论文部分内容阅读
随着极化合成孔径雷达（PolSAR）影像的分辨率越来越高，PolSAR影像的处理方式经历了从像素到对象的发展。为了充分利用PolSAR影像的多种特征，本文使用基于对象的PolSAR分析方法。现在的对象方法使用的极化特征是基于对象所包含的像素的极化分解提取的，计算量大，极化特征提取效率低。针对此问题，提出了对象化的极化分解方法以提高极化特征提取的效率。该方法基于极化相似性系数通过迭代构造对象的表征矩阵，对于对象的表征矩阵进行极化分解获取极化参数，并通过数学和实验数据证明了对象表征矩阵的收敛性。最后通过与基于像素和基于对象分类方法的对比实验，验证了对象分解方法在提高极化特征获取效率的同时能够高效地对地物目标进行解译。针对几种典型地物，使用RADARSAT-2数据通过决策树进行实验评价与分析，通过描述决策树在极化、空间、极化和空间三种组合下选择的特征，分析不同类型特征在地物目标提取过程所起的作用，为新型高分辨率SAR图像典型地物识别建立解译标志库提供重要参考。