基于最优极化相干系数的倾斜建筑物解译研究

基于Freeman_Durden分解的全极化SAR影像分类方法能够较好地保持地物极化散射特性,但在分类的过程中,不能改变初始散射机制,导致分解结果对分类精度影响很大。在Freeman_Durden分解中,排列方向相对雷达飞行方向不平行的建筑物（简称为倾斜建筑物）常被分为体散射类型,使得该类建筑物往往被误分为植被。本文通过分析建筑物在SAR影像中的后向散射特性,利用建筑物具有较高相干性的特点,引入最优极化相干系数,在目标分解的基础上通过阈值分割将两者区分开来,进而提高反射非对称性人工目标的分类效果。通过使用E-SAR系统在德国DLR附近Oberpfaffenhofen地区获取的L波段PolInSAR影像和国内X-SAR系统在海南陵水地区获取的X波段PolInSAR影像进行实验,证明本文提出的方法能够有效地将与雷达飞行方向不平行的建筑物与森林区分开。     

针对倾斜建筑物的四分量分解方法

经典的Freeman-Durden三分量分解模型存在着体散射能量过度估计的现象,这种现象易导致倾斜建筑物(即建筑物的排列方向与雷达飞行方向不平行)被错误解译为森林.虽然存在多种分解方法来避免倾斜建筑物的错误解译,但从非反射对称散射的角度来应对体散射能量过度估计目前研究仍较少.因此,提出一种新的四分量分解方法,可有效抑制...     

基于极化相干最优与极化总功率的Wishart-H/Alpha分类

Wishart-H/Alpha法进行聚类可以实现复杂场景的高精度分类。然而在聚类的过程中,由于各类中心所对应的散射机理发生了混淆,使得不透水层代表之一的水泥路面与裸露土壤发生了混淆,这对实际应用不利。提出了利用最优相干系数与极化总功率系数构成的二维直方图空间进行阈值分割,将Wishart-H/Al-pha分类方法中混淆的水泥道路与裸露土壤重新分离出来,并通过国内机载X波段双天线极化干涉实验,验证了本方法的有效性。     

基于SAR相干系数图像的城市边界提取

相干系数图像对SAR散射体特性的变化十分敏感,对于城区表面特殊物理结构的探测、城市演化和灾害评估等有研究价值。采用豫北地区时间基线为70 d的ENVISAT ASAR雷达干涉相干系数图像,通过分析相干系数图像遥感物理特征,采用二值化、滤波去噪、连接外边界、区域填充、人工干预去噪、边界修整等一系列图像处理方法,最终用MATLAB软件的边界提取函数和算子提取出豫北地区8个县市的最外边界。经过与光学影像分类结果对比,吻合度较好。     

联合干涉相位和相干性幅度的极化干涉SAR最优相干性估计

极化干涉SAR(PolInSAR)估计的复相干性包含相干性幅度和干涉相位,相干性幅度高低可以衡量干涉相位的质量,干涉相位是散射目标相位中心位置的重要体现,相干性幅度和干涉相位估计精度决定植被参数反演精度。由不同极化状态构成的相干区域中,相干性幅度差最大和干涉相位差最大的估计准则都从复相干性的某一方面建立最优估计函数,不能有效利用相干性幅度和相位信息。本文以相干区域边界为基础,结合相干性幅度和干涉相位信息,利用关联度建立联合干涉相位和相干性幅度的最优相干性估计准则,并在相干区域范围内获取最优散射机制及其相干性。试验结果表明,联合干涉相位和相干性幅度的最优估计准则可以有效区分地表散射和森林冠层散射的相干性和散射中心,提高植被高反演的可靠性。     

基于极化相干层析技术的森林垂直剖面重建研究

极化相干层析技术作为极化干涉合成孔径雷达的一个重要应用方向,在林业遥感方面应用广泛。在分析极化相干层析技术原理的基础上,基于仿真数据从10 m,18 m和22 m三种森林高度以及Deciduous,Pine(2)和Hedge三种树型分别对极化相干层析技术构建森林垂直结构剖面的精度进行了验证,研究结果表明,该方法能够有效构建垂直结构剖面,森林高度和树型对估算结果影响较小,该方法对不同树型和不同高度均具有良好的适应性。     

基于极化相干层析算法反演森林垂直结构剖面研究

森林的高度和垂直结构剖面都是重要的森林空间结构信息,极化干涉SAR的出现使定量获取森林结构参数成为可能。在分析比较三阶段法、DEM差分法和相干幅度法估计森林高度的基础上,采用相干幅度算法提取的树高,通过勒让德多项式展开以及单基线极化干涉数据提取森林的垂直结构剖面。利用仿真SAR数据进行实验分析,研究表明,通过极化相干层析技术,能够获取准确的森林垂直结构函数。     

高分辨SAR相干系数图像的开采沉陷区提取

针对煤矿区开采沉陷下沉迅速、地表变形大、容易形成低相干区的特点,该文采用神东矿区2012年1月至2012年12月RADARSAT-2 MF5多视精细波束模式图像,经相干性计算、对低相干区进行数字图像处理、人机交互解译等过程获取研究区内沉陷区的数量和规模。将基于InSAR相干系数图像提取的沉陷区与DInSAR结果进行叠加对比,空间位置能够很好地吻合,由此获得连续变化的开采沉陷区39处。实验表明:不需要复杂的干涉测量,仅使用相干系数图像也可以提取开采沉陷区,可以实现大范围、高强度开采活动造成的地表沉陷灾害的快速评估。     

基于极化合成理论的SAR目标最优极化研究

基于Stokes矩阵以及极化合成原理推导出一种解算目标最优接收功率的新算法。该算法充分利用了Stokes矩阵及范数原理,在计算目标最优接收功率上的精度优于传统算法,计算过程比传统算法简单、直接,且易于实现,不仅适用于完全极化波,而且适用于部分极化波和完全非极化波。实验证明,该算法可得到理想的结果。     

基于ESPRIT算法的极化干涉SAR植被高度反演研究

由于存在着去相干分量,利用ESPRIT(旋转不变技术)算法对植被区域的极化干涉SAR(PollnSAR)数据进行反演的结果有较严重偏差.针对这一问题,结合极化干涉相干最优理论及其物理散射机制,引入新的散射矢量——相干最优化散射矢量,提出一种改进的基于ESPRIT的植被高度反算法.最后,利用欧空局(ESA)提供的模拟L波...     

