基于球面散射相似性的POLSAR图像分类方法

针对基于H-Alpha平面的目标分类方法运算量偏大的问题,本文研究了基于散射相似性的极化合成孔径雷达（POLSAR）图像分类。首先在分析现有目标散射相似性度量参数的不足基础上,利用目标相干矩阵定义了目标散射相似性的新度量参数。该参数综合考虑了目标主散射机制、次要散射机制与规范目标的相似性,以及不同散射机制对应的发生概率,因而它能准确反映目标与规范目标的散射相似程度。接着,考虑到表面散射在自然界中是一种普遍的散射类型,利用新参数提取了表面散射相似性参数,并从理论上分析了该参数表征目标散射类型的可行性及它与平均Alpha角、极化散射熵的约束关系。最后,利用San Francisco地区AIRSAR极化数据验证了表面散射相似性替代平均Alpha角的有效性,并讨论了表面散射相似性参数分别与现有极化散射熵替代参数的组合分类效果。实验结果表明,基于简单线性近似参数+表面散射相似性的H-Alpha替代方法更具实用性。      

基于差异度的极化SAR相干斑抑制效果评估

相干斑抑制是极化SAR图像解译和信息提取的基础。针对采用极化特征图对极化SAR图像相干斑抑制算法极化信息保持能力定性评估的不足,本文提出一种基于差异度的相干斑抑制效果评估方法。该方法通过比较相干斑抑制前后目标区域的差异度,实现相干斑抑制算法对目标极化信息保持能力的定量评估。在评估过程中采用分别先对目标区域内每个像素做差异度后求平均的方法,代替传统的先将目标区域内像素K矩阵求平均后求极化特征图的方法,避免了先对各个像素做平均带来的二次估计。对通过极化特征图判断性能接近的不同相干斑抑制算法,得到更为精确的评估结果。最后选取三类典型相干斑抑制算法,分别对仿真数据和实测ESAR数据中的面目标和点目标进行评估,验证了方法的有效性。      

结构保持的双边滤波极化SAR图像降噪

针对极化合成孔径雷达(Polarimetric Synthetic Aperture Radar, PolSAR)图像相干斑抑制时结构保持的难题,该文提出一种PolSAR图像的双边滤波算法:结构保持的双边滤波(SPBF)。该算法通过结合边缘结构特征和地物散射特性,增强对PolSAR图像结构信息的描述,减少滤波时图像结构信息的损失,实现滤波性能的提高。该算法首先使用边缘检测模板在极化总功率图像(Span)上提取边缘方向,实现自适应选择滤波方向窗;其次,采用Freeman-Durden分解获取像素的散射机制,并根据极化数据的统计分布特性获取地物散射的聚类标记;最终在所选的方向窗中,以聚类标记图为掩膜,利用改进的双边滤波算法对PolSAR数据进行相干斑抑制。真实SAR数据的实验结果表明,该方法能够有效抑制相干斑噪声,同时提高了对图像的边缘、强点目标和极化散射特性的保持能力。     

基于双边滤波的极化SAR 相干斑抑制

在对极化SAR 数据进行相干斑抑制过程中,保持其极化信息是首要考虑的问题,而对极化SAR 数据各元素进行独立的滤波是不可取。依据极化SAR 数据形式及噪声模型,该文将双边滤波推广至极化SAR 数据处理,推导出一种新的相似性距离度量公式,所提方法可以直接对极化协方差矩阵C 或极化相干矩阵T 进行处理。该方法能够保持极化信息,有效地抑制相干斑,同时能够更好地保持点目标、纹理结构等,在处理大幅面的极化SAR数据时简单、快速、有效。      

