粒子群优化算法在全极化SAR影像非监督分类中的应用

极化SAR影像高维数以及高分辨率带来的大数据量特点使得影像分类的复杂度不断增加。粒子群优化(PSO)算法作为新型进化计算技术,具有强大的全局寻优能力。本文研究了一种基于PSO算法的极化SAR影像的分类方法。该方法首先利用H/α方法对数据进行基于散射机理的初分类;然后利用分类结果对PSO算法进行初始化;最后采用PSO对极化SAR数据迭代分类。实验采用NASA-JPL实验室的极化SAR数据以及中国电子科技集团X波段原型样机的高分辨率数据。结果表明,H/α-PSO分类方法较H/α-Wishart分类精度及目视效果均有所提高。     

基于高光谱的湿地植被分类研究

光谱特征的选择对于湿地植被的识别精度和效率有直接的影响。本文以萨克拉门托-圣华金三角洲为研究区,基于Hy Map航空高光谱遥感影像数据,分析湿地植被的一阶微分和二阶微分光谱特征。在上述分析的基础上基于均值置信区间的波段选择法对一阶微分、二阶微分进行波段选择,根据获取的有效特征波段构建特征集,利用C5决策树分类算法产生规则集,并对实验区的湿地植被进行了分类研究。结果表明:湿地植被的一阶微分、二阶微分能够突出不同湿地植被光谱曲线在不同波段的增速不同,利用均值置信区间的波段选择法能够对特征波段起到降维效果,根据降维后的特征波段采用C5决策树分类算法,可以实现湿地植被在物种水平上的识别,并达到较好的分类精度。     

基于HJ-1C SAR数据的辽东湾海冰分类

针对海冰遥感分类问题,使用我国首颗民用合成孔径雷达卫星环境一号星(HJ-1C)图像的S波段VV极化SAR数据进行辽东湾海冰分类,提出了一种针对单极化SAR数据的海冰分类方法。使用基于SAR数据的3种海冰信息作为分类依据,即灰度信息、灰度共生矩阵纹理信息及基于平整冰面积百分比提取的平整冰密集度信息。研究结果表明,平整冰密集度信息是区分碎冰和风致纹理粗糙开阔水的有效信息。使用最大似然法与决策树融合的分类方法可以有效地识别封冻期辽东湾海域的碎冰、平整冰和开阔水3种类型,为海冰分类提供了一种新思路。     

结合BRF神经网络的全极化SAR影像分类方法研究

为了解决模糊支持向量机(FSVM)算法应用于全极化SAR影像分类而产生的聚类中心陷入局部过适应问题,本文提出了一种基于模糊分割理论结合RBF神经网络的全极化SAR影像分类方法。主要利用模糊聚类分割、极化分解、纹理特征提取等,构建待分类地物特征集,并通过SGE进行监督降维,采用降维后的待分类地物极化表征完成RBF分类器训练,实现全极化SAR影像监督分类。最终通过C波段Randsat-2全极化SAR数据进行实测检验,结果表明,该方法使得分类结果区域一致性增强,充分地保存了待分类地物细节信息。     

基于波段组合的高光谱数据湿地分类研究

对高光谱数据进行波段组合,可以减少信息量的冗余,提高数据的处理速度。对黄河口入海口湿地进行分类,对合理利用、开发保护该地区湿地资源具有重要意义。本文首先分析了“珠海一号”高光谱数据各个波段的信息量及波段之间的相关系数,然后利用最佳波段指数(OIF)方法选出波段组合B7-B8-B32,进一步在OIF基础上设置信息量与相关系数阈值,选出波段组合B7-B18-B32,实验结果证明分类精度提高了5.4%。最后,根据地物的光谱特征分析,选择光谱差异较大的波段进行组合B6-B13-B18,分类后精度比OIF筛选出的波段组合精度高12.6694%。经实验验证,结合地物光谱特征的波段组合可以大大提高分类精度。     

结合时间序列Sentinel-1数据和面向对象的湿地信息提取方法

基于光学影像的遥感技术受云雨等天气条件影响较大,而合成孔径雷达(SAR)由于具有穿透能力可以很好的克服这一缺陷。本文以黑龙江流域扎龙湿地为研究区域,采用时间序列C波段双极化(VV、VH)Sentinel-1数据,结合面向对象的图像分析技术对扎龙湿地进行分类。对比分析了5种机器学习算法得出随机森林算法的精度最高,总体精度为88.43%,Kappa系数为0.8646,其中沼泽的制图精度达到84.68%,用户精度达到89.47%。使用Sentinel-1数据对扎龙湿地进行湿地信息提取的最佳时相为5月、7月和8月。     

