基于旋转域极化相干特征的建筑物倒损率估计方法技术

本发明专利技术属于全极化SAR成像遥感技术领域，涉及一种基于旋转域极化相干特征的全极化SAR建筑物倒损率估计方法。所述方法包括以下步骤：第一步，极化散射矩阵绕全极化雷达视线作旋转处理；第二步，计算旋转域中的极化相干特征序列；第三步，计算极化相干起伏度；第四步,计算建筑物极化倒损因子；第五步，建筑物倒损率估计。本发明专利技术实现简单，对不同建筑物目标具有很好的鲁棒性，并且实施起来也非常方便，可直接用于对各种全极化SAR系统获得的多时相全极化SAR图像进行处理。本发明专利技术对于全极化SAR建筑物倒损评估、减灾防灾等应用领域有着重要的参考价值。

【技术实现步骤摘要】

本专利技术属于全极化SAR(SyntheticApertureRadar，合成孔径雷达)成像遥感
，涉及一种基于旋转域极化相干特征的全极化SAR建筑物倒损率估计方法。
技术介绍
近年来，具有较大破坏力的地震等自然灾害频发，严重威胁着人民的生命和财产安全。据统计(DebaratiGuha-Sapir,PhilippeHoyois,ReginaBelow,“Annualdisasterstatisticalreview2013:Thenumbersandtrends,”CRED,Brussels,Belgium,TechnicalReport,2014)，2000年以来，每年世界范围内7级以上地震超过240次。其中，2008年汶川地震造成约919亿美元的损失，2011年东日本大地震大海啸造成约2175亿美元的损失。房屋建筑物倒损直接关系人员伤亡和经济损失，对建筑物目标倒损的定量评估能够为灾后救援和重建提供关键信息支撑。作为微波成像遥感的极化SAR能够全天候全天时地对地观测，不受地面状况限制，具有快速、灵活、广域等优势，是快速全面掌握灾区受灾情况最为有效的技术途径。极化SAR通过收发极化状态正交的电磁波能够获得目标的全极化信息，对目标的几何结构和散射特性进行完整刻画。建筑物目标在损毁前后对电磁波的响应和极化调制机理是明显不同的。极化特征量能够表征目标固有的结构属性和散射特性，基本不受时间/空间基线等参数影响，相比于传统的单极化SAR图像后向散射系数幅度和相关系数等特征量，具有更稳健的性能。目前，基于全极化SAR数据分析的建筑物损毁研究十分有限，并基本处于定性研究阶段。当前，全极化SAR的建筑物倒损估计方法仅能给出粗略的倒损程度划分，如严重损毁、中度损毁、轻度损毁和未损毁等有限等级。因此，亟待发展具有高稳定度和准确度的建筑物倒损率精细定量估计技术。利用建筑物倒损前(一般指灾前)和倒损后(一般指灾后)的多时相全极化SAR数据，研究建筑物倒损率精确定量评估方法，对全极化SAR图像解译、灾害救援、灾后重建和减灾防灾等领域都有显著的应用价值。
技术实现思路
本专利技术要解决的技术问题是，提供一种基于旋转域极化相干特征的全极化SAR建筑物倒损率估计方法，本方法能够准确、快速地估计建筑物倒损率，并给出定量结果。本专利技术的基本思路是：极化相干特征敏感于目标姿态与雷达视线的相对几何关系。同一目标在不同姿态条件下，其极化相干特征的取值可能会发生显著变化。通过将获取的极化散射矩阵绕雷达视线进行旋转处理，能够改变目标姿态与雷达视线的相对几何关系。这样，通过遍历绕雷达视线旋转域中的每一个旋转角，就能够得到旋转域中的极化相干特征序列。对建筑物倒损前全极化SAR图像而言，建筑物区域主要由“墙体-地面”构成的二面角结构所形成的二次散射机理为主散射机理。对倒损后全极化SAR图像，“墙体-地面”这种二面角结构随着建筑物倒损而相应地减少。倒损建筑物区域二面角结构的减少会引起旋转域极化相干特征序列特性如极化相干起伏度的改变。利用旋转域极化相干特征序列特性的变化，则可估计建筑物区域的倒损情况。这就是本专利技术的原理基础。本专利技术利用灾前和灾后建筑物区域的全极化SAR数据，通过极化散射矩阵旋转处理，提取建筑物区域的灾前极化相干特征序列和灾后极化相干特征序列；计算灾前和灾后极化相干特征序列的极化相干起伏度，构建表征建筑物区域倒损变化的极化特征量(称为建筑物极化倒损因子)，建立建筑物极化倒损因子与建筑物倒损率的反演关系式，得到建筑物倒损率的定量估计。本专利技术的技术方案是：一种基于旋转域极化相干特征全极化SAR建筑物倒损率估计方法，具体包括下述步骤：利用配准的灾前和灾后包含建筑物区域的全极化SAR图像，分别获得建筑物区域倒损前的极化散射矩阵Sipre-event,i＝1,2,…,W，和建筑物区域倒损后的极化散射矩阵Sipost-event,i＝1,2,…,W，i表示全极化SAR图像第i个像素，W为全极化SAR图像的像素点个数。令极化散射矩阵S＝Sipre-event或S＝Sipost-event，先对上述每一个极化散射矩阵进行下面第一步至第三步的处理：第一步，极化散射矩阵绕全极化雷达视线作旋转处理；令极化散射矩阵SHH为在水平极化H发射和水平极化H接收条件下获取的复后向散射系数；SVH为在水平极化H发射和垂直极化V接收条件下获取的复后向散射系数；SHV为在垂直极化V发射和水平极化H接收条件下获取的复后向散射系数；SVV为在垂直极化V发射和垂直极化V接收条件下获取的复后向散射系数；在绕全极化雷达视线方向，对极化散射矩阵S进行旋转处理，对旋转域中的旋转角θ，θ∈[0,2π]，计算经旋转处理后的旋转极化散射矩阵S(θ)的表达式：其中，旋转极化散射矩阵旋转矩阵上标T为转置处理。由上式可得，旋转极化散射矩阵S(θ)各元素在旋转域中的表达式为：SHH(θ)＝SHHcos2θ+SHVcosθsinθ+SVHcosθsinθ+SVVsin2θSHV(θ)＝-SHHcosθsinθ+SHVcos2θ-SVHsin2θ+SVVcosθsinθSVH(θ)＝-SHHcosθsinθ-SHVsin2θ+SVHcos2θ+SVVcosθsinθSVV(θ)＝SHHsin2θ-SHVcosθsinθ-SVHcosθsinθ+SVVcos2θ；第二步，计算旋转域中的极化相干特征序列；将旋转域中的旋转角θ进行离散化处理，得到离散化的旋转角序列θj，j＝0,1,…,N，j表示第j个旋转角，N+1为旋转角θ的个数，其取值根据实际情况确定，通常取N＝1000；对极化通道HH和VV，计算旋转角序列θj对应的极化相干特征序列|γHH-VV(θj)|：其中，<·>为集合平均处理，|·|为取绝对值处理，上标*为共轭处理。可见0≤|γHH-VV(θj)|≤1。第三步，计算极化相干起伏度；计算极化相干特征序列|γHH-VV(θj)|的极化相干起伏度(|γHH-VV|std)i：(|γHH-VV|std)i＝std{|γHH-VV(θj)|本文档来自技高网...

