一种顾及雷达目标方位对称的PolSAR城区分类方法及系统技术方案

本发明专利技术公开了一种顾及雷达目标方位对称的PolSAR城区分类方法及系统，属于全极化合成孔径雷达图像分类技术领域，解决现有技术导致散射特征提取不准确的问题。本发明专利技术将全极化PolSAR图像的极化散射矩阵生成最终的极化协方差矩阵进行分解，得到三个特征值和特征向量构建得到三个子成分；对其所对应的电磁散射机制进行表面散射、偶次散射和体散射判别，再计算后向散射功率；基于特征值和特征向量，提取电磁散射特征参数集；根据后向散射功率构建Sigmoid函数对全极化PolSAR图像进行标记，并结合电磁散射特征参数集训练机器学习方法对待识别的全极化PolSAR图像进行分类。本发明专利技术用于PolSAR城区目标分类。于PolSAR城区目标分类。于PolSAR城区目标分类。

【技术实现步骤摘要】
一种顾及雷达目标方位对称的PolSAR城区分类方法及系统


[0001]一种顾及雷达目标方位对称的PolSAR城区分类方法及系统，用于PolSAR城区目标分类，属于全极化合成孔径雷达图像分类


技术介绍

[0002]城市环境与人类生活息息相关，城市的发展也与周围自然环境相互影响。利用遥感技术进行局地、全国乃至全球的城市环境调查与监测对于城市的发展与建设具有重要意义。相比于光学传感器，合成孔径雷达(SAR)具有全天时、全天候对地观测能力，且对于人造目标和自然目标具有不同的穿透性和极化响应特性。因此，利用SAR进行城区分类识别具有其独特的优势。
[0003]全极化合成孔径雷达(PolSAR)在SAR的基础上发展而来，通过分别发送水平(H)和垂直(V)极化电磁波，并分别同时接收两种极化状态的电磁回波，可以获取到四种不同极化组合形式的电磁回波(HH、HV、VH、VV)。全极化PolSAR可以获取到比SAR更加丰富的地物目标信息，具有更强的雷达目标分类识别能力，进而，利用PolSAR可以获取到更高精度的城区分类识别结果。然而，PolSAR数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种顾及雷达目标方位对称的PolSAR城区分类方法，其特征在于，如下步骤：步骤1、将全极化PolSAR图像的极化散射矩阵[S2]生成极化协方差矩阵，对极化协方差矩阵依次进行多视、滤波和地理编码处理，得到最终的极化协方差矩阵；步骤2、利用极化分解方法对最终的极化协方差矩阵进行分解，得到三个特征值和特征向量，并由特征值和特征向量构建得到三个子成分[C3]1、[C3]2和[C3]3；步骤3、根据雷达目标的电磁散射机制对三个子成分所对应的电磁散射机制进行表面散射single、偶次散射double和体散射volume判别，判别后计算各电磁散射机制的后向散射功率P
single
、P
double
和P
volume
；步骤4、基于特征值和特征向量，根据Cloude
‑
Pottier分解方法提取雷达目标的电磁散射特征参数集，包括极化散射熵H，极化散射反熵A、平均方位角α、二倍极化方向角β、表面散射与偶次散射相位差δ和表面散射与体散射相位差γ；步骤5、根据后向散射功率构建Sigmoid函数对全极化PolSAR图像中的城区目标进行标记；步骤6、基于标记后的全极化PolSAR图像，利用电磁散射特征参数集训练机器学习方法，并基于训练好的机器学习方法对待识别的全极化PolSAR图像进行分类，得到最终城区目标分类结果。2.根据权利要求1所述的一种顾及雷达目标方位对称的PolSAR城区分类方法，其特征在于，所述步骤1中，将全极化PolSAR图像的极化散射矩阵[S2]生成极化协方差矩阵的具体步骤为：步骤1.1、利用正交单位矩阵Lexicographic对全极化PolSAR图像的极化散射矩阵进行矢量化，得到极化散射矢量；全极化PolSAR图像的极化散射矩阵[S2]为：式中，S
HH
和S
VV
为同极化信息，S
HV
和S
VH
为交叉极化信息，其中，HH表示发射并接收水平极化电磁波，VV表示发射并接收垂直极化电磁波，HV表示发射水平极化电磁波并接收垂直极化电磁波，VH表示发射垂直极化电磁波并接收水平极化电磁波；正交单位矩阵Lexicographic为：基于极化散射矩阵和正交单位矩阵Lexicographic，得到极化散射矩阵矢量化的结果为：K
L4
＝[S
HH S
HV S
VH S
VV
]
T
式中，T表示转置运算，对于单站SAR系统，根据互易性，有S
HV
＝S
VH
，则得到最终的极化散射矢量为：
步骤1.2、利用极化散射矢量与极化散射矢量共轭转置向量相乘得到极化协方差矩阵：式中，
*
表示共轭转置运算。3.根据权利要求2所述的一种顾及雷达目标方位对称的PolSAR城区分类方法，其特征在于，所述步骤1中，对极化协方差矩阵依次进行多视、滤波和地理编码处理，得到最终的极化协方差矩阵的具体步骤为：首先根据极化协方差矩阵的像元大小和成像几何，按照需要输出的空间分辨率对极化协方差矩阵在方位向和距离向上进行多视处理；然后利用精致Lee滤波算法对多视处理后的极化协方差矩阵进行滤波，去除相干斑噪声；最后对去噪后的极化协方差矩阵进行地理编码，得到最终的极化协方差矩阵。4.根据权利要求3所述的一种顾及雷达目标方位对称的PolSAR城区分类方法，其特征在于，利用精致Lee滤波算法对多视处理得到的极化协方差矩阵进行滤波，其中，去除相干斑噪声的抽象公式具体为：I(x,y)＝I0(x,y)
·
υ(x,y)式中，I(x,y)为真实PolSAR信息，即多视处理得到的极化协方差矩阵中每个像元的信息，I0(x,y)为无噪声PolSAR信息，即表示无噪声污染的目标信息，ν(x,y)为噪声信息；选择3
×
3、5
×
5或7
×
7的滤波窗口作为局部区域，利用多视处理得到的极化协方差矩阵局部统计特性对其进行斑点滤波，根据局部线性最小均方差原则，去噪后的极化协方差矩阵为：式中，为滤波后得到的去噪后的极化协方差矩阵，I(x,y)为中心像元值，即指PolSAR实际测量值，为真实PolSAR信息，为滤波窗口内均值，b为加权系数：式中，var(I(x,y))表示I(x,y)局部邻域方差，表示噪声方差。5.根据权利要求4所述的一种顾及雷达目标方位对称的PolSAR城区分类方法，其特征在于，所述步骤2中利用极化分解方法对最终的极化协方差矩阵进行分解是指基于特征值和特征向量的矩阵分解算法对极化协方差矩阵进行分解分别得到三个特征值和特征向量，
再利用特征值和特征向量组合得到三个3
×
3的子矩阵，构成分解结果的三个子成分[C3]...

【专利技术属性】
技术研发人员：段定峰，高贵，姚力波，刘涛，张晰，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：