影像融合和面向对象技术在湿地分类中的应用

利用SPOT全色波段影像和Landsat ETM+多光谱影像,采用波段特征分析法和改进的最佳波段指数法确定最佳融合波段。选择具有代表性的HSV变换、Brovey变换、PCA变换、Gram-schmidt变换和小波变换方法进行影像融合。针对融合后的影像采用定量评价法进行质量评价,通过不同地物的光谱、空间和纹理信息等进行比较分析构建适当的分类特征和规则,采用面向对象的遥感分类方法进行分类。结果表明,波段特征分析法和改进的最佳波段指数法结合,可以获得最佳融合波段。各融合方法均有效提升了影像效果,其中HSV和GS变换融合方法更好地保持了影像的多光谱和高分辨率特性,融合后各地物特征分类明显,可以有效应用于湿地分类;采用主成分分析法来设置面向对象分类中的波段权重,可以利用各波段信息量的差异进行影像的分割。基于各种遥感指数的面向对象分类方法用于湿地分类获得了93.62%的分类精度,与传统的分类方法相比有了很大进步,在湿地分类中具有很大的应用潜力。     

引入商空间粒度计算的全极化SAR影像分类

为了充分利用不同极化特征信息,并将其有效地结合,提出一种结合粒度计算的全极化合成孔径雷达（synthetic aperture radar,SAR）影像分类方法。在不同极化目标分解特征组合的基础上引入影像纹理信息,利用光滑支持向量机（smooth support vector machine,SSVM）对不同特征组合进行类别划分获得粗粒度空间,采用商空间对粗粒度进行合并;根据全极化SAR影像分布特性,以相干矩阵作为新的特征矢量,利用Wishart测度代替传统欧氏距离对差异粒度进行推理,通过合并推理结果与合成论域,获得精细分类结果。采用L波段San Francisco地区和荷兰Flevoland地区的全极化SAR影像进行分类试验,结果表明:利用SSVM算法对全极化SAR影像进行粗粒度划分,并采用Wishart距离对差异粒度推理综合,总体分类效果优于结合纹理信息的Cloude及Yamaguchi4分类结果,且优于基于线性特征融合进行监督分类方法。     

基于多源遥感的沼泽湿地水文边界界定方法研究

湿地边界的界定研究是湿地科学的基础研究.湿地水文特征是界定湿地边界的唯一可靠标准.论文以洪河自然保护区为试验区,围绕湿地水文特征指标,构建了沼泽湿地的"淹埋深-历时-频率"阈值研究的理论和方法,并利用沼泽植被边界处的长时间序列的"水位-历时"过程线反演了湿地的"淹埋深-历时-频率阈值",并利用该阈值界定了湿地水文边界,主要研究结论如下:(1) McNemar's 统计检验表明,与单一极化SAR 数据集和不同波长极化SAR 整合数据集相比,ZY-3 多光谱和极化SAR 整合数据集显著提高了湿地植被的分类精度和识别能力,总体分类精度达到了94 .15% ,从用户精度上来看:浅水沼泽植被在单一的极化SAR 数据集中分类精度高于灌草植被和深水沼泽植被,Radarsat-2 和PALSAR 的整合数据集提高了灌草植被和深水沼泽植被的识别精度.从生产者精度上来看,浅水沼泽植被和深水沼泽湿在单一极化SAR 影像中的识别精度均高于灌草植被,ZY-3 和Radarsat-2 的整合数据集使灌草植被的精度提高了14 .7% ,达到了89 .41% .     

机载X波段极化干涉SAR数据非监督分类方法研究

针对经典极化分类算法在处理机载X波段SAR数据时将过多地物分为体散射类型,并且容易受噪声影响,分类结果存在大量误分现象的问题,通过对机载X波段SAR数据非监督分类方法的研究,提出将极化干涉信息用于机载X波段极化干涉SAR数据的分类。通过运用极化干涉数据进行目标分解得到参数A1和A2对数据进行初始分类,然后结合改进的Wishart最大似然分类算法来进行地物的自适应分类。实验结果表明,该方法能有效避免平地效应的影响,抗噪性好,能正确区分三种典型散射类型,分类效果明显优于极化分类效果。     

多时相ASAR数据的地表覆盖分类研究

本文选择了位于念青唐古拉山脉西段,覆盖范围大约100×100km2的区域,使用四个不同时期内的ASAR图像数据进行地表覆盖分类的研究。研究结果表明,虽然同种类型的地物在同一景雷达图像上的后向散射系数存在一定的差异,但是其后向散射系数随时间的变化规律却是一致的。根据地物后向散射系数的这种时相特征,我们对研究区的地表覆盖进行了分类,结果显示使用该方法能有效地区分草原、草甸、裸岩、水体、终年积雪等。     

星载C波段与机载P波段全极化SAR影像地物分类方法

目前中国的环境形势十分严峻,对于环境的监测及保护已经成为当务之急。利用合成孔径雷达(SAR)全天候的工作能力,配合星载C波段以及机载P波段的全极化数据信息,对内蒙古根河地区的地物展开分类研究,相比于单波段的分类结果有一定的改善,可以得到较为精确的分类结果,为之后的地理国情以及环境监测提供了有效的支持,也解决了单波段无法充分利用极化信息的弊端,为以后的研究提供资料。     

