● 摘要
极化合成孔径雷达数据包含了雷达在不同极化状态下接收信号的幅度和相位信息，其蕴含的信息量远远大于单极化合成孔径雷达。因此，对极化合成孔径雷达(Pol-SAR)遥感信息进行研究已经成为一个新兴的热门领域，具备重要的研究意义。本文主要进行了极化合成孔径雷达图像人造目标检测研究，包括三个部分。
第一部分提取了人造目标极化特征。在总结已有的极化特征基础上，提出了一种新的极化特征—极化地势倾斜特征，适用于一定角度的舰船等人造目标的检测。并对其它极化特征进行研究，总结出适用于人造目标检测的特征，基于实测数据证实了所提取特征对人造目标检测的有效性。
第二部分提出了基于 Gbvs 视觉显著性算法以及基于离散余弦变换谱残差算法的目标显著区域提取，并基于实测数据进行验证。该研究首次把极化特征提取与显著性算法结合，基于第一部分提取的有效极化特征，将两种视觉显著算法应用于目标显著区域提
取，实测数据的实验结果表明，该方法能够有效地提取出极化 SAR 图像中包含目标的显著区域。
第三部分提出了基于商空间粒度理论的人造目标检测算法。该算法的创新点在于基于不同的融合准则，实现了不同极化特征信息的有效融合。与基于 k 均值聚类算法、以及基于 Notch-filter 算法的目标检测结果进行比较，实测数据的实验结果表明了基于商空间粒度理论的融合检测算法能够更有效地提高目标检测的准确度。