论文部分内容阅读
2007年三颗新型高分辨率SAR卫星COSMO-SkyMed、TerraSAR-X、RADARSAT-2的成功发射,为世界遥感领域提供了新的数据源,引起了国内外遥感领域专家学者的密切关注。人们寄希望于新型数据源为国民经济各个领域的应用注入新的血液。分辨率的提高,极化方式的丰富为各行业的成功应用提供了可能。本文致力于新型高分辨率极化SAR数据对于典型地物的识别最佳效果研究,以新型高分辨率极化SAR数据为基础做了以下几方面的分析:1、针对新型高分辨率SAR数据的特点,分析了典型地物在高分辨率SAR图像上的成像特性。按照国土第二次大调查规定的第一大类:耕地、建设用地、林地、草地、交通运输用地、水域及水利设施用地等典型地物类型进行研究,详细分析了各典型地物在高分辨率SAR图像中的结构特性、后向散射特性以及不同极化状态下的成像特性。2、介绍了高分辨率SAR图像的预处理方法,其中辐射定标、几何校正以及SAR图像滤波是最主要的三个方面。针对多云多雨地区光学数据的缺乏提出了SAR图像之间校正时控制点的优化选择依据,并且比较了常用滤波方法对于高分辨率SAR数据的滤波效果。3、不同模式的高分辨率SAR数据对于地物的结构特征以及细节表征能力各异,本文详细比较了不同模式高分辨率SAR数据对于典型地物的识别效果;同时还进行了高分辨率多时相SAR数据增强及地物识别效果的比较。最后以北京通州区为试验区进行了多时相SAR数据组合的分类效果评估。4、极化信息的增强同样为典型地物的识别能力带来了很大提高。本文以贵州扎佐林场地区为试验区,利用RADARSAT-2全极化数据比较了典型地物在全极化状态下的后向散射值以及极化响应特征。针对国内外目前常用的极化目标分解方法对典型地物的识别进行了分析,给出适用于该典型地物特征的最佳极化目标分解方法。5、针对常用的基于极化散射特性及目标分解理论的各种极化图像分类方法,对贵州扎佐林场试验区进行了分类效果的比较,为极化SAR数据进行典型地物的识别提供了建议。