检索结果-南通市图书馆

遥感学报 2024年第3期28卷 730-746页

作者：符婷陈思伟国防科技大学电子科学学院电子信息系统复杂电磁环境效应国家重点实验室长沙410073

合成孔径雷达(SAR)是对地观测等领域的重要传感器,得到了广泛应用。然而,单通道SAR图像每个像元只包含一个复散射值,有限的信息量在一定程度上限制了其应用性能。针对这一问题,本文提出了一种SAR图像空间纹理信息表征方法:方向性上下文... 详细信息

合成孔径雷达(SAR)是对地观测等领域的重要传感器,得到了广泛应用。然而,单通道SAR图像每个像元只包含一个复散射值,有限的信息量在一定程度上限制了其应用性能。针对这一问题,本文提出了一种SAR图像空间纹理信息表征方法:方向性上下文协方差矩阵(DCCM)。DCCM通过提取邻域中不同方向上的散射强度变化来拓展利用图像上下文信息,将单个像元从一个标量拓展为一组矩阵,从而极大提升了像元信息容量,实现了信息增广。在此基础上提取的DCCM纹理特征能够更完备地表征地物空间纹理特性,有望应用于地物分类等领域。本文将DCCM纹理特征分别与传统分类器和卷积神经网络结合,构建了基于方向性上下文协方差矩阵的SAR图像地物分类方法。利用AIRSAR和UAVSAR数据开展的对比实验表明,相比基于灰度共生矩阵、Gabor滤波和多级局部模式直方图3种典型纹理特征的分类方法,本文方法结合传统分类器时对总体分类精度提升达到7%以上,结合卷积神经网络时也展现出了优异的分类性能以及更好的稳健性。

关键词： SAR图像表征方向性上下文协方差矩阵空间纹理地物分类

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

雷达图像上下文信息表征及其应用研究

雷达图像上下文信息表征及其应用研究

引用

作者：符婷国防科技大学

学位级别：硕士

合成孔径雷达(Synthetic Aperture Radar,SAR)是一种高分辨率成像雷达。SAR具有全天时、全天候工作的独特优势,在民用和军用领域都有着重要应用。单波段、单极化仍然是现今许多SAR传感器常用的工作模式,该模式下获取的单通道SAR图像空... 详细信息

合成孔径雷达(Synthetic Aperture Radar,SAR)是一种高分辨率成像雷达。SAR具有全天时、全天候工作的独特优势,在民用和军用领域都有着重要应用。单波段、单极化仍然是现今许多SAR传感器常用的工作模式,该模式下获取的单通道SAR图像空间分辨率高、覆盖范围广,在资源调查、灾害监测、人造目标探测与识别等领域得到了广泛应用。然而,单通道SAR图像的每个像素只包含一个复散射值。受限于其中有限的信息量,当前一些应用的性能遇到了瓶颈。如果能对像素信息量进行有效增广,则有望进一步提升单通道SAR图像的应用性能。在上述背景下,论文围绕像素信息维度拓展和SAR图像表征,展开了SAR图像上下文信息表征方法研究。论文提出了方向性上下文协方差矩阵(Directional Context Covariance Matrix,DCCM),并利用DCCM开展了地物分类、舰船目标检测和地物变化检测等应用研究。论文的主要工作和创新点如下:(1)提出了一种SAR图像上下文信息表征方法——DCCM。DCCM联合像素强度信息和邻域空间信息,将单个像素由一个复散射值拓展成为一组矩阵,提升了单个像素的信息容量,实现了信息维度增广。通过提取邻域中不同方向上的散射强度变化,DCCM能够精细地表征邻域中的上下文信息。论文利用DCCM对包含不同地物目标的SAR图像切片进行了分析。与灰度共生矩阵、Gabor滤波和多级局部模式直方图三种典型纹理表征方法相比,包含不同目标的切片在DCCM特征空间中具有更大的类间-类内距离比。这表明DCCM能更有效地提取SAR图像信息,从而具备区分不同目标的性能优势。因此,DCCM在SAR图像地物分类、目标检测和变化检测等方面具有应用潜力。(2)提出了基于DCCM纹理特征的SAR图像分类方法。首先,通过相关值归一化减少特征各维度间的冗余信息。其次,通过对数变换增强图像暗部的对比度,使其中纹理细节更加凸显。随后,对DCCM中的元素进行筛选重构,得到DCCM纹理特征。在此基础上,提出了基于DCCM纹理特征的SAR图像分类方法。将该方法分别结合决策树和支持向量机两种传统分类器,开展了地物分类实验。与基于灰度共生矩阵、Gabor滤波和多级局部模式直方图三种典型纹理特征的分类方法相比,基于DCCM的方法在AIRSAR和UAVSAR数据上的总体分类精度提升达到7%以上。此外,论文还验证了DCCM纹理特征结合深度学习分类器的可行性。将几种纹理特征分别输入卷积神经网络开展对比实验,实验结果显示,基于DCCM纹理特征的卷积神经网络取得了最佳的分类精度,在AIRSAR和UAVSAR数据上最高分别达到87.07%和94.19%,证实了所提方法与卷积神经网络结合能够进一步提升SAR图像分类性能。(3)提出了基于最大值检测量的恒虚警率舰船检测方法。论文针对舰船目标与海杂波对比度不足的问题,提出了增强船海对比度的最大值检测量。最大值检测量利用目标像素与海杂波干扰像素在分布连续性上的差异,结合保留强点的策略实现了舰船目标对比增强。在目标-杂波比和统计直方图分析中,最大值检测量对弱目标的目标-杂波比提升达到10%以上,同时令目标与海杂波的直方图重叠面积下降了40%。验证了最大值检测量可显著增强目标与海杂波的对比度,提高目标的可检测性。在此基础上,提出了基于最大值检测量的恒虚警率舰船检测方法。Radarsat-2和高分三号数据集上的对比实验表明,所提方法取得了最佳的品质因数,在两景数据上分别达到了100%和96.79%。此外,所提方法能较好地保留舰船目标形态信息,有利于后续的分类、识别等应用。(4)提出了基于DCCM特征值分解的地物变化检测方法。该方法首先从DCCM中提取了包含强度和空间信息的特征量,构造了变化矩阵并对其进行特征值分解。然后,基于分解得到的特征值计算变化检测量。再经过方向平均、双向处理、中值滤波和归一化,得到融合空间信息的变化检测差异图。论文利用所提方法在UAVSAR多时相数据集上开展了变化检测实验。与常用的差值算子和对数比算子相比,所提方法能够同时检测出SAR图像上的强度变化区域和纹理变化区域,并且能够定量反映地物的变化程度。此外,所提方法对强度较弱的变化区域以及纹理变化区域的敏感性更好。

关键词：合成孔径雷达上下文信息方向性上下文协方差矩阵地物分类舰船检测变化检测

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：