星载极化SAR图像分类的法拉第效应研究

1144766066 · 发表于 2022-4-9 08:16:28

题目：

雅宝题库答案：

****此区域为收费内容**** 需支付 1 知识币后可查看，1币=0.01元查看答案

雅宝题库解析：
极化SAR图像分类是极化图像遥感应用的重要课题之一，它对复杂地表的特征信息获取与地表分类有重要意义。借助全极化SAR，能获得关于目标更丰富的信息，使得极化图像分类在地质勘探、地形制图、植被生长状况评估、城市规划及海洋监测等方面都有很广泛的应用。极化图像分类是主要的极化图像遥感应用之一，同时地面目标的分类和解释也是当今的研究热点。目前，采用长波长低频波段的星载极化SAR对地表进行探测需求日益增强，然而，电离层中法拉第旋转效应对低频波段探测的影响尤为突出，为准确解读极化SAR图像带来障碍。本文围绕电离层法拉第旋转效应，重点研究极化SAR图像分类应用，探索法拉第旋转给解读极化SAR图像带来的影响。进一步找出有效降低法拉第旋转效应的极化SAR图像分类方法。极化目标分解理论是分析极化SAR图像数据，提取目标的极化散射特性，实现对全极化数据的图像分类等应用的理论核心。本文通过理论解析包含法拉第旋转角的目标分解的特征参数，研究这种情况下它们发生的变化和其在刻画目标物理散射上产生的缺陷。借助机载极化SAR的L波段数据，可以模拟星载极化SAR信号，再进一步加入法拉第旋转角，得到基于Wishart分布的H/α/A非监督极化图像分类实验结果。法拉第旋转角设定在一定范围内，可以分析法拉第旋转是否造成目标类别的误分。法拉第效应令极化SAR图像分类的性能下降，找出题目所在，从而为找到对法拉第旋转更为不敏感的分类方法提供思路和依据。本文研究基于总功率SPAN与特征值分解结合的极化SAR图像分类方法与法拉第效应，力求获得对法拉第效应不敏感的、稳定的分类算法。通过验证总功率SPAN作为极化图像分类的参量的合适程度，评价其是否能有效刻画目标散射特征，审视它对法拉第旋转的敏感度，确定其作为评价H/α /SPAN-Wishart非监督分类性能的一个依据。进一步将分类结果与传统的H/α /A-Wishart分类进行比较，得到实验结果，获得对法拉第效应不敏感的稳定的分类算法。

星载极化SAR图像分类的法拉第效应研究

天涯海角也要找到Ni：星载极化SAR图像分类的法拉第效应研究

相关帖子

QQ微信同步：1144766066。

服务

网站

战略合作