利用自适应最优极化对比增强检测SAR影像边缘

针对边缘检测中极化信息利用率不高的问题,提出了一种结合自适应最优对比增强与均值比的合成孔径雷达边缘检测新方法,并分析新算法特性后,推导了其快速版本。实验结果表明,新方法具有更好的检测性能。     

引入规范化圆极化相关系数的保持极化散射特性的分类算法

极化SAR三分量分解中,和SAR视线不垂直的人工建筑物常被分为体散射类型,进而引起建筑物和森林的误分类。针对此不足,利用此类建筑物的反射非对称性,提出了一种引入规范化圆极化相关系数(NC-CC)的保持极化散射特性的分类算法。实验结果表明,本文提出的方法能够将与SAR视线不垂直的人工建筑物从体散射类型中分离出来。     

基于四分量散射模型的多极化SAR图像分类

基于四分量散射模型提出了一种多极化SAR(synthetic aperture radar)图像非监督分类算法。与Freeman三分量散射模型不同,四分量散射模型在Freeman三分量的基础上增加了螺旋散射分量(helix),该分量反映了复杂地貌和不规则城市建筑的散射机理,可以用来处理复杂的场景图像。算法强调了初始分类的重要性,在初始分类中考虑了混合散射机制像素的存在,从而提高了分类结果的精确度。聚类过程中,采用由四个散射分量组成的特征向量进行迭代聚类。为了实现算法的完全非监督,利用特征向量给出了一种新的聚类终止准则。NASA/JPL实验室AIRSAR全极化数据分类实验结果表明,该算法具有较好的分类效果,并获得了较高的分类精度。     

顾及分类器参数的全极化SAR图像特征选择与分类

全极化SAR获取的信息量远多于传统SAR,但信息量的增加并不能确保分类精度的提高,如何有效进行特征选择至关重要。针对自适应特征选择问题,提出一种顾及分类器参数的特征选择和分类方法。该方法以支持向量数为评估依据,结合遗传算法进行特征选择,并同时对分类器参数进行寻优;最后利用优选的特征集和模型参数进行分类。为验证算法的有效性,利用两组全极化数据进行了监督分类实验。实验结果表明,提出方法降低了SVM分类器对自身参数的敏感性,而且能在较少特征个数下具备良好的泛化性能,分类精度优于未经过特征选择和参数优化的方法。     

Yamaguchi分解Notch滤波的全极化SAR图像舰船目标检测

极化合成孔径雷达数据蕴含了丰富的地物极化散射信息,已广泛应用于海上舰船目标检测研究。针对极化相干矩阵无法直接用于分析特定散射体物理特性的缺陷,利用Yamaguchi极化分解改进了极化Notch滤波器。将基于模型的极化分解方法引入Notch滤波器,利用表面散射、二次散射、体散射和螺旋体散射等散射机制的能量构造散射矢量代替极化相干散射矢量,并加入功率能量因子,构造新的极化SAR图像Notch滤波器。Radarsat-2全极化SAR图像实验结果表明,改进算法有效增强了舰船目标与海杂波背景间的对比度,检测性能优越。     

固定带宽滤波对InSAR图像对相关性影响的定量分析

讨论了干涉合成孔径雷达（InSAR）成像处理中基线解相关系数的频率函数，分析了在距离向压缩过程中频谱窗函数对InSAR图像对相关性的影响，通过定义干涉图距离向幅度谱函数的等效带宽来描述地形起伏，推导出了等效带宽和InSAR图像对相关性之间的关系式。据此给出了在不同等效带宽情况下（相当于不同地形起伏条件下），固定带宽滤波对InSAR图像对相关性的影响。最后的实验结果验证了上述分析的正确性。     

利用极化目标分解和WMRF的全极化SAR图像分类方法

提出了一种新的全极化SAR图像非监督分类方法,该方法将H/Alpha/A分解与马尔科夫随机场(Morkov rondom field,MRF)相结合。首先,根据地物的散射机制进行H/Alpha/A分解得到初始分类;然后,由基于Wishart分布的最大似然法迭代聚类更新分类结果;最后,结合WMRF(Wishart Markov randomfield)方法,由迭代条件模型法求取最大后验准则下的分割结果。NASA/JPL实验室的数据结果表明,该算法具有较好的分类效果,并获得了较高的分类精度。     

一种利用Cloude-Pottier分解和极化白化滤波的全极化SAR图像分类算法

提出了一种新的基于Cloude-Pottier分解和极化白化滤波(PWF)的全极化SAR数据分类算法。该算法利用PWF的结果来代替反熵A对复WishartH/α分类结果进行进一步细化,按PWF的值将复WishartH/α分类结果由8类分为16类,然后再次进行Wishart迭代分类。实验结果表明,该算法能有效地提高分类精度,分类结果明显优于常规的复WishartH/α分类结果和复WishartH/α/A分类结果。