基于全极化SAR影像的双台河口湿地分类及其变化分析

为了研究辽东湾双台河口湿地变化原因,对该地区全极化SAR影像进行湿地分类.引入Freeman分解建模全极化SAR影像,得到二面角散射、体散射、表面散射的散射功率,利用SVM分类法对散射机制假彩色影像进行分类,进而确定该地区的湿地分布情况.通过对比分析2007年与2016年的湿地分布情况,同时考虑区域特性和数据的可获取性,选取盘锦市年降水量、年均气温、年径流量、海平面高度、城市建成面积、原油年产量、水产品年产量和逐年GDP等8个驱动因子,研究双台河口湿地变化的驱动机制.结果表明:(1)全极化SAR影像分类结果总精度达到80. 25%,较光学影像的分类精度提升7. 43%,并且可将芦苇湿地进一步细分为芦苇池塘和芦苇草甸;(2)2016年双台河口各湿地面积占比依次为草本沼泽(28. 54%)>浅海水域(22. 44%)>灌丛沼泽(16. 88%)>水产养殖厂(9. 54%)>河流(8. 91%)>稻田(7. 58%)>淤泥质沙滩(6. 11%);(3)不同湿地的变化原因有所差异,驱动因子也不尽相同,如水产品年产量增加是水产养殖厂转化为淤泥质沙滩的直接驱动因子,而气温上升等自然因素和城市建成区面积增长等社会因素是草本沼泽退化和变化的主要驱动因子.研究显示,全极化SAR影像较光学影像更适合湿地分类,而双台河口湿地自然湿地减少和人工湿地增加是自然和社会因素共同作用的结果.

一种改进的MCSM/H-PSO全极化SAR影像分类方法

粒子群算法由于其优秀的随机全局寻优能力,在遥感图像分类领域应用广泛。为进一步提高粒子优劣判别能力,使得最终聚类中心更具合理性,本文在应用PSO算法进行全极化SAR影像分类时,考虑影像相邻像素间具有空间相关性,提出了加权PSO算法,以提高分类精度。同时,在进行全极化SAR影像分类时,为了更充分地利用全极化SAR影像极化特征,采用多成分散射模型分解(MCSM)方法结合散射熵提取影像6种极化特征。改进的MCSM/H-PSO全极化SAR影像分类方法,首先通过MCSM分解和散射熵对全极化SAR影像进行基于散射机理的初分类,再将分类结果作为加权PSO算法的初始类别划分,并通过迭代实现地物分类。采用北京市Radarsat 2全极化SAR数据和美国旧金山AIRSAR全极化SAR数据分别进行试验,本文方法分类总体精度分别可达90.57%和93.25%。

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。

极化SAR影像与DEM融合技术在计算水库动库容中的应用

常规的水利监测方法不能及时准确的测定水库在某一时刻的动库容,很难有效的为汛期防洪减灾提供实时准确的数据。极化SAR影像技术具有全天候实时采集数据的特点,极化SAR影像与DEM相融合测定水库回水曲线,然后采用楔形容积计算和槽蓄容积计算方法计算动库容,最后结合水位站点实测数据对动库容进行修正。

基于极化SAR影像绘制库容曲线的研究

我国部分水库没有库容曲线或水库库容曲线年代久远,不能真实地反映实际库容情况。为精准高效地掌握库容曲线,以王家湾水库为例,基于多时相极化合成孔径雷达(Synthetic Aperture Radar,SAR)影像数据,利用多分量散射模型(multiplecomponent scattering model,MCSM)提取水库水域的面积,再结合水库水位观测资料,拟合出水位与面积的函数关系式,利用微积分原理推演出水库库容曲线,通过水量平衡法进一步证实库容曲线的精度。结果显示水量平衡法计算库容增加值与库容函数及库容曲线推求库容增加值差值很小,证明了库容函数及库容曲线的正确性。研究结果表明,利用极化SAR影像绘制库容曲线方法在保证库容精度的前提下,能显著提高绘制效率,可节省大量人力、物力、财力。

一种改进的全极化SAR影像面向对象分类方法

面向对象分类过程,首先对图像进行分割得到对象,然后将对象进行分类,分割效果直接影响最终分类精度.针对这一问题,提出一种改进的全极化合成孔径雷达(SAR)影像面向对象分类方法,在分类时首先通过计算各对象内部像元类别比例对对象进行判断,若所有类别比例均没有达到某个阈值,则认为此对象存在分割偏差,对其进行基于像元的分类,反之则进行面向对象分类,最后整合像元级和对象级分类结果.分类算法采用改进分类器动态选择法(ICDS)对差异性较大的3个基分类器Wishart、核-KNN和Wishart-KNN进行决策级融合.以AIRSAR,EMISAR的全极化SAR影像为数据进行分类实验.结果表明:改进算法充分利用了对象级和像素级分类的优点,从而得到高精度的分类结果,该算法具有良好的应用前景.

全极化SAR影像城区建筑密度分析

针对全极化SAR影像的建筑区特性,提出了一种基于极化特征共生矩阵的城区建筑密度分析方法。首先将极化特征与共生矩阵结合,在考虑建筑区极化散射机理和建筑朝向作用的同时,兼顾了建筑区的空间排列信息,在此基础上为了增强建筑密度的局部区域特性,将共生矩阵特征进行K-means聚类,结合图像分块形成标号直方图统计矢量,进而对该直方图统计矢量进行矢量量化实现SAR影像城区的建筑密度分级。RadarSat-2全极化SAR影像城区建筑密度分析的实验表明,该方法既适用于建筑朝向复杂城区也适用于建筑排列整齐城区的密度信息提取。

Radarsat-2全极化SAR车辆目标典型方位特性分析

Radarsat-2卫星可为普通用户提供8 m分辨率全极化SAR影像服务,这为研究基于星载全极化SAR影像的目标检测与监视提供了数据保障。针对此新型星载SAR影像中的车辆目标,本文提出以目标RCS测量和极化分解两种技术相结合的目标特性分析方法,并以同型号、典型方位的大型卡车为例,进行了不同入射角条件下的两次同步实验。利用本文提出的分析方法对实验数据进行了分析,给出了卡车目标在不同成像方式下的极化特性分析结论。为进一步研究基于星载全极化SAR影像的道路交通监测提供了基础。

基于最佳特征矢量组合的辽河口湿地分类研究

最佳特征矢量组合能够解决多特征分类过程中的特征选取和数据冗余等问题,从而提高分类精度。文章在提取多种极化特征的基础上,研究面向辽河口湿地地物类型的最佳极化特征矢量组合,并在此基础上实现该区域的极化SAR影像湿地分类,其分类结果对辽河口湿地的监测及资源的保护和利用具有较大的应用价值。