基于稀疏表示的面向对象极化SAR图像分类

代理获取

页面导航

目录
摘要
著录项
相似文献
相关主题

摘要

极化SAR图像分类作为遥感图像处理与研究的重要方向之一已日益受到人们的关注。由于极化SAR数据中大量存在的噪声点会对图像的进一步处理与研究造成严重影响，因此，如何克服噪声干扰，提取有效特征并进行分类是极化SAR图像分类面临的关键问题。为了解决上述问题，本文引入了面向对象的思想以及稀疏表示理论。面向对象的思想通过初始分割提取对象进行分类抑制了大量噪声点的干扰，而稀疏表示理论对噪声的鲁棒性也提高了分类的正确性，两种算法相结合可以得到很好的分类结果。本文的四个主要工作内容如下所示：
　　1.对极化SAR图像进行了初始分割。本文用于初始分割提取对象的算法将纹理信息与统计区域合并算法相结合，使用了Bhattacharyya距离合并准则与统计区域合并准则，可以获得更为正确的图像分割结果。纹理信息的提取是通过改进后的LBP算子：局部一致性LBP算子（RHLBP算子）获得的，该算子通过设定阈值能够更好地区分不同类别的纹理信息，且可以稳定表达相同类别的纹理信息。
　　2.将颜色特征应用于面向对象的极化SAR图像分类。极化SAR数据并不能表示地物真实颜色信息，传统分类算法中，颜色信息未被用于提供分类依据，然而极化特征合成的伪彩色图像可以有效表达地物视觉信息。本文在分类算法中引入了伪彩色图像中的颜色特征，验证了颜色特征用于极化SAR图像分类的有效性。
　　3.提出了一种新的基于原始数据的字典更新算法。用于稀疏表示的字典是从已知类别标签的数据中随机选取字典原子组成的，字典中很大可能会存在噪声点或者不能很好表示其他同类数据的字典原子。为了得到更有效的字典用于稀疏表示分类，本文提出了新的字典更新方法。该方法在原始字典中选取好的字典原子组成新字典，在保证字典大小相同的前提下可以获得更好的分类结果。
　　4.提出了改进的联合稀疏表示算法。为了减少稀疏表示分类中对单个像素点分类产生的大量计算，本文引入了联合稀疏表示算法并对其进行了改进。原始联合稀疏表示算法将整体分割区域所有像素点用于求取共有模式，由于本文算法获得的分割区域大小不一致，且多数分割区域包含像素点过多，使得联合稀疏表示分类结果并不好。本文将分割区域内像素点分为数目固定的数据集进行联合稀疏表示分类，统计分类结果，根据统计情况对整体分割区域进行分类，可以获得更好的分类结果。

著录项

作者
纪雅琪;
展开▼
作者单位

电子科技大学;

展开▼
授予单位电子科技大学;
学科信号与信息处理
授予学位硕士
导师姓名程建;
年度 2016
页码
总页数
原文格式 PDF
正文语种中文
中图分类数据、图像处理及录取;
关键词
极化SAR图像; 面向对象; 稀疏表示; 初始分割; 特征提取;

相似文献

中文文献
外文文献
专利

1. 基于CNN和RFC的极化SAR图像分类 [J] . 陈彦桥 ,张泽勇 ,陈金勇 . 无线电工程 . 2021,第002期
2. 基于Freeman分解和雷达植被指数的极化SAR图像分类 [J] . 李成绕 ,贾诗超 ,薛东剑 . 湖北农业科学 . 2021,第015期
3. 基于深度卷积神经网络的图上半监督极化SAR图像分类算法 [J] . 魏志强 ,毕海霞 ,刘霞 . 电子学报 . 2020,第001期
4. 基于超像素和全卷积网络的极化SAR图像分类 [J] . 陈彦桥 ,张小龙 ,陈金勇 . 无线电工程 . 2020,第012期
5. 基于MV与Wishart距离的极化SAR图像分类 [J] . 韩景红 ,王海江 . 成都信息工程学院学报 . 2019,第001期
6. 基于紧致极化SAR图像分类能力探索研究 [C] . WANG Yonghong ,汪永红 ,ZHANG Ran . 2019年西南三省一市自动化与仪器仪表学术年会 . 2019
7. 基于稀疏表示和深度学习的极化SAR图像分类 [A] . 陈彦桥 . 2019

基于稀疏表示的面向对象极化SAR图像分类

目录

摘要

著录项

相似文献

相关主题

期刊订阅