【技术保护点】
一种基于旋转域极化相干特征全极化SAR建筑物倒损率估计方法，利用配准的灾前和灾后包含建筑物区域的全极化SAR图像，分别获得建筑物区域倒损前的极化散射矩阵Sipre‑event,i＝1,2,…,W，和建筑物区域倒损后的极化散射矩阵Sipost‑event,i＝1,2,…,W，i表示全极化SAR图像第i个像素，W为全极化SAR图像的像素点个数；令极化散射矩阵S＝Sipre‑event或S＝Sipost‑event，其特征在于：先对上述每一个极化散射矩阵进行下面第一步至第三步的处理：第一步，极化散射矩阵绕全极化雷达视线作旋转处理；令极化散射矩阵SHH为在水平极化H发射和水平极化H接收条件下获取的复后向散射系数；SVH为在水平极化H发射和垂直极化V接收条件下获取的复后向散射系数；SHV为在垂直极化V发射和水平极化H接收条件下获取的复后向散射系数；SVV为在垂直极化V发射和垂直极化V接收条件下获取的复后向散射系数；在绕全极化雷达视线方向，对极化散射矩阵S进行旋转处理，对旋转域中的旋转角θ，θ∈[‑π,π]，计算经旋转处理后的旋转极化散射矩阵S(θ)的表达式：S(θ)=R2(&theta;)SR2T(θ)]]>其中，旋转极化散射矩阵旋转矩阵上标T为转置处理；由上式可得，旋转极化散射矩阵S(θ)各元素在旋转域中的表达式为：SHH(θ)＝SHHcos2θ+SHVcosθsinθ+SVHcosθsinθ+SVV sin2θSHV(θ)＝‑SHHcosθsinθ+SHV cos2θ‑SVHsin2θ+SVV cosθsinθSVH(θ)＝‑SHHcosθsinθ‑SHVsin2θ+SVHcos2θ+SVVcosθsinθSVV(θ)＝SHHsin2θ‑SHVcosθsinθ‑SVHcosθsinθ+SVV cos2θ；第二步，计算旋转域中的极化相干特征序列；将旋转域中的旋转角θ进行离散化处理，得到离散化的旋转角序列θj，j＝0,1,…,N，j表示第j个旋转角，N+1为旋转角θ的个数，其取值根据实际情况确定；对极化通道HH和VV，计算旋转角序列θj对应的极化相干特征序列|γHH‑VV(θj)|：|γHH-VV(θj)|=|<SHH(θj)·SVV*(θj)>|<SHH(θj)·SHH*(θj)>·<SVV(θj)·SVV*(θj)>]]>其中，<·>为集合平均处理，|·|为取绝对值处理，上标*为共轭处理；第三步，计算极化相干起伏度；计算极化相干特征序列|γHH‑VV(θj)|的极化相干起伏度(|γHH‑VV|std)i：(|γHH‑VV|std)i＝std{|γHH‑VV(θj)}其中，std{·}为求序列的极化相干特征标准差；利用上述第一步至第三步，分别求得建筑物倒损前和倒损后全极化SAR图像中建筑物区域的极化相干起伏度(|γHH‑VV|std)i，分别记为和第四步,计算建筑物极化倒损因子；以倒损后和倒损前建筑物区域的极化相干起伏度的比值作为建筑物极化倒损因子即Ratioi|γHH-VV|std=(|γHH-VV|std)ipre-event(|γHH-VV|std)ipost-event;]]>第五步，建筑物倒损率估计；建筑物极化倒损因子与建筑物倒损率DLi的关系为：取值越大，建筑物倒损率DLi越大，这样，建立的建筑物倒损率DLi的反演表达式为：DLi=p1·(Ratioi|γHH-VV|std)4+p2·(Ratioi|γHH-VV|std)3+p3·(Ratioi|γHH-VV|std)2+p4·(Ratioi|γHH-VV|std)+p51≤Ratioi|γHH-VV|std00<Ratioi|γHH-VV|std<1]]>其中，p1、p2、p3、p4和p5为拟合参数，基于建筑物区域内真实倒损率的样本像素，利用该真实倒损率和估计倒损率，通过多项式拟合得到；遍历极化SAR图像中的所有建筑物区域，即可得到建筑物倒损率估计图。...

