基于极化分解的极化SAR图像分类
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 绪论 | 第11-19页 |
| ·简介 | 第11-12页 |
| ·极化 SAR 研究背景与发展现状 | 第12-14页 |
| ·极化 SAR 系统 | 第12-13页 |
| ·极化 SAR 基础理论 | 第13-14页 |
| ·极化 SAR 图像分类技术发展 | 第14-16页 |
| ·图像分类技术描述 | 第14-15页 |
| ·国内外极化图像分类技术研究概况 | 第15-16页 |
| ·关键技术研究现状 | 第16-17页 |
| ·本文主要内容与章节安排 | 第17-19页 |
| 第二章 极化 SAR 理论基础 | 第19-36页 |
| ·电磁波的极化表征 | 第19-22页 |
| ·极化椭圆 | 第19-20页 |
| ·Jones 矢量 | 第20-21页 |
| ·Stokes 矢量 | 第21-22页 |
| ·极化散射数据描述方法 | 第22-26页 |
| ·极化散射矩阵 | 第22-23页 |
| ·Muller 矩阵 | 第23-25页 |
| ·协方差矩阵和相干矩阵 | 第25-26页 |
| ·极化分解理论 | 第26-35页 |
| ·相干极化目标分解 | 第26-30页 |
| ·Pauli 分解 | 第27-29页 |
| ·Krogager 分解 | 第29-30页 |
| ·非相干极化目标分解 | 第30-35页 |
| ·Cloude 分解 | 第30-31页 |
| ·Freeman 分解 | 第31-33页 |
| ·四成分分解 | 第33-35页 |
| ·小结 | 第35-36页 |
| 第三章 基于极化分解的极化 SAR 图像分类 | 第36-59页 |
| ·极化 SAR 的非监督分类 | 第36-45页 |
| ·H-α分类 | 第36-40页 |
| ·各向异性度的引入 | 第40-41页 |
| ·Wishart 聚类 | 第41-43页 |
| ·H-α-Wishart算法流程 | 第43页 |
| ·H-α-Wishart实验结果对比 | 第43-45页 |
| ·基于支持向量机的极化 SAR 分类 | 第45-52页 |
| ·SVM 算法原理 | 第45-48页 |
| ·基于 SVM 的极化 SAR 分类 | 第48页 |
| ·SVM 的分类特征组 | 第48-49页 |
| ·训练和测试区域的选择 | 第49-50页 |
| ·实验结果对比 | 第50-52页 |
| ·基于 SVM 的极化 SAR 分类的改进算法 | 第52-58页 |
| ·统计区域合并 | 第52-53页 |
| ·算法设计 | 第53-54页 |
| ·参数讨论 | 第54-55页 |
| ·分类结果对比 | 第55-58页 |
| ·小结 | 第58-59页 |
| 第四章 基于商空间理论的极化 SAR 图像分类 | 第59-70页 |
| ·商空间粒度理论 | 第59-61页 |
| ·商空间的定义 | 第59-60页 |
| ·粒度合成准则 | 第60-61页 |
| ·基于商空间粒度的极化 SAR 分类算法设计 | 第61-64页 |
| ·粒度合成规则的设计 | 第62-63页 |
| ·商空间合成算法流程 | 第63-64页 |
| ·实验结果分析 | 第64-69页 |
| ·最优判决函数的确定 | 第65-66页 |
| ·合成结果对比 | 第66-69页 |
| ·小结 | 第69-70页 |
| 第五章 总结与展望 | 第70-72页 |
| ·主要研究工作总结 | 第70-71页 |
| ·研究展望 | 第71-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 攻读硕士学位期间的研究成果 | 第77-78页 |
