基于子孔径的极化SAR特征提取与目标分类研究

极化SAR图像的特征提取和目标分类是当前SAR应用领域的研究热点，但是现有方法的稳健性不够，目标分类的数量和精度还需要提高，同时没有解决高分辨力极化SAR图像中存在的非平稳散射问题。本项目将重点分析极化SAR子孔径的极化散射机理，比较子孔径与全孔径之间极化散射特征的差别，建立子孔径极化特征优化组合模型，结合时频分析提出基于子孔径极化相干分解的特征提取和分类算法，研究克服非平稳散射现象的极化SAR图像的子孔径分类方法，进一步提出结合子孔径和ICA算法的极化SAR图像目标分类方法，达到提高目标分类精度的要求。最后，完成真实极化SAR数据的目标检测和分类试验，验证算法的有效性。开展本项目的研究，有望在极化SAR运动目标检测、极化SAR特征提取和分类技术等方面获得创新性成果，具有良好的应用前景。