专利名称：一种基于简缩极化合成孔径雷达数据的地物分类方法
技术领域：
本发明涉及合成孔径雷达遥感信息处理技术领域，具体为一种基于简缩极化合成孔径雷达数据进行地物分类的方法。
背景技术：
简缩极化是多极化合成孔径雷达领域的新概念。简缩极化合成孔径雷达只发射一种特殊设计的极化波，分别接收两种正交极化波。简缩极化技术降低了极化合成孔径雷达的脉冲重复频率，在避免距离模糊、保持分辨率的同时能够扩展成像带宽，减少了极化数据的接收通道数，降低了下行数据量，另外，在雷达系统的定标方面也具有独特的优势，特别适合星载合成孔径雷达宽测绘带、大入射角的应用。简缩极化是基于混合极化基测量的极化方式，根据收发极化方式的不同组合，简缩极化目前主要采用三种基本模式，分别是发射旋转η /4角度的线性极化波，分别接收水平极化波和垂直极化波的π /4模式[参考J. C. Souyris，P. Imbo, R. Fjortoft, S. Mingot， J.S.Lee. Compact PolarityBased on Symmetry Properties of Geophysical Media The π/4Mode. IEEETransaction on Geoscience and Remote Sensing, Vol.43, No. 3, PP. 634-646,2005.]；发射左旋或右旋圆极化波，分别接收水平和垂直极化波的CL模式[参考R· K· Raney· Hybrid-Polarity SAR Architecture. In IGARSS 2006，Denver，Colorado， July 2006.]；发射左旋或右旋圆极化波，分别接收左旋和右旋圆极化波的CC模式[参考 N. Stacy,M. Preiss. CompactPolarimetric Analysis of X Band SAR Data. In EUSAR 2006 conference, Dresden, Germany, May 2006.]。其中，CL模式在解决长波段电离层法拉第旋转影响、极化合成孔径雷达系统通道功率不平衡问题、系统定标、极化数据的目标分解等方面都具有更显著的优势，是目前普遍推荐的简缩极化模式。简缩极化系统无法接收全部的散射信息，只能接收部分信息，简缩极化数据具有独特的信息处理方法。通过特定的收发极化状态的设计，可以重建出全极化信号或采用极化特征参数进行目标分解，获取有关散射机制分析的足够信息。Souyris等提出了简缩极化数据的全极化信息重建算法，该算法基于地理介质对称性假设和随机散射体理论，可以从简缩极化数据2X2维协方差矩阵中估计出3X3 维全极化协方差矩阵[参考 J. C. Souyris, P. Imbo, R. Fjortoft, S. Mingot, J. S.Lee. Compact Polarity Based onSymmetry Properties of Geophysical Media :The π /4 Mode. IEEETransaction on Geoscience and Remote Sensing, Vol. 43, No. 3,pp.634-646, 2005. ]。Stacy等将全极化信息重建算法推广到CC模式[参考N. Stacy,Μ. Preiss. Compact Polarimetric Analysis of X Band SAR Data. In EUSAR2006conference, Dresden, Germany, May 2006.]。R. K. Raney对CL模式的极化特征参数进行了研究，提出了简缩极化数据的参数提取算法，该算法不用重建全极化协方差矩阵，而是通过简缩极化数据直接获得极化特征参数进行目标分解，提取极化散射信息[参考R. K. Raney. Hybrid-Polarity SAR Architecture. In IGARSS 2006，Denver, Colorado, July2006.]。
对应于简缩极化数据的两类信息处理算法，利用简缩极化数据进行地物分类的非监督分类算法也分为两类一类是利用重建算法从简缩极化数据恢复全极化信息，然后利用全极化数据的非监督分类算法；一类是基于极化特征参数表征的散射特性分析，直接对简缩极化数据进行分类。Aniworth等分别由π /4模式、CL模式和CC模式的简缩极化数据协方差矩阵中估计出全极化协方差矩阵，利用全极化数据非监督分类方法对重建的全极化数据进行分类，并比较了三种模式简缩极化数据的分类结果[参考T. LAinsworth, J. S. Lee, and L. W. Chang. ClassificationComparisons Between Dual—Pol and Quad-Pol SAR Imagery. In IGARSS2007, Barcelona, Spain, pp. 164-167，July 2007.]