CN114998365B 一种基于极化干涉sar的地物分类方法 （中国电子科技集团公司第十四研究所）

本发明提供了一种基于极化干涉SAR的地物极化干涉SAR的地物分类方法，综合利用地物的极化信息、干涉信息，结合极化SAR图像分割结22.数据预处理：对步骤1获取的复图像进行数据预处理，所述预处理操作包括辐射定高程信息；所述HHm复图像表示主天线水平极化发射水平极化接收得到的复图像，所述8.植被分类：对步骤7中提取的植被区域进行极化分解，结合步骤4提取的DEM高程信3.根据权利要求1所述的基于极化干涉SA复图像和VV复图像；所述HHm复图像表示主天线水平极化发射水平极化接收得到的复图像，所述VHm复图像表示主天线水平极化发射垂直极化接收得到的复图像，所述Hn复图像表示主天线垂直极化发射水平极化接收得到的复图像，所述vvn复图像表示主天线垂直接收得到的复图像，所述VHS复图像表示辅天线水平极化发射垂直极化接收得到的复图依据步骤3分割得到的网格，计算每个网格内像素点的平均功率3网格内像素点的平均功率大于阈值T的区域划为强散射骤5中提取的弱散射区域进行细分的操作具体包括以依据步骤3的极化SAR图像分割结果以及步骤4提取的DEM高程遍历每一个弱散射区域，若该区域相邻的近距端存在高程突出区域，则通过对比可疑阴影区域与高程突出区域的角点数量进行阴影区域确认，影区域提取的角点数量为n1，其相邻近距端高程突出区域的角点数为n2，若|n1-n2|/max8.根据权利要求6所述的基于极化干涉SAR的地物构建相干矩阵T:，<·>表示多视处理；4结合步骤3的极化SAR图像分割结果、上述初步分类结果以及统计信息进行自适应分9.根据权利要求8所述的基于极化干涉SAR的地物分若Hsar则该植被像素识别为矮针叶植被；若H>a，≤az，则该植被像素识别为高阔叶植被；>az，则该植被像素识别为高针叶植被；其中<>表示多视处理。5[0002]极化干涉SAR能同时获取被观测的地物的极化信息和干涉信息。极化信息对地物[0003]传统的极化SAR地物分类方法主要是在Cloude和Pottier在1997年提出的分类方法的基础上进行改进(CloudeSR,PottierE.AnentropybasedclassificationschemeforlandapplicationsofpolarimetricSAR[J].IEEETransactionsonGeoscience&RemoteSensing,1997,35(1):68-78.)。但是这类方法未使用地物的干涉信[0004]为解决现有技术存在的难题，本发明提供了一种基于极化干涉SAR的地物分类方6极化接收得到的复图像，所述VHm复图像表示主天线水平极化发射垂直极化接收得到的复表示主天线垂直极化发射垂直极化接收得到的复图像，所述HHs复图像表示辅天线水平极化发射水平极化接收得到的复图像，所述VHs复图像表示辅天线水平极化发射垂直极化接述VVs复图像表示辅天线垂直极化发射垂直极化接收[0019]其中分别表示主天线获取的4幅复到的网格内像素点的平均功率小于等于阈值T的区域划为弱散射区域；将网格内像素点的域提取的角点数量为n1，其相邻近距端高程突出区域的角点数为n2，若|n1-n2|/max(n1，7T33物比例超过该网格内像素数量的70则将该网格内所有地物都设为占比最高的地物；若格内像素数量的70则将该网格内所有地物都设为占比最高的地物；若占比最高的地物>α28>α29[0065]本实施例采用本发明的一种基于极化干涉SAR的地物分类方法，对某公司所生产的N-SAR系统录取的极化干涉SAR数据进行处理。该数据录取于陕西省渭南市渭河大桥区ms线垂直极化发射水平极化接收得到的复图像)、VVm复图像(主天线垂直极化发射垂直极化水平极化接收得到的复图像)和VVs复图像(辅天线垂直极化发射垂直极化接收得到的复图[0076]其中分别表示主天线获取的4幅复T33若占比最高的地物比例超过该网格内像素数量的70则将该网格内所有地物都设为占比最高的地物；若占比最高的地物比例小于70则利用分水岭分割算法，将该网格继续分地物比例超过该网格内像素数量的70则将该网格内所有地物都设为占比最高的地物；>α2>α2