全極化合成孔徑雷達圖像處理模型及方法

石俊飛，女，博士，從事方向：遙感圖像處理、機器學習、計算機視覺。
2016/10-至今， 西安理工大學，講師；2010/09-2016/09，西安電子科技大學，計算機學院，博士；2009/09-2010/07，西安電子科技大學，計算機學院，碩士；2005/09-2009/07，河南師範大學，計算機學院，學士。
參加的學術組織：CCF會員。
承擔過的重點科研項目：
1.國家自然科學基金（62006186），視覺認知驅動的高分辨極化SAR复張量特徵學習與地物分類，2021/01-2023/12,24萬，在研，主持。
2. 陝西省自然科學基金（2018JQ6055）, 基於視覺層次認知模型的極化SAR 影像分類方法研究，2018/1-2019/12,3萬，已結題，主持。
3. 陝西省教育廳專項科研計劃項目（19JK0566），基於視覺層次語義表達的極化SAR影像分類方法研究，2019/1-2020/12, 2萬，在研，主持。
4. 地理信息工程國家重點實驗室開放基金（SKLGIE2019-M-3-2）,基於視覺認知驅動的高分辨極化SAR複雜場景分類，2020.1-2021.12,5萬，在研，主持。
5. 國家自然科學基金(615732670),基於層次視覺語義模型和稀疏表徵的高分辨SAR圖像的分割和分類,2016/01-2019/12, 81萬，在研，參加。
6. 國家自然科學基金面上項目（61872290）弱光低照多光源發光互擾塵霧圖像的化模型及清晰化方法研究,2018/01-2018/12,16萬，已結題，參加。
7. 國家自然科學基金重點項目，91438201, 稀疏認識下的遙感影像在軌變化檢測與目標提取，2014/01-2017/12，380萬，已結題，參加。

目 錄
前言
符號對照表
縮略語對照表

1 章 極化 SAR 圖像分類概述           . . . 1
1.1 引言                1
1.2 極化 SAR 圖像數據            .3
1.2.1 極化 SAR 數據表示            . . 3
1.2.2 極化 SAR 數據的統計分佈           5
1.3 極化 SAR 圖像分類算法研究現狀和挑戰        9
1.3.1 極化 SAR 圖像分類算法研究現狀         . . 9
1.3.2 極化 SAR 圖像分類的難點和挑戰         . 13
1.3.3 視覺認知模型發展現狀           . . 14
1.4 視覺計算理論和初始素描模型         . . 15
1.4.1 Marr 視覺計算理論            . 16
1.4.2 初始素描模型             . . 17
1.5 深度學習模型             . .18
1.5.1 卷積神經網絡             . . 18
1.5.2 深度置信網絡             . . 19
1.5.3 深度自編碼              19
1.6 本書的貢獻和內容安排           .20

2 章 極化 SAR 圖像邊緣檢測算法          . 23
2.1 引言               . . . 23
2.2 極化 CFAR 檢測算法           . . 24
· · 全極化合成孔徑雷達圖像處理模型及方法
2.2.1 極化 CFAR 檢測算法的基本概念         . . 24
2.2.2 極化 CFAR 檢測算的缺點          26
2.3 融合極化機理和梯度學習的極化 SAR 邊緣檢測算法   27
2.3.1 基於 SPAN 圖的加權梯度邊緣檢測         28
2.3.2 基於語義規則的小波融合          .29
2.4 實驗結果和分析             . . . 31
2.4.1 實驗設置              . . 31
2.4.2 L 波段舊金山地區實驗結果和分析         . 31
2.4.3 C 波段極化 SAR 圖像實驗結果和分析        . 33
2.5 本章小結               . . 35

