A building detection method based on probabilistic fusion for polarimetric SAR images is proposed. The method uses linear scattering model to characterize the scattering characteristics of buildings, and uses polarimetric azimuth correction optimization method to avoid confusion of scattering mechanism between buildings and natural objects which are not parallel to the flight direction of radar. There is a problem that the accuracy of building detection is not high.
【技术实现步骤摘要】
一种基于概率融合的极化SAR图像建筑物检测方法
本专利技术属于图像处理
，具体的说是涉及目标识别
中的一种基于概率融合的极化SAR(SyntheticApertureRadar)图像中检测建筑物的方法。本方法可应用于极化SAR图像中的建筑物检测和识别。
技术介绍
合成孔径雷达(SAR)作为主动式微波遥感成像传感器的一种，不仅具有全天时全天候的工作优势，而且具有一定的穿透力，能够获取照射目标方位指向、物理构成和几何特征等多种信息。这些信息描述目标较传统光学成像更为有效全面，从而使合成孔径雷达广泛应用于人造目标检测、考古、城市规划设计、海洋资源监测、军事侦察等众多领域。随着电子和计算技术的日益成熟，大量机载和星载极化SAR系统被研发并投入使用，进而获得了越来越多的极化SAR图像数据，但是目前极化SAR图像解译技术还滞后于信息源的发展。同时，SAR图像特有的侧视成像机理和复杂成像环境也大大增加了图像解译的难度。因此，研究探索如何对获得的极化SAR图像数据进行高效利用具有重要理论意义和实用价值。随着城市经济的快速发展和城市规模的迅速扩大，基于遥感手段的城区建筑...
【技术保护点】
1.一种基于概率融合的极化SAR图像建筑物检测方法，其特征在于，包括以下步骤：A、对极化SAR图像中的像素进行散射矩阵S设定和散射矢量k构造的步骤；B、由散射矢量k计算像素的极化协方差矩阵[C]的步骤；C、由散射矩阵S计算线散射模型参数ρ和γ的步骤；D、由线散射模型参数ρ和γ构造线散射模型，计算线散射协方差矩阵[Cw]、线散射加权系数fw和螺旋体散射加权系数fh的步骤；E、由极化协方差矩阵[C]计算极化方位角θpoa的步骤；F、消除极化方位角θpoa，构造体散射模型，计算体散射加权系数fv和体散射功率Pv的步骤；G、计算螺旋体散射功率Ph和线散射功率Pw的步骤；H、由散射矩...
【技术特征摘要】
1.一种基于概率融合的极化SAR图像建筑物检测方法，其特征在于，包括以下步骤：A、对极化SAR图像中的像素进行散射矩阵S设定和散射矢量k构造的步骤；B、由散射矢量k计算像素的极化协方差矩阵[C]的步骤；C、由散射矩阵S计算线散射模型参数ρ和γ的步骤；D、由线散射模型参数ρ和γ构造线散射模型，计算线散射协方差矩阵[Cw]、线散射加权系数fw和螺旋体散射加权系数fh的步骤；E、由极化协方差矩阵[C]计算极化方位角θpoa的步骤；F、消除极化方位角θpoa，构造体散射模型，计算体散射加权系数fv和体散射功率Pv的步骤；G、计算螺旋体散射功率Ph和线散射功率Pw的步骤；H、由散射矩阵S计算偶次散射功率Pd和面散射功率Ps的步骤；I、通过计算建筑物的区域功率Pu，判断像素是否为建筑物区域，并将该判定结果下，所有的建筑物区域像素构成建筑物像素集合B1；J、对极化SAR图像中的像素进行相干矩阵<[T]>计算的步骤；K、利用相干矩阵<[T]>进行两个极化相干系数γ1(θ)的最大值和γ2(θ)的最小值的计算的步骤；L、通过计算像素的极化相干系数比γr，判定像素是否为建筑物区域，并将该判定结果下，所有的建筑物区域像素构成建筑物像素集合B2；M、对建筑物像素集合B1和建筑物像素集合B2进行交叉概率融合，得到确定建筑物区域的步骤；其中，所述步骤D的具体操作方法为：(1)、由公式构造得到线散射协方差矩阵[Cw]，其中，*表示复数共轭，|g|表示复数的模运算；(2)、依据公式和依次计算线散射加权系数fw和螺旋体散射加权系数fh，其中，SHH、SHV、SVH、SVV均为散射矩阵S中的元素，<·>表示集合平均，im(g)表示复数的虚部；所述步骤F的具体操作方法为：计算判定条件的值，若该值为正，则执行下面步骤中的(1)，否则执行步骤中的(2)；(1)、计算体散射比值系数利用公式构造体散射模型矩阵Cv1，设置变量x＝Cv1(1,1)，y＝Cv1(3,3)和z＝Cv1(1,3)，其中，Cv1(i,j)表示矩阵Cv1中第i行第j列元素，利用公式计算体散射加权系数fv，利用公式Pv＝fv×trace(Cv1)计算体散射功率Pv，其中，trace(Cv1)表示矩阵Cv1的对角线元素之和；(2)、计算体散射角度系数利用公式构造体散射模型矩阵Cv2，设置变量x＝Cv2(1,1)，z＝Cv2(1,3)和y＝Cv2(3,3)，其中，Cv2(i,j)表示矩阵Cv2中第i行第j列元素，利用公式计算体散射加权系数fv，利用公式Pv＝fv×trace(Cv2)计算体散射功率Pv，其中，trace(Cv2)表示矩阵Cv2的对角线元素之和；所述步骤J中，设极化SAR图像中某个像素对应的相干矩阵为该相干矩阵<[T]>由公式<[T]>＝[A]<[[C]>[A]-1计算得到，其中，2.根据权利要求1所述的一种基于概率融合的极化SAR图像建筑物检测方法，其特征在于，所述步骤A的具体操作方法为：设极化SAR图像中某个像素对应的散射矩阵为在满足互易定理的后向散射情况下，SHV＝SVH，则该像素对应的散射矢量为3.根据权利要求1所述的一种基于概率融合的极化SAR图像建筑物检测方法，其特征在于：所述步骤B中，利用公式由散射矢量k计算得到该像素对应的极化协方差矩阵[C]；其中，H表示矢量转置共轭，*表示复数共轭，<·>表示集合平均。4.根据权利要求1所述的一种基于概率融合的极化SAR图像建筑物检测方法，其特征在于：在步骤C中，利用公式和计算线散射模型参数ρ和γ；其中，|g|表示复数的...
【专利技术属性】
技术研发人员：范庆辉，郑林涛，陈永刚，俞卫华，
申请(专利权)人：河南科技大学，
类型：发明
国别省市：河南,41
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。