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.      

多角度极化SAR图像散射特征分解及SVM分类

在极化合成孔径雷达（synthetic aperture radar,SAR）图像理解和解译中,地物分类是重要的应用方向之一.为了研究多角度极化SAR图像的地物分类,文中基于极化统计特征差异性顺序,给出了多角度极化分解特征序列构建方法.首先,采用基于Wishart分布的统计量对非各向同性散射中心进行检测,并逐像素生成基于散射特征差异的新序列图像.然后,面向多种极化特征分解模型,提出通用的多角度极化特征一阶差分序列描述方法及编码方法,包括Yamaguchi四分量分解、Krogager分解以及H/A/Alpha分解,得到多维特征参数序列.最后,通过两种方法对比后最终选用支持向量机（support vector machine,SVM）方法对特征序列进行分类.通过机载P波段极化SAR开展360°观测试验,验证了该方法的有效性,并展示出在地物分类方面的应用潜力.     

基于联合特征和SVM的极化SAR图像分类方法

极化SAR地物分类作为极化SAR数据解译的关键环节,已成为遥感领域研究的一个新热点。在充分研究现有方法的基础上,给出了一种联合特征和SVM相结合的极化SAR图像分类方法。该方法基于目标分解理论提取极化SAR图像的多类散射特征,并结合具有上下文知识的纹理特征,构建联合特征矢量;利用提取样本区域像素的联合特征矢量训练SVM分类器;将未知数据输入训练好的分类器完成最终的分类。实测SAR图像数据的实验结果表明,算法能够充分利用极化SAR图像电磁散射特性及纹理特征的互补性,具有较好的分类性能。     

快速搜索算法与极化合成孔径雷达三维成像

从全极化(hh,hv,vh,vv)合成孔径雷达(SAR)图像数据中,可提取方位向的地势倾斜度信息,形成极化SAR三维成像。该文重点研究极化 SAR三维成像快速算法;提出由 Stokes矢量推导的的极化椭圆方向用解模糊算法;讨论目标极化散射特性对提取地势高度信息的影响以及处理方法;并利用真实的极化 SAR图像数据得到了极化三维成像结果。     

一种双频极化SAR图像分类方法

本文提出了一种利用两种不同频率下的极化SAR图像进行地物分类的新方法,该方法是基于目标的散射特性随频率变化而改变的趋势和程度实现的。基于不同频率下所提取的特征量,定义了特征变化量和特征变化平面。本论文选择了极化熵变化量 和极化度变化量 作为特征,通过将 平面分割为9个区域,进而将目标分为9个类。这种方法反映了目标散射特性随频率的变化关系,物理意义直观,实现方法简单易行。将这种分类方法与Wishart分类器相结合,就可以实现对极化SAR图像的无监督迭代分类。实测的SIR-C数据的分类结果表明,该方法是一种有效的极化SAR图像分类方法。      

基于子孔径分析的极化散射机理研究

在用极化sAR数据研究极化散射机理时,利用的是大量不同方位观察角度下接收的目标散射数据,但通常极化散射特性随方位角的变化并未被考虑。文中提出利用子孔径分析方法研究极化散射机理。子孔径是在不同的方位观察角度下．对整个场景的响应。用子孔径方法分析高分辨率极化sAR图像,可以突出全孔径中雷达后向散射的瞬时变化．因此可用于各向异性特征和非平稳目标的检测。最后利用丹麦EMISAR获取的L波段极化SAR全孔径图像数据进行仿真验证,提出了一种计算相对标准偏差的方法来检测非平稳目标。     

基于SAR极化特征的SVM道路提取方法研究

SAR图像中道路提取在路网规划建设、灾害监测等领域具有重要的应用价值.传统SAR图像道路提取方法多是基于SAR图像的幅值特性进行提取,缺少对极化特性的解译.此外极化分解方法多应用于水体提取、地物分类、建筑物提取等,较少应用于道路提取.针对现有的道路提取方法数据质量要求高、全极化道路提取研究较少、全极化数据源相干斑噪声影响大的问题,本文首先对全极化数据进行多视处理、滤波去噪预处理,并通过极化分解方法获取20维极化特征散射分量.其次,从散射机理的角度出发,构建鉴别道路信息的最优极化特征矢量.最后,通过SVM分类器得到初步道路提取结果,并通过数学形态法提取道路数据.实验结果表明,该方法达到了98.4%的Acc和65.3%的Iou,具有提取精度高、应用范围广的优点,充分利用高分辨率SAR数据的极化信息,可有效应用于SAR图像的道路提取方法研究中.此外,区分于将光学道路提取的方法直接套用到SAR图像道路提取研究,本文探索了极化特征在SAR图像道路提取中的应用表现,为SAR图像道路提取研究提出新模式新思路.     