。目前常见的全极化数据非监督分类算法主要利用散射机制提取与统计的方法相结合。Cloude等利用特征值分解提取散射熵H和散射角α，将H和α构成的二维特征平面划分为8个子空间，每个子空间对 JM-MiM^J [ ## :S. R. Cloude, Ε. Pottier. An Entropy Based Classification Scheme for Land Applications ofPolarimetric SAR. IEEE Transaction on Geoscience and Remote Sensing, vol. 35，no. 1，pp. 68-78，January 1997. ]。Freeman 等基于散射模型将全极化数据分解为体散射、表面散射和偶次散射三个分量，用于分析地物的散射机制[参考A. Freeman，S. L Durden. A Three-Component ScatteringModel for Polarimetric SAR Data. IEEE Transaction on Geoscience andRemote Sensing，vol. 36，no. 3，pp.963—973， Jmuary 1998.]。Lee等提出了将散射机制提取与基于复维希特(Wishart)分布的最大似然估计相结合的非监督分类算法，将H/ex平面的划分或基于散射模型的三成分分解结果作为初始分类，将初始分类作为复维希特(Wishart)监督分类的训练样本，进行迭代的分类， 得到较好的分类结果[参考J. S. Lee, Μ. R. Grunes, Τ. L. Aniworth, L. J. Du，D. L. Schuler, S. R. Cloude. UnsupervisedClassification Using Polarimetric Decomposition and the Wishart Classifier. IEEE Transaction on Geoscience and Remote Sensing，vol.37， no. 5，pp. 2249-2258，September 1999. ；J. S. Lee, M. R. Grunes, E. Pottier. Unsupervised Terrain Classification Preserving Polarimetric ScatteringCharateristies. IEEE Transaction on Geoscience and Remote Sensing，Vol. 42，No. 4，April 2004·]。由于全极化信息重建算法中需要迭代的运算，因此这类基于重建算法的非监督分类算法的运算效率会受到影响。
发明内容
本发明的目的是提出一种基于简缩极化合成孔径雷达数据的地物分类方法，该方法原理简单、计算方便，可用于地物散射特性的分析与分类。为达到上述目的，本发明的技术解决方案是一种基于简缩极化合成孔径雷达数据的地物分类方法，其包括步骤如下步骤一对简缩极化合成孔径雷达数据进行预处理，构造其协方差矩阵，并由协方差矩阵中对应元素的计算获得四个斯托克斯(Stokes)参数；步骤二 由斯托克斯(Stokes)参数提取反映地物散射特性的极化特征参数，包括极化度m、正交接收通道间的相对相位差δ、极化总功率span ；步骤三将地物散射回波分解为三个散射分量之和，分别计算每个散射分量对应的功率，通过比较各个散射分量功率，确定每个像元的主要散射机制，对数据进行初始分类，每个类别包含的所有像元的主要散射机制是相同的；步骤四根据span值的大小，将每个类别中的像元进一步划分为样本数相等的N 类，分别对应地物后向散射回波的强弱；步骤五基于数据的复维希特(Wishart)统计分布特性，分别计算每个像元与各类别中心的最大似然距离，重新调整像元的归属类别，迭代执行这一步骤，直到满足终止条件。所述的地物分类方法，其所述的简缩极化合成孔径雷达采用右旋圆极化波发射，水平和垂直极化波接收的工作模式，得到的地物目标的简缩极化特征矢量为 kCL = Sliv J，其中，R为右旋圆极化，H、V分别为水平极化和垂直极化，Seh表示右旋圆极化发射/水平极化接收通道复数据，Sev表示右旋圆极化发射/垂直极化接收通道复数据。所述的地物分类方法，其所述步骤一中，由地物目标的简缩极化特征矢量构造其简缩极化协方差矩阵C
权利要求
1.一种基于简缩极化合成孔径雷达数据的地物分类方法，其特征在于包括步骤如下步骤一对简缩极化合成孔径雷达数据进行预处理，构造其协方差矩阵，并由协方差矩阵中对应元素的计算获得四个斯托克斯参数；步骤二 由斯托克斯参数提取反映地物散射特性的极化特征参数，包括极化度m、正交接收通道间的相对相位差δ、极化总功率span ；步骤三将地物散射回波分解为三个散射分量之和，分别计算每个散射分量对应的功率，通过比较各个散射分量功率，确定每个像元的主要散射机制，对数据进行初始分类，每个类别包含的所有像元的主要散射机制是相同的；步骤四根据span值的大小，将每个类别中的像元进一步划分为样本数相等的N类，分别对应地物后向散射回波的强弱；步骤五基于数据的复维希特统计分布特性，分别计算每个像元与各类别中心的最大似然距离，重新调整像元的归属类别，迭代执行这一步骤，直到满足终止条件。
