基于非反射对称散射分量提取的PolSAR图像两层目标分解方法，属于微波遥感领域，解决现有基于散射模型的目标分解方法不能区分森林和有一定旋转角度的建筑物的局限性问题。获取PolSAR图像数据：将散射矩阵矢量化并形成常规散射矢量；根据常规散射矢量计算极化散射协方差矩阵；将极化散射协方差矩阵分解为反射对称散射成分和非反射对称散射成分；对获得的反射对称散射成分和非反射对称散射成分进行再分解；将获得的平行二面角散射与旋转二面角散射的能量进行求和；合成RGB伪彩色图，通过区分不同颜色对建筑物区域和森林区域进行区分。本发明专利技术可以广泛应用于雷达遥感图像分解领域。
【技术实现步骤摘要】
本专利技术涉及一种通过PolSAR图像进行目标分解以获得目标信息的方法，属于微波遥感领域。
技术介绍
极化合成孔径雷达(PolSAR)是在传统SAR体制的基础上出现的新型雷达。同常规单极化SAR相比，PolSAR包含目标的全极化散射信息。它利用不同极化通道获取复图像来区分物体的细致结构、目标指向、目标均衡性以及物质组成等参数，并进而提取地物信息。这些信息极大提升了合成孔径雷达提取与分析地物特征的能力，在遥感领域具有广阔的应用前景。为了有效地对目标进行分类或识别，应从PolSAR图像中提取尽可能多的目标信息。由于散射机理直接与目标的物理属性和电磁散射过程相联系，故散射机理的提取对目标解译有重要的价值。而目标分解的主要目的就是把极化散射矩阵、协方差矩阵和Mueller矩阵分解成代表不同散射机理的若干项之和，每一项对应一定的物理意义。目前主要的目标分解方法分为相干目标分解和非相干目标分解。相干目标分解算法主要针对确定性目标，而在实际过程中，往往研究的是分布式目标，需要考虑目标的二阶统计特性，即目标的协方差矩阵和相干矩阵，需要采用非相干目标分解算法。目前非相干目标分解算法主要有两种，以Cloude分解为代表的基于特征值的非相干目标分解和以Freeman分解、OEC分解、四成分分解等为代表的基于散射模型的非相干目标分解。Cloude分解将目标相干矩阵使用特征值分解方法分解为三个相干矩阵的加权和，不同相干矩阵表示不同物质结构。并且由特征值可以得到散射熵H、各向异性A和平均散射角5三个特征参量，它们都与特定的物理特性相联系。 Freeman分解将协方差矩阵分解为体散射,偶次反射和表面散射三种散射成分。这种方法适用于分解P、L和C波段自然分布目标区域的PolSAR图像，已经成功地用于对称情形〈\‘〉-〈 .<.〉》O时的PolSAR图像的分解。但会出现负能量问题并且不能区分森林和建筑物。OEC分解在Freeman分解的基础上，考虑到城镇区域的非反射对称情况，即 和<Λ.νν.<ν〉#0,将后向散射分为奇次散射、偶次散射和交叉散射三种散射成分，适用于建筑物特征分解，但不能区分森林和建筑物。四成分分解针对建筑物的非反射对称的情况,在Freeman三种成分分解的基础上，增加了螺旋散射成分，可以分析城镇区域或具有更复杂几何结构的区域，但不能区分森林和有旋转的建筑物
技术实现思路
本专利技术为了解决现有基于散射模型的目标分解方法不能区分森林和有一定旋转角度的建筑物的局限性问题，从而提供一种。，它包括如下步骤:步骤一:获取PolSAR图像数据:将获取的PolSAR数据通过水平-水平极化HH、水平-垂直极化HV、垂直-水平极化VH、垂直-垂直极化VV四个极化通道输入，并利用SAR成像算法得到四幅PolSAR图像数据:权利要求1.，其特征在于它包括如下步骤: 步骤一:获取PolSAR图像数据: 将获取的PolSAR数据通过水平-水平极化HH、水平-垂直极化HV、垂直-水平极化VH、垂直-垂直极化VV四个极化通道输入，并利用SAR成像算法得到四幅PolSAR图像数据:2.根据权利要求1所述的，其特征在于所述步骤二:将散射矩阵矢量化并形成常规散射矢量^￡的过程为: 利用Lexicographic基^\将散射矩阵矢量化得到四维散射矢量矢量化过程为: 4= jTmmp).