基于H-α和改进C-均值的全极化SAR图像非监督分类

该文提出一种基于H-α和改进C-均值的全极化SAR图像非监督分类方法.该方法先按H-α对全极化SAR图像进行基于散射机理的分类,再将分类结果作为改进C-均值算法的初始类别划分,从而实现地物分类.迭代次数确定是C-均值动态聚类算法的关键,文中利用图像熵给出了一种新的迭代终止准则.与H-α方法相比,该文方法能在保留分类结果物理散射机理的同时,实现有效的地物分类.NASA/JPL实验室AIRSAR系统获取的L波段旧金山全极化SAR数据的实验结果验证了该文方法的有效性.     

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.     

一种基于Freeman分解与散射熵的极化SAR图像迭代分类方法

该文提出了一种基于Freeman分解与散射熵的极化SAR图像迭代分类新方法。该方法首先通过Freeman分解提取3种散射机理成分的功率,同时通过H/ 分解提取地物的散射熵;再利用这4个表征地物特性的参数将极化SAR图像中的地物划分为9个初始类,最后使用Wishart分类器对初始类进行迭代分类得到最终的结果。该方法合理利用了地物的极化散射信息,能够取得较好的分类效果,同时运算量也比较小。实测极化SAR数据的实验结果验证了该方法的有效性。     

A three-component scattering model for polarimetric SAR data

An approach has been developed that involves the fit of a combination of three simple scattering mechanisms to polarimetric SAR observations. The mechanisms are canopy scatter from a cloud of randomly oriented dipoles, evenor double-bounce scatter from a pair of orthogonal surfaces with different dielectric constants and Bragg scatter from a moderately rough surface. This composite scattering model is used to describe the polarimetric backscatter from naturally occurring scatterers. The model is shown to describe the behavior of polarimetric backscatter from tropical rain forests quite well by applying it to data from NASA/Jet Propulsion Laboratory's (JPLs) airborne polarimetric synthetic aperture radar (AIRSAR) system. The model fit allows clear discrimination between flooded and nonflooded forest and between forested and deforested areas, for example. The model is also shown to be usable as a predictive tool to estimate the effects of forest inundation and disturbance on the fully polarimetric radar signature. An advantage of this model fit approach is that the scattering contributions from the three basic scattering mechanisms can be estimated for clusters of pixels in polarimetric SAR images. Furthermore, it is shown that the contributions of the three scattering mechanisms to the HH, HV, and VV backscatter can be calculated from the model fit. Finally, this model fit approach is justified as a simplification of more complicated scattering models, which require many inputs to solve the forward scattering problem     

基于Freeman分解的植被参数反演新方法

基于极化Freeman分解的极化协方差矩阵参数,极化干涉SAR互协方差矩阵可简化建模为植被高度、消光系数和地面干涉相位的函数。基于此,该文建立了以极化干涉SAR互协方差矩阵估算值与互协方差矩阵观测值之差为目标函数、以3个植被参数为未知量的优化模型,提出了基于Freeman分解的植被参数反演新方法。该方法避免了三阶段植被参数估计方法所面临的体相关系数确定问题,提供了一种独立于三阶段植被参数估计的新思路。仿真结果验证了新方法的有效性。     

Deorientation theory of polarimetric scattering targets and application to terrain surface classification

Deorientation theory of polarimetric scattering targets is presented. Using a transformation of the target scattering vector, the target orientation is turned to a certain fixed state and polarimetric scattering of the transformed scattering vector shows the prominence of the generic characteristics of the target. A new set of parameters u, v, w, /spl psi/ is defined based on a deorientation of the target scattering vector. Numerical simulation of polarimetric scattering of nonspherical particles illustrates the meanings of the parameters u, v, w, /spl psi/ and the entropy H. An unsupervised classification scheme of the terrain surfaces is developed, which classifies the terrain surfaces using the set of u., v, H, and analyzes the orientation distribution of each class based on deorientation angle /spl psi/. As examples, a SIR-C polarimetric image over China's Guangdong Hui-Yang district is classified into eight classes and a AirSAR polarimetric image over Canada's Boreal district is orientation-analyzed using our approach of deorientation and four parameters u, v, /spl psi/, and H.     