3 章 極化 SAR 圖像的視覺層次語義模型        . . 36
3.1 引言               . . . 36
3.2 極化 SAR 圖像的視覺層次語義模型與框架      . 38
3.2.1 視覺層次語義模型構建動機         . . .38
3.2.2 視覺層次語義模型數學表示         . . .41
3.2.3 視覺層次語義模型的框架          .43
3.3 初層語義：極化 SAR 素描圖的構建算法       . . . 44
3.3.1 極化邊線檢測算法            . . 44
3.3.2 素描線的選擇             . . 47
3.4 中層語義：區域圖構建算法           50
3.4.1 基於圖規則和素描線段局部統計特性的素描線段分組     . 50
3.4.2 聚集區域提取             . . 54
3.4.3 結構區域提取             . . 57
3.5 實驗結果和分析             . . . 58
3.5.1 多組極化 SAR 圖像驗證模型有效性        . . . 58
3.5.2 參數分析              . . 59
3.6 本章小結               . . 62

 4 章 基於層次語義模型和極化特性的極化 SAR 地物分類   . . .63
4.1 引言               . . . 63
4.2 算法框架               . . 64
4.3 語義分割算法             . .65
4.3.1 初始分割              . . 65
4.3.2 聚集區域分割算法            . . 66
4.3.3 結構區域分割算法            . . 66
4.3.4 層次分割算法             . . 67
4.4 語義–極化分類算法             69
4.4.1 H/α-Wishart 分類            . 70
4.4.2 融合語義分割和極化機理的分類策略       . . . 70
4.5 實驗結果和分析             . . . 71
4.5.1 實驗數據和設置             71
4.5.2 合成極化 SAR 圖像的實驗結果和分析        . 72
4.5.3 E-SAR 衛星 L 波段極化 SAR 圖像實驗結果和分析     . . 74
4.5.4 AIRSAR 衛星 L 波段極化 SAR 圖像實驗結果和分析    . 76
4.5.5 CONVAIR 衛星極化 SAR 圖像實驗結果和分析      . 78
4.5.6 RadarSAT-2 衛星 C 波段極化 SAR 圖像實驗結果和分析    . 78
4.5.7 參數分析              . . 80
4.6 本章小結               . . 83

5 章 基於極化素描圖和自適應鄰域 MRF 的極化 SAR 地物分類 . . . 84
5.1 引言               . . . 84
5.2 極化素描圖               86
5.3 基於極化素描圖和自適應鄰域 MRF 的極化 SAR 地物分類算法  88
5.3.1 極化 SAR 數據分佈            . 88
5.3.2 基於素描圖的自適應 MRF 模型        . . . 91
5.3.3 算法描述              . . 97
5.4 實驗結果和分析             . . . 98
5.4.1 實驗設置              . . 98
5.4.2 仿真數據的實驗結果和分析         . . .99
5.4.3 CONVAIR 衛星 Ottawa 地區極化 SAR 圖像實驗結果和分析   102
5.4.4 E-SAR 衛星 L 波段極化 SAR 圖像實驗結果和分析     . 105
5.5 本章小結               . 105

6 章 基於深度學習和層次語義模型的極化 SAR 地物分類    . 107
6.1 引言               . .107
6.2 深度自編碼模型             . . 109
6.3 極化層次語義模型             110
6.4 DL-HSM 算法             111
6.4.1 聚集區域的深度自編碼模型          . 112
6.4.2 結構區域邊界定位            . 115
6.4.3 勻質區域的層次分割和分類          . 116
6.5 實驗結果和分析             . . 117
6.5.1 實驗數據和設置            . . . 117
6.5.2 合成圖像實驗結果和分析          . . . 119
6.5.3 AIRSA 衛星 L 波段極化 SAR 圖像實驗結果和分析     . 120
6.5.4 CONVAIR 衛星極化 SAR 圖像實驗結果和分析      122
6.5.5 RadarSAT-2 衛星 C 波段極化 SAR 圖像實驗結果和分析    123
6.5.6 參數分析              . 124
6.6 本章小結               . 125

參考文獻                . . . 126