Ψ,) = ] ^ 一， + Yi= 2 0 0 ,2 0 0 ,2 t 0 ,2L 1&在单站后向散射情况下，根据互易定理，交叉极化通道即水平-垂直极化HV和垂直-水平极化VH的数据近似相同，利用两个通道数据的平均值，即令^ = ^,+ 将四维数据转化为三维，得到三维常规散射矢量* Λ w3.根据权利要求1所述的，其特征在于所述步骤四:将步骤三获得极化散射协方差矩阵〈〉分解为对称散射成分〈 >sym和非对称散射成分〈 >asym的过程为: 针对反射对称散射体，<sttsh；> <ShvSv；> 0，故其协方差矩阵满足形式:4.根据权利要求1所述的，其特征在于所述步骤五:对步骤四获得的反射对称散射成分〈>sym和非反射对称散射成分〈 >asym进行再分解的过程为: (I)反射对称散射成分<>sym的分解过程为: 采用Freeman分解模型进行计算，将反射对称散射成分分解为表面散射、体散射和平行二面角散射三种散射成分； 表面散射用来描述粗糙表面的面散射现象，对应的极化散射矩阵为:全文摘要，属于微波遥感领域，解决现有基于散射模型的目标分解方法不能区分森林和有一定旋转角度的建筑物的局限性问题。获取PolSAR图像数据将散射矩阵矢量化并形成常规散射矢量；根据常规散射矢量计算极化散射协方差矩阵；将极化散射协方差矩阵分解为反射对称散射成分和非反射对称散射成分；对获得的反射对称散射成分和非反射对称散射成分进行再分解；将获得的平行二面角散射与旋转二面角散射的能量进行求和；合成RGB伪彩色图，通过区分不同颜色对建筑物区域和森林区域进行区分。本专利技术可以广泛应用于雷达遥感图像分解领域。文档编号G01S7/41GK103197304SQ20131013805公开日2013年7月10日 申请日期2013年4月19日 优先权日2013年4月19日专利技术者邹斌, 张岩, 蔡红军, 曹宁 申请人:哈尔滨工业大学本文档来自技高网...
【技术保护点】
基于非反射对称散射分量提取的PolSAR图像两层目标分解方法，其特征在于它包括如下步骤：步骤一：获取PolSAR图像数据：将获取的PolSAR数据通过水平?水平极化HH、水平?垂直极化HV、垂直?水平极化VH、垂直?垂直极化VV四个极化通道输入，并利用SAR成像算法得到四幅PolSAR图像数据：[S]=ShhShvSvhSvv;[S]是后向散射矩阵，Shh、Shv、Svh、Svv分别代表HH、HV、VH、VV四个极化通道的后向散射系数；步骤二：将散射矩阵矢量化并形成常规散射矢量步骤三：根据步骤二获得常规散射矢量计算极化散射协方差矩阵：<[C]>=<k→3Lk→3LT*>C11C12C13C12*C22C23C13*C23*C33=<|Shh|2>2<ShhShv*><ShhSvv*>2<ShvShh*>2<|Shv|2>2<ShvSvv*><SvvShh*>2<SvvShv*><|Svv|2>其中，表示多视处理或空间平均，上标*表示复数共轭；步骤四：将步骤三获得极化散射协方差矩阵分解为反射对称散射成分sym和非反射对称散射成分asym；步骤五：对步骤四获得的反射对称散射成分sym和非反射对称散射成分asym进行再分解；将反射对称散射成分sym分解为表面散射、平行二面角散射和体散射，获得三种散射成分的能量；将非反射对称散射成分asym分解为螺旋散射、线散射和旋转二面角散射，获得三种散射成分的能量；步骤六：将步骤五获得的平行二面角散射与旋转二面角散射的能量进行求和，获得偶次散射能量Pd；步骤七：利用上述步骤的表面散射的能量Ps、体散射的能量Pv和偶次散射的能量Pd合成RGB伪彩色图，通过区分不同颜色对建筑物区域和森林区域进行区分。FDA00003075485700012.jpg,FDA00003075485700013.jpg...
【技术特征摘要】
【专利技术属性】
技术研发人员：邹斌，张岩，蔡红军，曹宁，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：
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。