面向城市地物分类的 SAR 图像纹理特征提取与分析

合成孔径雷达（ SAR）图像含有丰富的纹理信息,特别是进行城市地物分类时,纹理特征对于图像的解译具有重要的意义。本文对基于灰度共生矩阵和Gabor变换两种纹理特征提取方法进行了研究,将灰度和不同纹理特征组合应用于SAR图像城市地物分类,并以ALOS PALSAR影像为数据源进行了实验。通过对不同分类结果进行定性和定量分析,结果表明,引入纹理特征后的SAR图像分类结果要优于无纹理信息参与的分类结果,基于不同纹理特征组合的SAR图像分类结果要优于基于单一纹理特征的分类结果。     

机载合成孔径雷达技术在地形测绘中的应用及其进展

合成孔径雷达(SAR)技术由于其全天候、全天时的工作能力,成为近几年来摄影测量与遥感领域的研究热点。机载SAR系统的逐渐增多为SAR技术的发展提供了丰富的数据源。本文综述了近两年来国内外机载合成孔径雷达(AIRSAR)技术在地形测绘中的研究、试验和应用进展,评述了机载合成孔径雷达关键技术的解决途径,展望了机载合成孔径雷达技术在地形测绘和其他领域中的应用前景。     

基于pLSA和Topo-MRF模型的SAR图像分类算法研究

针对大多数分类方法未能同时考虑图像与特征、类别与特征、类别与类别之间关系的问题,提出了一种基于潜在语义分析(pLSA)和拓扑马尔可夫随机场(Topo-MRF)模型的合成孔径雷达(synthetic aperture radar,SAR)图像的分类算法。实验结果证明了该算法的有效性。     

Research on SAR data integrated processing methodology oriented on earth environment factor inversions

ABSTRACT

As an important advanced technique in the field of Earth observations, Synthetic Aperture Radar (SAR) plays a key role in the study of global environmental change, resources exploration, disaster mitigation, urban environments, and even lunar exploration. However, studies on imaging, image processing, and Earth factor inversions have often been conducted independently for a long time, which significantly limits the application effectiveness of SAR remote sensing due to the lack of an overall integrated design scheme and integrated information processing. Focusing on this SAR application issue, this paper proposes and describes a new SAR data processing methodology – SAR data integrated processing (DIP) oriented on Earth environment factor inversions. The simple definition, typical integrated modes and overall implementation ideas are introduced. Finally, focusing on building information extraction (man-made targets) and sea ice classification (natural targets) applications, three SAR DIP methods and experiments are conducted. Improved results are obtained under the guidance of the SAR DIP framework. Therefore, the SAR DIP theoretical framework and methodology represent a new SAR science application mode that has the capability to improve the SAR remote sensing quantitative application level and promote the development of new theories and methodologies.     

多波段高分辨率星载合成孔径雷达成像处理方法研究

星载合成孔径雷达（SAR）是一种工作在微波波段的主动式遥感器,它综合运用合成孔径技术、脉冲压缩技术和数据处理技术,采用较短的天线就能够获得方位和距离两个方向的高分辨率雷达图像。研制星载SAR系统的目的是获得具有一定测绘带宽和一定分辨率的地面目标图像,传统SAR模式不能同时满足高分辨率及较宽测绘带的要求。本文主要研究了多...     

Segmentation of SAR image using statistical separability rule

Journal of the Indian Society of Remote Sensing - In order to develop fully the application of Synthetic Aperture Radar (SAR) data, special image analysis techniques are required. In the present...     

Multi-temporal RADARSAT-2 polarimetric SAR for maize mapping supported by segmentations from high-resolution optical image

Due to its ability to penetrate the cloud, Synthetic Aperture Radar (SAR) has been a great resource for crop mapping. Previous research has verified the applicability of SAR imagery in object-oriented crop classification, however, speckle noise limits the generation of optimal segmentation. This paper proposed an innovative SAR-based maize mapping method supported by optical image, Gaofen-1 PMS, based segmentation, named as parcel-based SAR classification assisted by optical imagery-based segmentation (os-PSC). Polarimetric decomposition was applied to extract polarimetric parameters from multi-temporal RADARSAT-2 data. One Gaofen-1 image was then used for parcel extraction, which was the basic unit for SAR image analysis. The final step was a multi-step classification for final maize mapping including: the potential maize mask extraction, pure/mixed maize parcel division and an integrated maize map production. Results showed that the overall accuracy of the os-PSC method was 89.1%, higher than those of pixel-level classification and SAR-based segmentation methods. The comparison between optical- and SAR-based segmentation demonstrated that optical-based segmentation would be better at representing maize field boundaries than the SAR-based segmentation. Moreover, the parcel- and pixel-level integrated classification will be suitable for many agricultural systems with small landownership where inter-cropping is common. Through integrating advantages of the SAR and optical data, os-PSC shows promising potentials for crop mapping.