基于同质像素预选择的极化SAR图像非局部均值滤波

该文针对在极化合成孔径雷达(PolSAR)图像相干斑抑制过程中结构特征和极化散射特性保持的难题,提出一种基于同质像素预选择的非局部均值滤波算法(NLM-HPP)。该算法结合像素统计特性和极化散射机制选择滤波同质像素,并引入结构损失函数提高非局部均值(NLM)算法中像素间相似性度量的准确性,最后用改进的相似性度量对同质像素的协方差矩阵进行加权平均,实现对PolSAR图像的相干斑抑制。对真实PolSAR数据进行的实验结果表明,与现有的Refined Lee滤波、基于散射模型的滤波方法和两种非局部均值滤波相比,此方法在有效滤除相干斑点的同时能更好地保持PolSAR图像的结构信息和极化信息。     

基于简缩极化数据的三分量分解模型

基于部分极化波的二分理论,提出了一种针对简缩极化数据的三分量分解模型。该模型将简缩极化数据的Jones相干矩阵分解成表面散射、偶次散射和体散射三种散射机制Jones相干矩阵之和,进一步得到这三种散射机制各自的散射功率。选取德国根多夫市普拉特灵(Plattling)地区的TerraSAR-X全极化数据生成简缩极化数据,用提出的三分量分解模型对得到的简缩极化数据进行分解,并将分解结果与全极化数据的Pauli分解结果进行对比。实验结果表明:提出的简缩极化数据三分量分解模型能够很好地描述表面散射和体散射的散射行为。但是,相比全极化数据的分解结果,提出的模型高估了体散射分量,导致偶次散射分量偏小,这个问题需要进一步的研究来解决。     

利用结构相似性改进的极化Lee滤波算法

由于传统的参数估计方法不够准确,极化Lee滤波在相干斑抑制和细节信息保留不能够很好地同时兼顾。本文基于非局部均值算法的思想,提出了一种改进的极化Lee滤波。首先在SPAN图上计算窗口中像素之间的相似度得到加权权重,计算出中心像素的期望值和极化Lee滤波中的有关参数,同时利用权重对极化协方差矩阵进行非局部均值形式的加权平均,最后根据加权均值和滤波参数得到极化协方差矩阵的Lee滤波结果。单视和多视数据实验结果表明,该算法提高了极化Lee滤波中参数的估计精度,在保留边缘细节的同时不仅有效地抑制了相干斑噪声,对极化信息也有较好的保持能力,为图像的后续工作提供了较为理想的预处理结果。      

采用混合特征相似性的极化SAR图像降噪算法

针对极化合成孔径雷达（Polarimetric Synthetic Aperture Radar,PolSAR）图像在相干斑抑制过程中面临的结构信息和极化散射信息保持的问题,通过分析PolSAR图像的结构特性和极化特性,建立一种结构特征提取方法,并提出一种采用混合特征相似性的极化SAR图像降噪算法.该算法将图像的结构信息和极化散射信息与降噪过程相融合,能够在抑制相干斑噪声的同时,实现降噪后图像的结构信息和极化信息的有效保持.实测机载极化SAR数据的实验结果验证了算法的有效性.     

雷达目标极化散射特性的表征方法

归纳了现有雷达目标极化散射特性的表征方法,回顾了雷达目标极化散射经典表征的物理概念及内涵。阐述和深化了在时变极化波激励下雷达目标的瞬态极化表征方法,提出了瞬态极化相似系数和瞬态极化相似度等概念。简要介绍了雷达目标的瞬态极化时频分布表征思路。试图理清这些刻画手段的研究思路,为适应不同的应用需求提供理论支持。     

多角度极化SAR图像中的非各向同性散射估计与消除方法研究

通过对不同角度子孔径相干累加,多角度观测SAR可以提供高分辨率影像及多角度散射特征.然而,现有的累加成像方法存在非各向同性散射中心混叠问题.混叠将造成极化特征参数估计无法反映实际的目标物理特征,从而难以支撑分类及变化检测应用.为了去除不同散射中心间的相互干扰并利用不同类型的信息,该文提出了一种多角度极化SAR图像中的非各向同性散射估计与消除方法.该方法给出了基于两类目标假设的最大似然比检验统计量,分析了相干斑影响以及非各向同性散射消除机理,证明了恒虚警判决函数的单调性.通过机载P波段极化SAR进行了360观测试验,分析了非各向同性散射消除前后极化熵的变化,验证了算法的有效性并揭示出在目标特征提取方面的应用潜力.      

