一种极化SAR图像特征提取方法与流程

本发明涉及基于两阶段目标分解模型的极化sar图像特征提取方法，属于极化sar图像特征提取。

背景技术：

1、极化合成孔径雷达(sar)作为一种先进的微波遥感手段，具有全天候、全天时、分辨率高、大面积覆盖的优势，它通过观测不同收发极化组合下的回波信息，区分物体的细致结构、目标指向以及物质组成等参数来更加系统全面地反映目标的后向散射特性，从而获得更为全面丰富的地物信息，在遥感领域具有广阔的应用前景。

2、极化sar图像最具有代表性的特点是其丰富的极化电磁散射信息。这种组合收发多种极化方式电磁波的形式能够反映出不同地物的结构、尺寸、介电常数等信息，可以得到与人眼辨别的光学图像不同的电磁散射特征，拓展了人类对于目标信息的获取与识别能力。另一方面，从空间维度上来说，极化sar图像也同样具有图像的表现形式，能够反映不同类型地物之间的空间分布信息，这也为极化sar图像的解译提供了更多更丰富的应用手段。因此，研究极化sar图像中目标的全极化散射特性，分析目标的全极化特征与其物化特征的联系，提取有价值的目标特征，进而实现有效的目标分类或识别是极化sar图像解译的重点和难点。

3、在众多地物信息提取理论和方法中，极化目标分解方法因具有算法简单、结果易于解译、物理意义明确等优点而成为了极化sar领域备受关注的研究热点。因此，研究有效的极化目标分解方法具有重要的理论研究价值以及广泛的应用前景。目前现有的目标分解方法仍然存在一些问题。首先需要考虑散射模型的假设问题，当散射模型与实际数据不匹配时，某些散射成分可能会出现负能量，从而失去物理意义。其次是散射对称性假设问题，这是由于在极化目标分解中存在散射对称性现象，因此需要区别散射对称情况和散射非对称情况。最后是需要考虑对旋转的偶次散射进行极化指向角补偿从而保证分解的正确性。因此，如何改善上述问题，设计有效的目标分解方法是极化sar图象解译需要解决的关键性问题。

技术实现思路

1、本发明用于解决非相干目标分解方法未能充分考虑散射对称性假设的问题，提供了一种基于两阶段目标分解模型的极化sar图像特征提取方法。

2、如图1所示，所述极化sar图像特征提取方法包含以下步骤：

3、步骤一、采集原始极化sar图像数据，进行预处理，获得极化sar图像的相干矩阵；

4、步骤二、对所述相干矩阵进行极化指向角补偿；

5、步骤三、对极化指向角补偿后的相干矩阵进行椭圆率角补偿；

6、步骤四、计算散射非对称成分对应的功率占总功率的比例；

7、步骤五、将步骤三中椭圆率角补偿后的相干矩阵分解为散射对称部分和散射非对称部分，获得每个部分的相干矩阵与散射功率；

8、步骤六、确定自适应体散射模型；

9、步骤七、将步骤五中得到的散射对称部分分解成表面散射成分、偶次散射成分和自适应体散射成分；

10、步骤八、将步骤五中得到的散射非对称部分分解为螺旋散射成分、定向偶极子散射成分和复合非对称散射成分。

11、进一步地，所述步骤二中对相干矩阵进行极化指向角补偿的方法包括以下内容：

12、确定待特征提取的极化sar图像的相干矩阵t为：

13、

14、式中每个元素spq(p,q＝h,v)表示以q极化方式发射，p极化方式接收时的目标后向复散射系数，<>表示空域平均；

15、计算旋转角θ：

16、

17、其中，t23、t22等表示相干矩阵t中的元素，计算旋转矩阵u(θ)：

18、

19、对相干矩阵进行旋转t(θ)＝[u(θ)]t[u(θ)]*t。

20、进一步地，步骤三中对极化指向角补偿后的相干矩阵进行椭圆率角补偿包括：

21、计算椭圆率角

22、

23、计算旋转矩阵

24、

25、其中，j是虚数，对极化指向角补偿后的相干矩阵进行椭圆率角旋转

26、

27、进一步地，步骤四中计算散射非对称成分对应的功率占总功率的比例cor为：

28、

29、进一步地，所述步骤五获得每个部分的相干矩阵与散射功率包括以下内容：

30、对于散射对称的目标，相干矩阵中的元素t13＝t23＝0，则散射对称部分的相干矩阵tsym的各元素满足下式：

31、

32、式子中a、b、e、f表示tsym未知元素，采用归一化散射模型来对目标的散射非对称成分进行建模，其表达式为：

33、

34、其中，m表示水平极化和垂直极化的后向散射系数的比值，n表示交叉极化和垂直极化的后向散射系数的比值，则散射非对称部分的相干矩阵tasym表示为：

35、

36、将补偿后的相干矩阵分解为散射对称部分和散射非对称部分，其表达式为；

37、

38、其中，psym和pasym分别表示散射对称成分和散射非对称成分对应的散射功率，表示总功率，式子中：

39、pasym＝corpt

40、psym＝(1-cor)pt’

41、

42、散射对称部分和散射非对称部分的相干矩阵为：

43、

44、进一步地，所述步骤六包含以下步骤：

45、自适应体散射模型表示为：

46、

47、其中，

48、

49、进一步地，步骤七中将步骤五中得到的散射对称部分分解成表面散射成分、偶次散射成分和自适应体散射成分的具体过程为：

50、

51、式子中ts、td、tv分别表示表面散射模型、偶次散射模型和自适应体散射模型对应的相干矩阵，α和β为模型中的参数；

52、使公式等号左右两侧各项对应相等，设

53、

54、s，d，c为求解过程中的参数，求解可得，

55、

56、为保证求解的唯一性，使用来决定是表面散射还是偶次散射为主要的散射贡献，当时，认为表面散射成分为主要贡献，此时设α＝0，则

57、

58、当时，则认为偶次散射成分为主要贡献，此时设β＝0，则

59、

60、其中ps，pd和pv分别表示表面散射、偶次散射和自适应体散射的能量。

61、进一步地，将步骤五中得到的散射非对称部分螺旋散射成分、定向偶极子散射成分和复合非对称散射成分的具体过程为：

62、首先将步骤五中得到的散射非对称部分螺旋散射成分和定向偶极子散射成分

63、

64、其中，th、tod分别表示螺旋散射模型和定向偶极子散射模型对应的相干矩阵，j表示虚数，可得

65、

66、其中，和分别表示tasym中t23和t13元素；

67、pma为复合非对称散射，其表达式表示为pma＝pasym-ph-pod。

68、本发明具有以下有益效果：

69、可以针对不同状态的地物进行更细致的描述，能够较好地提取不同地物的散射信息，同时增加了更具有代表性的散射成分，更详细地分解了散射非对称部分，对分析不同地物的散射特性起到了很大的作用，有效区分各种类型的地物。