330 __ |a 极化合成孔径雷达 (PolSAR) 图像的地物分类是图像处理的主要任务, 是图像的理解和解译的前提。相比于传统的SAR图像, 极化SAR图像含有更加丰富的地物信息, 是多参数多通道的成像雷达系统。然而, 对于异质结构区域, 由于散射特性复杂, 结构千差万别, 对其分类存在很大的难度。尤其是聚集地物, 如城区、森林等, 是由多个同类目标聚集形成的, 这种区域内部目标和地面散射变化差异大, 形成强烈的亮暗变化, 这些变化重复出现, 形成了聚集地物。如何将聚集地物分为语义上一致的区域, 并保持边界细节是极化SAR地物分类的一个难点问题。目前极化SAR分类方法的研究主要依靠极化散射特性的分析和基于像素底层特征的提取, 为了能够对图像进行更高层次的理解和解译, 高层语义信息的挖掘也很有必要, 是进一步图像理解和解译的关键。本书中, 我们对极化SAR图像进行深入分析, 不仅充分挖掘了极化SAR的散射特性, 更进一步的从视觉认知角度构建视觉层次语义模型, 提出一系列有效的新模型和极化SAR地物分类方法。