2.如权利要求1所述的地物分类方法，其特征在于，所述的简缩极化合成孔径雷达采用右旋圆极化波发射，水平和垂直极化波接收的工作模式，得到的地物目标的简缩极化特征矢量为= [SRH，其中，R为右旋圆极化，H、V分别为水平极化和垂直极化，Seh表示右旋圆极化发射/水平极化接收通道复数据，Skv表示右旋圆极化发射/垂直极化接收通道复数据。
3.如权利要求1所述的地物分类方法，其特征在于，所述步骤一中，由地物目标的简缩极化特征矢量构造其简缩极化协方差矩阵C 其中，符号<·>表示在以该像元为窗口中心的滤波窗口中所有像元的简缩极化数据的算数平均；由简缩极化协方差矩阵中元素的线性组合，计算斯托克斯参数Si、S2, S3、S4 其中，Cn、C12, C22分别表示协方差矩阵C中第1行、第1列元素，第1行、第2列元素， 第2行、第2列元素，符号9i〈·〉表示取复数的实部，符号3〈·〉表示取复数的虚部。
4.如权利要求1所述的地物分类方法，其特征在于，所述步骤二中，由斯托克斯参数提取反映地物目标散射特性的极化特征参数，包括极化度m、正交接收通道间的相对相位差 δ、极化总功率span ； 计算公式如下 m = ^S22+Sl+S2JS, δ = atan(S4/S3)民=W(C12) 民章η)其中，atan(·)表示计算数据的反正切函数值，δ的取值范围为[-180°，180° ]。
5.如权利要求1所述的地物分类方法，其特征在于，所述步骤三中，地物目标的散射可以用三种基本散射机制描述，分别是奇次散射、偶次散射和体散射，对应的，将地物散射回波分解为三个散射分量0、Ε、V之和 span = 0+E+V由所述极化特征参数计算三个散射分量的功率 0 = S1 · m · (1+sin δ )/2 E = S1 · m · (1-sin δ )/2 V = S1 · (1-m)比较三个散射分量的大小，最大散射分量Domi为地物目标的主要散射分量 Domi = max {0，E，V}根据每个像元散射过程中占主要地位的散射机制，对简缩极化数据进行初始分类，将具有相同散射类型的地物划分为同一类
6.如权利要求1所述的地物分类方法，其特征在于，所述步骤四中，根据span值的大小，将三个依据散射特性划分的类别进一步划分为样本数相等的N类，得到Cluster— Clusterej, Clustervi,其中，i，j，1 = 1…N。
7.如权利要求1所述的地物分类方法，其特征在于，所述步骤五中，一个像元与各类别中心之间的最大似然距离的计算公式如下
8.如权利要求1或7所述的地物分类方法，其特征在于，所述步骤五中，根据像元与各类别中心之间的最大似然距离，重新判断该像元属于哪一类，判别准则如下对于任意i = 1. . . N，(1)当ρ e Clusteroi,且满足 d(C，Vm)彡 d(C，Voi)时，如果Km = Cej，j = 1. · · N，则 P e Clusteroi ；否则，ρ e Clusterm ；(2)当ρ e Clusterei,且满足 d(C，Vm) ( d(C，Vei)时，如果Fm = Cllj，j = 1. · · N，则 P e Clusterei ；否则，ρ e Clusterm ；(3)当ρ e Cluster—且满足 d(C，Vm)彡 d(C，Vvi)时，ρ e Clusterm ；对极化图像中所有像元重复执行该步骤,直到满足迭代终止条件。
9.如权利要求1或8所述的地物分类方法，其特征在于，所述迭代终止条件，为迭代次数达到设定次数Niteatim或两次迭代间各类别间像素转移数目少于设定值Psrt。h时，迭代终止。
全文摘要
本发明公开了一种基于简缩极化合成孔径雷达数据进行地物分类的方法，涉及合成孔径雷达遥感信息处理技术，包括步骤，a)得到滤波后的斯托克斯(Stokes)参数；b)提取表示散射机理的特征参数，包括极化度m、正交通道间的相对相位差δ、极化总功率span；c)计算基本散射机制对应的功率成分，确定每个像素的主要散射机制，将数据划分为具有相同散射特性的三类；d)利用span将每类相同散射特性的像素进一步划分为样本数相等的若干类；e)进行迭代的复维希特(Wishart)分类。本发明的方法原理简单、计算方便，可用于地物散射特性的分析与分类。
文档编号G01S7/41GK102540157SQ20101059138
公开日2012年7月4日 申请日期2010年12月8日 优先权日2010年12月8日
发明者曹芳, 李洋, 洪文, 陈琳 申请人:中国科学院电子学研究所