结合旋转域极化特征的极化SAR地物分类

• 作者: 李永祯 肖顺平 陈思伟 陶臣嵩
• 来源期刊: 雷达学报
• 学科: 工学
• 关键词: 极化合成孔径雷达 极化特征 旋转域 支持向量机 地物分类
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 论文
• 页码范围: 524-532
• 页数: 9页
• 分类号: TN957.52
• 字数: 5670字
• 语种: 中文
• DOI: 10.12000/JR16131

摘要

地物分类是极化合成孔径雷达(SAR)图像理解与解译的重要应用方向.利用H/A/α/SPAN等旋转不变特征参数的极化SAR地物分类是一种常用的分类方法.然而,目标的后向散射响应与其方位取向等姿态密切相关,极易引起散射机理的解译模糊,也限制了仅使用旋转不变特征参数作为分类特征集的极化SAR地物分类方法的精度.针对这一问题,有文献提出了在绕雷达视线的旋转域中解译目标散射特性的统一的极化矩阵旋转理论,并导出了一系列旋转域极化特征,刻画目标旋转域隐含信息.基于该理论,该文将旋转域极化特征用于极化SAR地物辨识与分类,并发展了一种结合旋转域极化特征与旋转不变特征H/A/α/SPAN的极化SAR地物分类方法.该方法将优选的旋转域极化特征参数和H/A/α/SPAN作为支持向量机(SVM)分类器的输入,利用两类特征对不同地物类别区分辨识能力的互补,以达到更好的分类性能.对AIRSAR和UAVSAR实测数据的对比实验表明,相较于仅以H/A/α/SPAN作为SVM分类器输入的传统方法,该方法得到更好的分类精度和稳健性.其中,对于AIRSAR数据十五类地物的分类,该方法总体分类精度达到92.3％,优于传统方法的91.1％.此外,对于多时相UAVSAR数据七类地物的分类,该方法平均总体分类精度达到95.72％,显著优于传统方法的87.80％,验证了该方法对多时相数据的稳健性.该文研究进一步证实了通过深入挖掘旋转域中目标极化散射信息能够为极化SAR图像的解译与应用提供新的可行途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李永祯	国防科学技术大学电子科学与工程学院电子信息系统复杂电磁环境效应国家重点实验室	47	301	9.0	15.0
2	肖顺平	国防科学技术大学电子科学与工程学院电子信息系统复杂电磁环境效应国家重点实验室	63	602	13.0	21.0
3	陈思伟	国防科学技术大学电子科学与工程学院电子信息系统复杂电磁环境效应国家重点实验室	2	12	2.0	2.0
4	陶臣嵩	国防科学技术大学电子科学与工程学院电子信息系统复杂电磁环境效应国家重点实验室	1	6	1.0	1.0