.4.2.2 RadarSAT-2极化SAR数据分类结果第63-67页
            3.4.2.3 AIRSAR极化SAR数据分类结果第67-70页
    3.5 本章小结第70-71页
4 基于成分比距离的异源极化SAR影像分类第71-83页
    4.1 总功率守恒的极化目标分解方法第71-72页
    4.2 成分比距离第72-74页
    4.3 实验数据与分类设置第74-75页
    4.4 实验结果与分析第75-80页
        4.4.1 交叉验证第75-77页
        4.4.2 同源极化SAR影像分类结果第77-78页
        4.4.3 异源极化SAR影像分类结果第78-80页
    4.5 本章小结第80-83页
5 极化SAR影像解译系统与快速分类方法第83-121页
    5.1 高分3号极化SAR数据分析第83-88页
        5.1.1 高分3号极化SAR数据第83-86页
        5.1.2 极化特征分析第86-88页
    5.2 基于梯度提升决策树和极化空间信息的快速影像分类第88-102页
        5.2.1 快速分类方法框架第89-91页
        5.2.2 初始分类结果与分析第91-94页
        5.2.3 最终分类结果与分析第94-96页
        5.2.4 更多讨论第96-102页
    5.3 极化SAR基本处理与解译系统第102-119页
        5.3.1 数据导入与格式统一第104-106页
        5.3.2 极化SAR基本处理第106-108页
        5.3.3 地物目标精细分类第108-113页
        5.3.4 建筑物损毁信息提取第113-116页
        5.3.5 辅助功能第116-119页
    5.4 本章小结第119-121页
6 总结与展望第121-125页
    6.1 论文工作总结第121-122页
    6.2 未来展望第122-125页
参考文献第125-137页
攻读博士期间取得的科研成果目录第137-139页
致谢第139-140页

论文共140页,点击 下载论文
上一篇:通过权重基因共表达网络鉴定与膀胱癌病理特征及临床预后相关的分子标志物
下一篇:风险—回报关系,股市波动和宏观经济不确定性--来自孟加拉国股市的证据