一种未定标全极化SAR无旋性区域选择方法技术

本发明专利技术公开一种未定标全极化SAR无旋性区域选择方法，该方法包括：步骤1、针对未定标全极化SAR数据，求解协方差矩阵，确定系统的交叉极化通道不平衡以及通道串扰，进行初步定标；步骤2、对初步定标后的数据沿方位向和距离向进行分块并进行分解，画出平面；步骤3、利用二分法以及散射熵阈值，选择确定无旋性区域；步骤4、判断是否为最大无旋性区域，如果是，则结束，否则，返回步骤3；步骤5、得到最大无旋性区域。大无旋性区域。大无旋性区域。

【技术实现步骤摘要】
一种未定标全极化SAR无旋性区域选择方法


[0001]本专利技术涉及雷达探测领域，尤其是一种合成孔径雷达（Synthetic Aperture Radar, SAR）无旋性区域选择算法。

技术介绍

[0002]极化SAR系统在设计运行以及图像应用中，稳定性是首要任务。在设计运行时，系统具有内定标环路，可以保持系统各通道之间的作用保持在正常范围之内。在图像应用时，可以用具有一定特性目标的变化来将图像校准正确，该处理方式称为极化定标。极化定标主要是校正各通道之间——交叉极化通道与共极化通道的不平衡、串扰以及绝对幅度因子的影响。现如今，极化定标主要利用两类目标进行定标：纯点目标以及分布式目标。纯点目标定标主要利用已知目标后向散射的关系，将图像中已知目标（通常为角反射器）按照理论的各通道之间的关系进行校正。分布式目标主要利用一个角反射器与特定散射特性的自然地物进行定标。但是由于无源角反射器的不易携带、雷达后向散射所导致的尺寸限制以及有源角反射器价格昂贵，纯分布式目标研究成为当前的热点。
[0003]纯分布式目标定标主要是利用具有一定散射特性的自然地物进行定标，包括密集森林的体散射特征以及裸土的无旋性等。选择自然地物的原因有二：首先自然地物比人工目标易寻找，省时省力；其次是自然地物在不同入射角下具有稳定的散射特性，相反，对于房屋等人造目标来说，雷达在不同照射下其散射特性发生明显变化。纯分布式目标定标主要包括两个环节：确定交叉极化通道不平衡和串扰以及确定共极化通道不平衡。前一部分通常使用具有交叉极化的茂密森林进行确定，后一部分通常使用裸土等无旋性区域。如果无旋性区域选取不当，对定标结果产生较大影响，后续对全极化SAR的各类应用也会产生较大误差。现阶段寻找无旋性区域的方法主要为利用各种极化参数进行寻找，例如等效视数（Equivalent number of looks, ENL）、全极化HH通道和VV通道的相关性R
HHVV
等。但是由于阈值的选择，使得无旋性区域不能完全得到，甚至当阈值设置不当时，会存在体散射等其他散射特征的区域被选中，从而干扰定标结果。
[0004]无旋性区域和极化分解的分解的Z9区域可以产生关联，其中H为散射熵，为极化散射系数，两类表述的关系是Z9区域的部分场景满足无旋性特征，是无旋性区域，称为类Bragg区域，包括裸土等自然地物；剩下的场景，例如海洋、湖泊等，由于其经常与噪声区分不开，所以并不能较好地将这些区域与无旋性区域对照。由于分解可以求出类Bragg区域，所以利用分解得到无旋性区域具有重要价值与意义。
[0005]综上所述，无旋性区域通常为裸土等自然地物，可为分布式定标确定共极化通道不平衡提供较大帮助，可以利用极化定标后的图像进行极化分解中的分解求出。但未进行极化定标情况下，分解与图像进行极化定标后的通道之间的性能尤其是共极化通道不平衡相关联。若校正后的共极化通道不平衡不理想，分解得到的结果就会变差。