基于极化似然比的极化SAR影像变化检测

由于数据获取困难等问题,目前SAR影像变化检测方法多基于幅度,而较少引入极化信息.针对此方面的不足,以极化SAR数据为研究对象,在分析多极化SAR影像极化特征及其分布模型的基础上,构建极化似然比检验模型,以此进行不同时相的多极化SAR数据地表地物变化程度分析,通过设定恒虚警率确定变化区域,最后考虑地物空间信息剔出斑点噪声引起的孤立检测结果.利用多极化SAR数据进行算法的验证,并与图像比值法进行比较,实验表明:基于极化似然比方法可以有效区分地物的变化情况,且变化检测精度要优于图像比值法.     

Polarimetric scattering indexes and information entropy of the SAR imagery for surface monitoring

The Mueller matrix solution and eigenanalysis of the coherency matrix for completely polarimetric scattering have been applied to the analysis of synthetic aperture radar (SAR) imagery. Copolarized and cross-polarized backscattering for any polarized incidence can be obtained. The polarization index is usually defined as a parameter to classify the difference between polarized scattering signatures from the terrain surfaces. The eigenvalues of the coherency matrix and information entropy are derived to directly relate with measurements of the copolarized and cross-polarized indexes. Thus, it combines the Mueller matrix simulation, the information entropy of the coherence matrix, and two polarization indexes together and yields a quantitative evaluation for surface classification in the SAR imagery. This theory is applied to analysis of the AirSAR images and field measurements.     

基于目标分解和加权SVM分类的极化SAR图像舰船检测

目标分解是极化SAR图像舰船检测的重要方法,但是,在较高分辨率和复杂海况条件下,由相干矩阵分解得到的极化熵参数并不能将舰船目标与海洋等背景完全区分。对极化目标分解理论和地物散射机理的研究和分析表明,极化分解的各个参数从不同角度反映了目标和背景的散射差异,对它们联合使用有助于更准确地在SAR图像中检测目标。而且,各个参数在实际的检测问题中具有不同的重要性。因此,本文构造了包含有多个极化分解参数的特征向量,并根据各分解参数重要性不同,提出一种基于目标分解和加权SVM (support vector machine)分类方法对极化SAR图像中的舰船进行检测。实验结果表明,该方法能够精确地检测舰船目标,并有效地减少虚警。      

An entropy based classification scheme for land applications ofpolarimetric SAR

The authors outline a new scheme for parameterizing polarimetric scattering problems, which has application in the quantitative analysis of polarimetric SAR data. The method relies on an eigenvalue analysis of the coherency matrix and employs a three-level Bernoulli statistical model to generate estimates of the average target scattering matrix parameters from the data. The scattering entropy is a key parameter is determining the randomness in this model and is seen as a fundamental parameter in assessing the importance of polarimetry in remote sensing problems. The authors show application of the method to some important classical random media scattering problems and apply it to POLSAR data from the NASA/JPL AIRSAR data base     

基于去取向理论的全极化SAR图像模糊非监督聚类

由于复杂散射体的随机取向导致其回波具有一定的波动性,利用目标分解理论对全极化SAR图像进行分类时,分类结果会出现一定程度的错分现象。该文提出了一种新的非监督分类算法,该算法首先根据去取向理论,将目标向量旋转到最小交叉极化方向;然后,采用u/v/H参数描述散射机制,以模糊隶属函数代替参数平面的硬阈值划分;最后,以多元复Wishart分布描述相干矩阵,基于Bayes极大似然分类准则进行分类。以中国广东淡水附近的L波段NASA/JPL SIR-C全极化SAR图像作为实验数据进行了仿真试验,并进一步对聚类中心的迁移进行了讨论。试验和讨论结果表明:同基于H/和类k-mean的算法比较,该文的聚类算法对聚类效果有明显改善,类别对应的散射机制也更为准确,分类结果有利于地表类型的自动识别。     

