1、作為極化SAR圖像解譯中的基本方法之一，極化SAR圖像分類處理同樣也是極化SAR成像技術(shù)邁向?qū)嶋H工程應(yīng)用的重要步驟，因而日益成為研究人員探討的熱點(diǎn)問(wèn)題。極化SAR傳感器呈現(xiàn)出的其中一個(gè)關(guān)鍵技術(shù)方向是系統(tǒng)分辨率的顯著提升。分辨率的提升帶來(lái)更加豐富特征信息的同時(shí)也向極化SAR圖像處理制造了新的麻煩。高分辨率極化SAR圖像的空間結(jié)構(gòu)信息更明顯、地物起伏更劇烈、統(tǒng)計(jì)特性發(fā)生改變、數(shù)據(jù)量迅速增大、場(chǎng)景更為復(fù)雜等問(wèn)題，使得原本中低分辨率前提下的各類

2、極化SAR圖像分類算法已不能適應(yīng)高分辨率極化SAR圖像中的實(shí)際應(yīng)用需要。本文從現(xiàn)有的圖像處理方式出發(fā)，針對(duì)上述情況，研究了適用于高分辨率極化SAR圖像的分類算法。論文的具體研究?jī)?nèi)容主要包括如下四個(gè)方面：
　　1.研究了包含綜合后向散射信息的極化特征構(gòu)建方法。高分辨率極化SAR圖像地物起伏劇烈，傳統(tǒng)的單一極化參量無(wú)法全面描述地物細(xì)節(jié)特性。經(jīng)過(guò)極化代數(shù)運(yùn)算或極化目標(biāo)分解兩類方法提取的極化特征，從不同角度解譯了極化SAR數(shù)據(jù)。將它們收集

3、起來(lái)共同組建高維極化特征空間，可以獲取綜合的回波散射信息。
　　2.根據(jù)紋理結(jié)構(gòu)信息更明顯的特質(zhì)，在高分辨率極化SAR圖像分類中引入空間特征。為了有效捕獲極化SAR圖像的空間信息，選取了Gabor、MP、AP這三種特征。并在提取空間特征前計(jì)算SPAN基圖像作為預(yù)處理手段以克服極化SAR圖像固有相干斑噪聲的影響。本文通過(guò)實(shí)驗(yàn)驗(yàn)證了空間特征作用于高分辨率極化SAR圖像進(jìn)行分類的有效性。
　　3.將結(jié)合辨別分析與流形學(xué)習(xí)的LPDA

4、算法作用于高分辨率極化SAR圖像分類中，以解決待處理數(shù)據(jù)量增大的難題。該方法通過(guò)在一定準(zhǔn)則下將特征向量的結(jié)構(gòu)最優(yōu)化，來(lái)保留類內(nèi)流形結(jié)構(gòu)并使類間可分性最大。實(shí)驗(yàn)證明，該降維算法能夠在減少冗余的同時(shí)保持原有高維特征的分類正確性。
　　4.面對(duì)高分辨率條件下極化SAR圖像場(chǎng)景復(fù)雜性加大的情況，本文探討了將極化特性與空間特性相結(jié)合為分類所用的算法。其中如何將兩類特性結(jié)合的難題是采用信息融合技術(shù)解決的。兩種融合策略被考慮，分別是基于特征級(jí)與