基于特征筛选的极化SAR地物分类研究的任务书.docx

基于特征筛选的极化SAR地物分类研究的任务书
任务书：基于特征筛选的极化SAR地物分类研究
一、研究背景
极化SAR（SyntheticApertureRadar）技术已成为一种重要的遥感技术，在广泛的领域中得到应用，如海洋、气象、环境、资源等领域。其中，基于极化SAR的地物分类研究在遥感应用领域中占有重要地位。基于极化SAR的地物分类研究主要利用极化SAR回波的极化信息，通过对不同地物的电磁散射特性分析，对不同地物进行分类。
由于极化SAR图像的复杂性和多变性，地物分类的精度常常受到干扰，因此需要对特征进行筛选和优化，以提高分类的准确性。特征筛选是指从原始特征集合中挑选出最优特征的过程，其目的是降低特征维度，提高分类准确率。因此，本项研究旨在利用特征筛选的方法，从复杂的极化SAR数据中提取有用的特征，对地物进行分类，以提高分类精度和效率。
二、研究目的
1.掌握极化SAR地物分类的基本理论和技术；
2.熟悉典型的极化SAR特征提取方法，如极化相干矩阵分解、极化散射特征提取等；
3.深入了解特征筛选的原理和方法，包括基于统计分析的方法、基于信息量的方法、基于机器学习的方法等；
4.在已有的极化SAR数据集上进行特征筛选和地物分类实验，对比分析不同筛选方法的效果，确定最优方法；
5.提出优化方案，以进一步提高分类准确率和效率。
三、研究内容
1.文献综述
通过查阅相关文献，对极化SAR地物分类的基本理论、特征提取方法和特征筛选方法进行综述，为后续研究打下基础。
2.极化SAR数据集的准备
收集一定数量的具有代表性的极化SAR图像数据集，进行数据预处理，包括目标检测、数据预处理和数据增强等步骤。
3.特征提取
在数据集上实现典型的极化SAR特征提取方法，如极化相干矩阵分解、极化散射特征提取等，得到原始特征集合。
4.特征筛选
采用不同的特征筛选方法，如基于统计分析的方法、基于信息量的方法、基于机器学习的方法等，对原始特征集合进行筛选，挑选出最优特征子集。
5.地物分类实验
在得到的最优特征子集上进行地物分类实验，对分类精度和效率进行评估和比较，以确定最优特征筛选方法，提高分类准确率和效率。
四、研究任务分解和时间安排
1.文献综述和数据集的准备（两周）
收集相关文献，对极化SAR地物分类的基本理论进行梳理；收集极化SAR数据集，进行目标检测和数据增强等预处理工作。
2.特征提取和特征筛选（四周）
在收集的极化SAR数据集上，实现典型的特征提取方法；采用不同的特征筛选方法，对原始特征集合进行筛选和优化。
3.地物分类实验和结果分析（四周）
在最优特征子集上进行地物分类实验，评估分类精度和效率；对比不同特征筛选方法的效果，确定最优方案。
4.写作和论文撰写（六周）
撰写研究报告，撰写论文并进行修改。
五、预期成果
1.掌握极化SAR地物分类的基本理论和技术，了解特征筛选的原理和方法；
2.完成极化SAR数据集的预处理，实现典型的特征提取方法和特征筛选方法；
3.对不同的特征筛选方法进行对比分析，确定最优特征筛选方法；
4.在最优特征子集上进行地物分类实验，评估分类精度和效率，并提出优化方案；
5.完成研究报告和论文的撰写，发表论文并参加相关学术会议。
六、研究条件
1.一台计算机设备；
2.能够进行极化SAR数据处理、特征提取和分类实验的遥感软件，如ENVI、MATLAB等；
3.至少10幅极化SAR图像数据集。
七、参考文献
1.黄杰.极化SAR图像特征提取方法研究[D].上海:上海交通大学,2017.
2.吴晓宁.极化SAR影像地物分类研究[D].南京:南京信息工程大学,2014.
3.宋永祺,刘夏华,李俊杰.基于信息增益的极化SAR地物分类特征选取[J].遥感技术与应用,2016,31(3):525-531.
4.张婷婷,熊一宝,徐涛,等.基于双向支持向量机的极化SAR地物分类研究[J].海洋技术,2020,39(1):69-77.