基于支持向量機的極化sar圖像特征選擇與分類研究.doc
約70頁DOC格式手機打開展開
基于支持向量機的極化sar圖像特征選擇與分類研究,基于支持向量機的極化sar圖像特征選擇與分類研究2.34萬字 71頁 原創(chuàng)作品,已通過查重系統(tǒng) 摘要合成孔徑雷達具有全天候、全天時、不受天氣影響、穿透性強等優(yōu)點,在遙感領(lǐng)域有著廣泛的應(yīng)用。極化合成孔徑雷達接收天線在不同極化方式組合下探測地表回波信息,具有數(shù)據(jù)豐富等優(yōu)點,是現(xiàn)階段的研究熱點。極化合成孔徑雷達可以通過組合不...
內(nèi)容介紹
此文檔由會員 changxiaoniu 發(fā)布
基于支持向量機的極化SAR圖像特征選擇與分類研究
2.34萬字 71頁 原創(chuàng)作品,已通過查重系統(tǒng)
摘 要
合成孔徑雷達具有全天候、全天時、不受天氣影響、穿透性強等優(yōu)點,在遙感領(lǐng)域有著廣泛的應(yīng)用。極化合成孔徑雷達接收天線在不同極化方式組合下探測地表回波信息,具有數(shù)據(jù)豐富等優(yōu)點,是現(xiàn)階段的研究熱點。極化合成孔徑雷達可以通過組合不同的極化方式,對散射矩陣做不同處理以獲取不同的參數(shù)影像。由于全極化SAR數(shù)據(jù)是以散射矩陣的形式存儲的,與傳統(tǒng)光學(xué)影像存在著較大差異,而如何對極化SAR圖像進行圖像分類也與之有一定的相關(guān)性。
本文從極化參數(shù)入手,通過分析其物理意義和比較不同的極化影像,得出相關(guān)的極化特征,運用這些極化特征組成的特征集進行基于支持向量機的特征選擇,再將優(yōu)化選擇后的極化特征集進行極化SAR圖像分類。主要研究內(nèi)容如下:
(1)分析極化SAR影像的數(shù)據(jù)存儲格式及物理意義,采用極化目標分解算法提取極化散射矩陣并得到描述地物目標不同散射特性的多種極化特征參數(shù),分析不同極化特征參數(shù)對不同極化散射特性的敏感度。
(2)針對本文研究重點——支持向量機方法,該方法對小的訓(xùn)練樣本具有良好的泛化能力。本文以支持向量個數(shù)作為評估準則,采用序列前向選擇的方法對描述地物的各種極化特征進行優(yōu)化選擇,獲得最優(yōu)的極化參數(shù)特征集。同時,分析不同支持向量機參數(shù)對分類的影響,并通過比較不同參數(shù)情況下圖像的分類效果選取合適的支持向量機參數(shù)。在此基礎(chǔ)上,本文采用舊金山地區(qū)和天津某地區(qū)全極化雷達影像進行基于支持向量機的特征選擇與圖像分類。
(3)將基于支持向量機的極化SAR圖像特征選擇后的分類效果圖與傳統(tǒng)分類方法分類的效果圖進行比較和相關(guān)數(shù)據(jù)分析,發(fā)現(xiàn)基于支持向量機的極化SAR圖像分類效果較好,可以有效地減少類與類之間的誤分??傻贸鼋Y(jié)論,基于支持向量機的極化SAR圖像分類效果優(yōu)于傳統(tǒng)的分類方法。
關(guān)鍵詞:支持向量機;極化SAR;特征選擇;分類
2.34萬字 71頁 原創(chuàng)作品,已通過查重系統(tǒng)
摘 要
合成孔徑雷達具有全天候、全天時、不受天氣影響、穿透性強等優(yōu)點,在遙感領(lǐng)域有著廣泛的應(yīng)用。極化合成孔徑雷達接收天線在不同極化方式組合下探測地表回波信息,具有數(shù)據(jù)豐富等優(yōu)點,是現(xiàn)階段的研究熱點。極化合成孔徑雷達可以通過組合不同的極化方式,對散射矩陣做不同處理以獲取不同的參數(shù)影像。由于全極化SAR數(shù)據(jù)是以散射矩陣的形式存儲的,與傳統(tǒng)光學(xué)影像存在著較大差異,而如何對極化SAR圖像進行圖像分類也與之有一定的相關(guān)性。
本文從極化參數(shù)入手,通過分析其物理意義和比較不同的極化影像,得出相關(guān)的極化特征,運用這些極化特征組成的特征集進行基于支持向量機的特征選擇,再將優(yōu)化選擇后的極化特征集進行極化SAR圖像分類。主要研究內(nèi)容如下:
(1)分析極化SAR影像的數(shù)據(jù)存儲格式及物理意義,采用極化目標分解算法提取極化散射矩陣并得到描述地物目標不同散射特性的多種極化特征參數(shù),分析不同極化特征參數(shù)對不同極化散射特性的敏感度。
(2)針對本文研究重點——支持向量機方法,該方法對小的訓(xùn)練樣本具有良好的泛化能力。本文以支持向量個數(shù)作為評估準則,采用序列前向選擇的方法對描述地物的各種極化特征進行優(yōu)化選擇,獲得最優(yōu)的極化參數(shù)特征集。同時,分析不同支持向量機參數(shù)對分類的影響,并通過比較不同參數(shù)情況下圖像的分類效果選取合適的支持向量機參數(shù)。在此基礎(chǔ)上,本文采用舊金山地區(qū)和天津某地區(qū)全極化雷達影像進行基于支持向量機的特征選擇與圖像分類。
(3)將基于支持向量機的極化SAR圖像特征選擇后的分類效果圖與傳統(tǒng)分類方法分類的效果圖進行比較和相關(guān)數(shù)據(jù)分析,發(fā)現(xiàn)基于支持向量機的極化SAR圖像分類效果較好,可以有效地減少類與類之間的誤分??傻贸鼋Y(jié)論,基于支持向量機的極化SAR圖像分類效果優(yōu)于傳統(tǒng)的分類方法。
關(guān)鍵詞:支持向量機;極化SAR;特征選擇;分類