【技术特征摘要】
1.一种基于旋转域极化相干特征全极化SAR建筑物倒损率估计方法，利用配准的灾前和灾后包含建筑物区域的全极化SAR图像，分别获得建筑物区域倒损前的极化散射矩阵Sipre-event,i＝1,2,…,W，和建筑物区域倒损后的极化散射矩阵Sipost-event,i＝1,2,…,W，i表示全极化SAR图像第i个像素，W为全极化SAR图像的像素点个数；令极化散射矩阵S＝Sipre-event或S＝Sipost-event，其特征在于：先对上述每一个极化散射矩阵进行下面第一步至第三步的处理：第一步，极化散射矩阵绕全极化雷达视线作旋转处理；令极化散射矩阵SHH为在水平极化H发射和水平极化H接收条件下获取的复后向散射系数；SVH为在水平极化H发射和垂直极化V接收条件下获取的复后向散射系数；SHV为在垂直极化V发射和水平极化H接收条件下获取的复后向散射系数；SVV为在垂直极化V发射和垂直极化V接收条件下获取的复后向散射系数；在绕全极化雷达视线方向，对极化散射矩阵S进行旋转处理，对旋转域中的旋转角θ，θ∈[-π,π]，计算经旋转处理后的旋转极化散射矩阵S(θ)的表达式：S(θ)=R2(θ)SR2T(θ)]]>其中，旋转极化散射矩阵旋转矩阵上标T为转置处理；由上式可得，旋转极化散射矩阵S(θ)各元素在旋转域中的表达式为：SHH(θ)＝SHHcos2θ+SHVcosθsinθ+SVHco...

【专利技术属性】
技术研发人员：陈思伟，李永祯，王雪松，陶臣嵩，代大海，
申请(专利权)人：中国人民解放军国防科学技术大学，
类型：发明
国别省市：湖南;43