论文部分内容阅读
多极化合成孔径雷达(SAR)系统是目前微波成像技术研究与应用的一个重要领域,它可以得到一个与目标相关的2×2的复散射矩阵,不仅包含了幅度信息还具有相位信息,可以提供多倍于传统雷达的信息量,因此,它有效地提高了SAR对场景信息的获取能力,为进一步分析、识别和检测目标提供了有力的工具。但是由于极化雷达设备制造难度大,所以在很长一段时间里雷达极化的发展停滞不前。近年来随着理论的不断完善和电子技术的飞速发展,极化雷达正发挥着不可替代的作用,在军事、遥感、农业、水利和监测等方面得到广泛的应用。本文主要针对多极化合成孔径雷达图像增强和分类技术进行研究,主要内容如下:1.分析了极化合成技术在极化SAR图像处理中的重要应用:极化SAR图像的两类目标对比增强和极化SAR图像两目标同零抑制,其中线性加权法对比增强和极化对比增强的SUMT数值解法可以有效的增强图像中两类目标的对比度;两目标同零抑制可以有效的抑制图像中两种不希望的目标。2.针对全功率法、最优加权法和极化白化滤波法存在的不能保存极化信息等缺点,主要研究了两种极化SAR图像相干斑抑制方法:基于特征值分解的极化SAR相干斑抑制方法和极化SAR图像相干斑的自适应滤波处理,实验表明这两种方法可以很好地保持数据中的极化信息。经过处理的数据可以用于极化的合成与分解、目标的识别和分类等其它极化信息处理领域,由于数据所具有的噪声水平较低,因此可以大大提高极化信息获取的质量。3.研究了三种极化SAR图像分类方法,其中第一种方法借助于极化相关矩阵特征值分解的两个参数H和α将地物目标分为9个类别,实验证明这种分类的结果与实际景物吻合地很好,它基本上反映了实际地物的散射特征;第二种方法是基于极化相关矩阵服从复Wishart分布的ML迭代分类算法;第三种方法针对第二种方法存在的需要频繁使用了矩阵求逆运算和对数运算,有很大的运算量等缺点,引入了目标间差异度的概念,从而得到了基于目标极化差异度的迭代分类方法,实验证明后两种迭代分类算法都具有很好的分类效果。