【技术实现步骤摘要】
一种基于互信息量的光/SAR协同探测系统性能分析方法
[0001]本专利技术涉及遥感探测领域,具体是一种基于互信息量的光/SAR协同探测系统性能分析方法。
技术介绍
[0002]光学成像和合成孔径雷达(Synthetic Aperture Radar,SAR)成像是两种常用的遥感图像获取手段。
[0003]光学遥感系统获得的图像可以反映地物光谱信息和空间信息,符合人类视觉习惯,但光学遥感系统在无光照和有云、雨或雾存在时无法正常工作。
[0004]SAR可全天时、全天候工作,并且有一定的地表穿透能力,但其图像存在相干斑噪声等问题,获取的纹理和地物辐射信息量不充足,解译难度较大。
[0005]光学成像系统和SAR成像系统获取的信息有互补特性,因此将不同种类遥感信息融合,使得多种遥感系统协同工作成为了一种提高探测能力的方案。
[0006]目前的光学和SAR协同探测方面的工作大多是对获得的遥感图像进行融合处理,实现目标检测、识别和分类等,而从系统层面上分析协同探测系统性能的工作并不多。目前已有的相关工作只是对光学或SAR单一系统进行建模,并且常采用图像和无失真图像之间的最小均方误差、遥感数据的信噪比、遥感图像与观测场景的互信息量等指标来评价系统性能。
[0007]遥感观测希望从遥感图像中获得关于观测场景中目标特性更多的信息,采用遥感图像和目标特性的互信息量作为系统性能评价指标,可以表示遥感图像获取目标信息的多少,并且可以表征系统各层级之间信息流动过程,定量表示背景与噪声对系统性能的影响 ...
【技术保护点】
【技术特征摘要】
1.一种基于互信息量的光/SAR协同探测系统性能分析方法,其特征在于,具体步骤如下:步骤一、建立光学成像系统模型,在可见光波段对观测场景进行探测,并由光学传感器接收信号,进行成像处理获得光学遥感图像;获得的光学遥感图像使用S
opti
(x,y)二维函数表示,表达式如下:G
opti
(x,y)为位于(x,y)的观测场景,y轴指向平台运动方向,x轴指向垂直平台速度且平行于观测平面的方向;h
opti
(x,y)是光学系统位于(x,y)的冲激响应;δ(x
‑
d
x
m)δ(y
‑
d
y
n)为矩阵形式的冲激函数阵列,代表空间采样,d
x
、d
y
为CCD像元在x轴和y轴方向上的尺寸,m、n取整数,代表不同采样单元的序号;N
opti
(x,y)为位于(x,y)的接收机噪声;步骤二、建立SAR成像系统模型,明确在微波波段从观测场景到SAR遥感图像的成像过程;SAR遥感图像用函数S
SAR
(η,τ)表达,如下:其中G
SAR
(η,τ)为(η,τ)时刻对应的SAR观测场景,η、τ分别为雷达信号慢时间和快时间;h
SAR
(η,τ)为(η,τ)时刻对应SAR成像系统的冲激响应;N
SAR
(η,τ)为(η,τ)时刻对应SAR接收机的噪声;步骤三、根据光学遥感图像和SAR遥感图像使用极大似然估计方法分别进行目标检测,得到两个对应的目标检测结果,依照决策融合方法将两个目标检测结果进行融合,作为光/SAR协同探测系统的最终判决结果;步骤四、假设观测场景为随机场,分析光/SAR协同探测系统对输入信号的作用,得到成像系统输出遥感图像的统计特性;具体包括:(1)建立观测场景G的信号模型:当观测场景中存在目标时,光学成像系统获得的遥感图像记为S1,它包含背景和目标分量经过系统后的数据,以及叠加的噪声;当观测场景中不存在目标时,光学成像系统获得的遥感图像记为S0,它包含背景分量经过系统后的数据以及系统噪声;在光学成像系统中,观测场景背景分量为B
o
(x,y),是零均值高斯白噪声随机场,观测场景背景分量B
o
(x,y)的功率谱密度为P
Bo
;目标分量T
o
(x,y)表示为:T
o
(x,y)=T
′
o
(x,y)+m
o
ꢀꢀꢀꢀꢀ
(4)T
′
o
(x,y)是零均值高斯白噪声随机场,光学成像系统目标分量的功率谱密度为P
To
;m
o
为光学成像系统中目标分量的均值;在SAR成像系统中,观测场景中的背景分量为B
S
(x,y),其功率谱密度为P
BS
;其目标分量T
S
(x,y)表示为:T
S
(x,y)=T
′
S
(x,y)+m
S
ꢀꢀꢀꢀꢀꢀ
(5)T
′
S
(x,y)是复值零均值高斯白噪声随机场,其功率谱密度为P
TS
;m
S
为SAR成像系统中目
标分量的复均值;(2)计算随机信号经过成像系统后的统计特性;根据随机信号经过线性时不变系统后的特性,可计算得到光学成像系统中遥感图像背景分量的方差为:MTF
opti
(u,v)为光学成像系统的调制传递函数,表示光学成像系统对不同空间频率信号的传输特性,u、v分别为x、y对应的空间频率分量;目标分量的均值和方差计算公式如下:m
S...
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。