技术实现思路

[0006]有鉴于此，本专利技术充分考虑了极化定标效果对无旋性区域选择的影响，在极化定标求解通道串扰以及交叉极化通道不平衡后，直接利用算法选择无旋性区域，提出一种未定标全极化SAR无旋性区域选择方法能够精确获取在未进行极化定标下全极化SAR数据的无旋性区域。
[0007]为达到上述目的，本专利技术的技术方案是这样实现的：一种未定标全极化SAR无旋性区域选择方法，该方法包括如下步骤：步骤1、针对未定标全极化SAR数据，求解协方差矩阵，确定系统的交叉极化通道不平衡以及通道串扰，进行初步定标；步骤2、对初步定标后的数据沿方位向和距离向进行分块并进行分解，画出平面；步骤3、利用二分法以及散射熵阈值，选择确定无旋性区域；步骤4、判断是否为最大无旋性区域，如果是，则结束，否则，返回步骤3；步骤5、得到最大无旋性区域。
[0008]有益效果：对于现存技术，通常是利用手动选取以及自动选取两种方式。手动选取极大地受到人为因素影响，所以自动选取成为研究人员的首选。现存的算法中，自动选取可以分为两类：一种是深度学习方法，一种是在未定标图像中，直接利用极化参数获取无旋性区域。由于深度学习的训练和学习时间是一个很大的问题，所以在实际中更多的应用采取直接利用极化参数获取无旋性区域。再利用极化参数直接获取时，通常利用阈值将一类和另一类区域分，这就会导致选的点的多少以及选的点中无旋性点的个数直接与阈值相关。本专利技术通过在未确定共极化通道不平衡的SAR全极化使用分解选取无旋性区域，具有如下优点：1）该方法为利用极化参数直接获取无旋性区域，相比于其他方法来说更加省时省力，并且普适性；2）该方法通过对未确定共极化通道不平衡的图像添加幅度为0dB，相位不同的共极化通道不平衡矩阵，使得平面上的点上下移动，直至移动到地物所代表的真实地物特征上，所以该方法所选出的无旋性区域较为准确，通过实验案例所展示的实验中最好结果，可以看到所选出的点为无旋性点的比例超99.9%。
附图说明
[0009]图1为平面示意图；图2为基于分解的未定标全极化SAR无旋性区域选择方法流程图；图3为未定标AIRSAR无旋性区域选择结果图；(a)Pauli分解图像以及分块示例，(b)成品图分解图，(c)图(b)中深色区域掩膜，(d)添加通道串扰和通道不平衡后的分解图，(e)图(d)中深色区域掩膜，(f)通过所提专利技术选出的无旋性区域。
具体实施方式
[0010]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅为本专利技术的一部分实施例，而不是全部的实施例，基于本专利技术中的实施例，本领域的普通技术人员在不付出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术的保护范围。
[0011]根据本专利技术的实施例，首先，对成像区域复杂、全极化SAR图像未进行极化定标的情况下，通道串扰以及极化通道不平衡对无旋性区域选择的影响分析；具体为：极化定标是全极化SAR系统在设计和运行过程中的必要步骤。其中纯分布式目标定标只在图像端进行处理，不需要在系统飞行时摆设角反射器，已成为近年来研究的热点。纯分布式目标定标主要分为两步：首先利用体散射区域确定交叉极化通道不平衡以及通道串扰，然后利用无旋性区域确定共极化通道不平衡。由于体散射区域主要代表地物是森林，在极化定标时可以直观从图像选出，而无旋性区域主要代表地物是裸土等类Bragg散射区域，在实际图像中时常会将低矮作物与裸土等区域混淆。极化的一个特征为将不同目标的不同特性用极化参数描述出来，但是当使用纯分布式目标定标时，由于系统紊乱，导致绝大部分极化参数并不能直接用于目标的选择。如果不解决在成像区域复杂、全极化SAR图像未进行极化定标的情况下无旋性区域选择的问题，将使共极化通道不平衡问题凸显出来，干扰全极化图像后续处理。
[0012]其次，成像区域复杂、全极化SAR图像未进行极化定标的情况下，利用Ainsworth算法以及分解选择无旋性区域的流程，为：针对全极化SAR的未定标数据，首先进行不同通道之间的极化数据配准，配准之本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种未定标全极化SAR无旋性区域选择方法，其特征在于，该方法包括如下步骤：步骤1、针对未定标全极化SAR数据，求解协方差矩阵，确定系统的交叉极化通道不平衡以及通道串扰，进行初步定标；步骤2、对初步定标后的数据沿方位向和距离向进行分块并进行分解，画出平面；步骤3、利用二分法以及散射熵阈值，选择确定无旋性区域；步骤4、判断是否为最大无旋性区域，如果是，则结束，否则，返回步骤3；步骤5、得到最大无旋性区域。2.根据权利要求1所述的一种未定标全极化SAR无旋性区域选择方法，其特征在于，所述步骤1具体包括：对于未定标全极化SAR数据，首先利用Lexicographic基与其自身的共轭转置进行相乘，得到协方差矩阵；然后对协方差矩阵进行多视处理；通过Ainsworth算法求解交叉极化通道不平衡以及通道串扰；将求出的交叉极化通道不平衡以及通道串扰带入到极化定标矩阵进行定标。3.根据权利要求1所述的一种未定标全极化SAR无旋性区域选择方法，其特征在于，所述步骤2具体包括：在处理初步定标后数据时，对数据在距离向上分块，分别处理；沿方位向k不变，在方位向上分块；分块后，利用协方差矩阵与相干矩阵的关系对图像进行求解相干矩阵，并进行特征值分解，求出特征向量与特征值，进而求出极化熵H以及极化散射系数；然后以横坐标为H，纵坐标为，画出平面。4.根据权利要求1所述的一种未定标全极化SAR无旋性区域选...

【专利技术属性】
技术研发人员：邓云凯，赵邢杰，韩传钊，刘秀清，王宇，郭航岚，
申请(专利权)人：中国科学院空天信息创新研究院，
类型：发明
国别省市：