利用极化方位角特征的高分辨极化SAR目标增强研究

针对高分辨极化SAR目标增强问题,提出一种利用极化方位角特征的增强方法.首先,利用圆极化法提取极化SAR图像像素点的极化方位角特征;其次,通过"方位角归零化"获得像素点在零度极化方位角下的散射矩阵值.对比归零化前、后目标及杂波区域内部像素点极化特性聚集程度的差异,阐述了利用极化方位角特征进行目标增强的原理;再次,统计获得目标及杂波区域的平均极化特性,采用非线性最优化方法实现了目标增强;最后,基于ADTS全极化SAR实测数据验证了本文方法具有优良的目标增强性能.     

加权全极化SAR图像非监督Wishart分类方法

为提高基于极化目标分解与复Wishart非监督分类方法中对不同类别地物中心散射相关矩阵的估值精度与合理性,本文提出了加权全极化SAR图像非监督Wishart分类方法,该方法通过对求解每一类地物散射相关矩阵时,进行数值加权,使得求解的散射相关矩阵更能代表地物类别的中心。本文详细阐述了该方法的原理和实施步骤,并通过对AIRSAR的L波段实际数据进行分类实验,可知该加权算法无论在分类精确度上还是在迭代速度上,性能都有所提高。     

一种度量目标散射相似性的新参数

针对目标相似性参数度量分布式目标与典型目标散射相似程度不准确的问题,本文利用规范散射Pauli基矢量和分布式目标相干矩阵,定义了一个度量目标散射相似性程度的新参数--目标散射相似性.由于该参数综合考虑了分布式目标主散射机制、次要散射机制与规范散射的相似性,以及不同散射机制对廊的发生概率,因而它能准确反映分布式目标与规范目标散射的平均近似程度.与相似性参数一样,新参数具有目标旋转不变性、尺度无关性等特性.作为一种实际应用,给出了分布式目标与金属球、角反射器等典型目标的散射相似性.结合旧金山地区AIRSAR极化数据,讨论了这些相似性测度在地物分类方面的应用.     

Contrast Enhancement Method of POLSAR Images Based on Target Decomposition Theory

Improving the target-clutter ratio(TCR) of moving targets in synthetic aperture radar(SAR),imagery is very important for target detection and identification.In this paper,using the Cloude’s decomposition theory,an average covariance matrix can be decomposed into a summation of matrices representing three different scattering processes:the single bounce scattering,double bounce scattering,and diffuse scattering.A new idea of using the combination of the three components to enhance the contrast of an image is proposed.In order to compare with the polarimetric contrast enhancement method based on HH,HV,and VV data,ship areas of two combinatorial intensity images are detected by image binarization.Experimental results show that the method proposed in this paper provides better contrast.     

SAR图像的极化干涉非监督Wishart分类方法和实验研究

该文在合成孔径雷达图像的极化非监督Wishart分类的基础上,给出了一种利用极化干涉信息对合成孔径雷达图像进行非监督分类的方法。该方法主要利用一(66)的极化干涉相关矩阵,从而可以同时考虑单幅图像的全极化信息以及两幅像对之间的互相关信息。该文详细阐述了该方法的具体实现,并利用NASA/JPL的SIR-C/X-SAR系统在中国天山地区的L波段实测数据进行了实验研究。给出了利用该方法对实验数据进行分类的结果,并与极化非监督Wishart分类的结果进行了比较。结果表明,该方法能够很好地分辨不同类型的地物,保持地物的细节,并且比极化非监督Wishart分类结果有很大改善。