Low grazing incidence millimeter-wave scattering models andmeasurements for various road surfaces

Systematic characterization of the scattering behavior of traffic targets, clutter, and their associated interactions are required in order to design and assess the performance of millimeter-wave-based sensors for automated highway system (AHS) applications. In this paper, the polarimetric radar backscatter response of various road surfaces is investigated both theoretically and experimentally. In general, it is found that the overall scattering response of road surfaces is composed of volume and surface scattering components. Previously a hybrid volume scattering model was developed for predicting the backscatter response of smooth asphalt surfaces at millimeter-wave frequencies. There, only the volume scattering was accounted for, however, experimental results show that the surface scattering cannot be ignored when the surface roughness parameters become comparable to the radar wavelength. In this paper, the previous study is extended to include the radar backscatter response of concrete surfaces, snow-covered smooth surfaces, and rough asphalt or concrete surfaces. Radiative transfer (RT) theory is used to model the volume scattering and the integral equation model is used to describe the surface scattering. Asphalt and concrete mixtures are dense random media whose extinction and phase matrices are characterized experimentally. Ice and water over asphalt and concrete surfaces are modeled by homogeneous layers. Fresh snow is modeled by a sparse random medium whose extinction and phase matrices are obtained analytically. The University of Michigan 94-GHz polarimetric radar system was used to perform polarimetric backscatter measurements of the aforementioned road surfaces at near grazing incidence angles (70°-88°). Comparison of the measured and theoretically predicted backscattering coefficients and polarimetric phase difference statistics shows excellent agreement     

无人机极化散射特性室内测量研究

无人机目标的雷达检测、分类和识别研究需要无人机的极化散射特性支撑。该文通过对复杂材质无人机的室内测量研究,揭示了无人机与金属化模型的全极化散射特性差异。利用部件分解测量的分析方法,阐述了无人机与主要部件极化散射一致性关系,证明了机身、机翼直接影响整机的退极化效应,其中机身部位是整机交叉极化散射的主要来源。      

Interpretation of the Polarimetric Co-Polarization Phase Tern in Radar Images Obtained with the JPL Airborne L-Band SAR System

The utilization of both polarimetric amplitude and relative phase terms of the polarization scattering matrix [S] given for each pixel, is pursued for polarimetric SAR imagery interpretation. The existing amplitude-only backscattering approaches hitherto used are extended and modified to accommodate the interpretation of information contained in the amplitude and/or phase terms. Both a vector radiative transfer model for surface versus volume scattering from rough terrain with and without vegetation canopy and a high-frequency electrical curvature model for perfectly conducting surfaces are examined to come up with theoretical models that out-perform other hitherto known approaches. The developed models agree with the excellent polarimetric SAR imagery recently obtained with the JPL CV-990 dual-polarization L-band (1.225 GHz) SAR system. Recommendations are made on how to further perfect the system for integration in the SIR-C and other future polarimetric SIR-SAR systems.     

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     

基于二维极化特征的PolSAR图像决策分类

决策树模型在极化SAR数据分类中有着极大的应用价值,既能描述分类结果的极化散射机制,又能获得较好的分类精度。但在对散射机制相似的地物进行分类时,由于经典决策树模型的节点采用的是单个特征,分类精度不理想。因此,该文提出了节点采用2维特征的方法,即在特征集相同的前提下,每次取两个特征组成特征矢量用于节点,提高了经典决策树难以区分的地物的分类精度;并且利用分类结果的混淆矩阵准确定位了导致分类误差的节点,进而对节点进行有针对性的反馈调整,进一步提高了指定地物的分类精度。利用AIRSARFlevoland数据验证了该方法的有效性,并结合极化特征描述了Flevoland地区多种植被的极化散射机制。      

伪装材料表面偏振散射的几何光学解

散射光的偏振特征可以作为遥感信息来识别目标,给伪装技术带来了新的威胁.文中采用偏振相机在光学与红外波段测试了染料型和涂料型伪装材料的偏振散射光谱,研究了不同探测波段下粗糙材料表面的偏振散射机理.研究结果表明:染料型伪装材料的偏振度很小,当光源以不同的入射角照射其表面时,偏振度基本保持不变;涂料型伪装材料的偏振度较大,且随着入射角的增大,其散射光的偏振度也逐渐升高;材料散射光的偏振度与表面粗糙度成反比,染料型伪装材料具有较大的表面粗糙度,在与入射光的作用过程中多次散射占优,因此,其偏振度很小.利用几何光学理论分析了材料表面的偏振散射机理,分析结果与实验结论相吻合.在一定条件下,伪装材料的偏振散射特征与背景不同,偏振信息在伪装目标识别方面具有重要的军事应用价值.     

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。