資源描述：
《多波段全極化SAR海冰分類研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、專業(yè)學(xué)位碩士學(xué)位論文多波段全極化SAR海冰分類研究ResearchonMulti．bandFullPolarimetricSARSeaIceClassification學(xué)號(hào)：壘!!!Z壘Z魚(yú)大連理工大學(xué)DalianUniversityofTechnology大連理工大學(xué)學(xué)位論文獨(dú)創(chuàng)性聲明作者鄭重聲明：所呈交的學(xué)位論文，是本人在導(dǎo)師的指導(dǎo)下進(jìn)行研究工作所取得的成果。盡我所知，除文中已經(jīng)注明引用內(nèi)容和致謝的地方外，本論文不包含其他個(gè)人或集體已經(jīng)發(fā)表的研究成果，也不包含其他已申請(qǐng)學(xué)位或其他用途使用過(guò)的成果。與我一同工作的同志對(duì)本研究所做的貢獻(xiàn)均已在論文中做了明確的說(shuō)明并表示了謝意。若有不實(shí)之處，本
2、人愿意承擔(dān)相關(guān)法律責(zé)任。學(xué)位論文題目：壘這壁全拯絲!叢連跡僉。。匠究作者簽名：墊立日期：墊立：；：年』二月三L日大連理工大學(xué)專業(yè)學(xué)位碩士學(xué)位論文摘要海冰作為一種嚴(yán)重的氣象災(zāi)害，困擾著很多國(guó)家和地區(qū)，由于海冰造成了難以計(jì)數(shù)的人員傷亡和財(cái)產(chǎn)損失。怎么對(duì)海冰進(jìn)行準(zhǔn)確實(shí)時(shí)的監(jiān)控，然后根據(jù)這些收集的數(shù)據(jù)，對(duì)災(zāi)害的防控提供強(qiáng)有力的支持，成為我們當(dāng)下亟需解決的問(wèn)題。衛(wèi)星遙感技術(shù)有著大范圍獲得數(shù)據(jù)資料、獲取速度快、獲得信息周期短等優(yōu)點(diǎn)，可以滿足我們的上述要求，所以本研究便采用了對(duì)極化SAP,圖像進(jìn)行分析的方法來(lái)對(duì)海冰進(jìn)行分類。本研究分別采用了基于光譜特征的海冰分類算法、基于紋理特征的監(jiān)督式海冰分類算法和不同
3、極化方式下基于不同的紋理特征的方法對(duì)海冰進(jìn)行了分類。基于光譜特征的海冰分類算法，其大致思路是：得到多個(gè)波段的灰度圖像，在灰度圖中框選其中的一個(gè)類別；計(jì)算選區(qū)中的像素點(diǎn)的光譜曲線的平均值作為該類別的參考值并存為知識(shí)庫(kù)；選擇選區(qū)中的像素點(diǎn)的最大差平方，即選區(qū)中的每個(gè)像素點(diǎn)的波普曲線和上述知識(shí)庫(kù)做差的平方，最后取最大值并存為知識(shí)庫(kù)。重復(fù)上述的步驟即可形成要分的幾個(gè)類別的均值知識(shí)庫(kù)和最大差平方知識(shí)庫(kù)，從而達(dá)到對(duì)海冰分類的目的。但是經(jīng)過(guò)上述算法對(duì)海冰進(jìn)行了分類，得到的結(jié)果不是令人滿意，隨后本研究又提出了基于紋理特征的監(jiān)督式海冰分類算法，經(jīng)過(guò)紋理特征的篩選，利用這些紋理特征對(duì)圖像進(jìn)行了處理，得到的海冰分
4、類結(jié)果相較于基于光譜特征的海冰分類算法所得到的結(jié)果有著不小的改善。最后，本研究在多波段下利用不同極化方式下基于不同的紋理特征對(duì)海冰進(jìn)行了分類，所得到的結(jié)果相較于只利用紋理特征對(duì)海冰進(jìn)行分類的結(jié)果又有著進(jìn)一步的提高。本研究利用多波段全極化SAP,圖像進(jìn)行海冰分類的研究還是比較初步的研究，以后的研究中還可以加入其他特征進(jìn)行融合，改善分類結(jié)果。關(guān)鍵詞：多波段全極化SAR；光譜特征；紋理特征多波段全極化SAR海冰分類研究ResearchonMulti．bandFullPolarimetricSARSeaIceClassificationAbsWactAsaseriouskindsofmeteorol
5、ogicaldisasters。seaicetroublesmanycountriesandregions．Ithascausedcountlesscasualtiesandpropertylosses．Howtoaccuratereal-timemonitoringofseaice，andthenonthebasisofthecollecteddatatoprovidestrongsupport，isbecomingtheproblemweneedtOsolve．Satelliteremotesensingtechnologyhastheadvantages，likegettingdata
6、inashortcycle，gettingdatafromawideboundaryandSOon．Soitcarlmeetouraboverequirement．SothisresearchhasadoptedthepolarizationSARimageanalysismethodstoclassifyseaice．，nlisstudyadoptedtheclassificationalgorithmbasedonthespectrumcharacteristicofseaice．seaicesupervisedclassificationalgorithmbasedontexturef
7、eatureandtexturefeatureofdifferentpolarizationmodestoclassifytheseaice．nlegeneralideaofclassificationalgorithmbasedonspectralcharacteristicsofseaiceis：Gettingmul邱lewavelengthsofgrayimage；Calculatingtheavera
