极化SAR图像中目标极化相干特征的增强方法

摘要

本发明提供一种极化SAR图像中目标极化相干特征的增强方法。技术方案包括：第一步是构建极化散射矢量，包括构建Pauli极化散射矢量和Lexicographic极化散射矢量。第二步是构建极化相干矩阵和极化协方差矩阵。第三步是极化相干矩阵和极化协方差矩阵旋转处理。第四步是计算旋转域中极化相干特征序列。第五步是计算增强的极化相干特征量。计算旋转域中极化相干特征序列的最大值，确定为增强的极化相干特征量。本发明对极化相干特征增强效果明显，对不同地物具有很好的普适性和鲁棒性。

主权项

一种极化SAR图像中目标极化相干特征的增强方法，SAR是指合成孔径雷达，获得极化SAR图像每个像素点的极化散射矩阵S_j,j＝1,2,…,W，W表示极化SAR图像的像素点数，令极化散射矩阵S＝S_j，其特征在于，包括下述步骤：第一步，构建极化散射矢量：设极化散射矩阵为$S=\left[\begin{array}{cc}{S}_{HH}& S_{HV}\\ S_{VH}& S_{VV}\end{array}\right],$且满足互易性条件即S_HV＝S_VH；利用下式分别计算Pauli极化散射矢量k_P和Lexicographic极化散射矢量k_L：$k_P=\frac{1}{\sqrt{2}}{\left[\begin{array}{ccc}{S}_{HH}+S_{VV}& S_{HH}-S_{VV}& 2S_{HV}\end{array}\right]}^T$$k_L={\left[\begin{array}{ccc}{S}_{HH}& \sqrt{2}{S}_{HV}& S_{VV}\end{array}\right]}^T$其中，S_HH为在水平极化H发射和水平极化H接收条件下获取的复后向散射系数；S_VH为在水平极化H发射和垂直极化V接收条件下获取的复后向散射系数；S_HV为在垂直极化V发射和水平极化H接收条件下获取的复后向散射系数；S_VV为在垂直极化V发射和垂直极化V接收条件下获取的复后向散射系数；其中V表示垂直，H表示水平，上标T为转置处理；第二步，构建极化相干矩阵和极化协方差矩阵；利用Pauli极化散射矢量，选取具有散射相似性的样本像素，并通过样本集合平均处理，构建极化相干矩阵T为：$=\frac{1}{2}\left[\begin{array}{ccc}<|S_{HH}+S_{VV}{|}^2>& <(S_{HH}+S_{VV}){(S_{HH}-S_{VV})}^{*}>& <2(S_{HH}+S_{VV})S_{HV}^{*}>\\ <{(S_{HH}+S_{VV})}^{*}(S_{HH}-S_{VV})>& <|S_{HH}-S_{VV}{|}^2>& <2(S_{HH}-S_{VV})S_{HV}^{*}>\\ <2{(S_{HH}+S_{VV})}^{*}{S}_{HV}>& <2{(S_{HH}-S_{VV})}^{*}{S}_{HV}>& <4|S_{HV}{|}^2>\end{array}\right]$利用Lexicographic极化散射矢量，选取具有散射相似性的样本像素，并通过样本集合平均处理，构建极化协方差矩阵C为：$=\left[\begin{array}{ccc}<|S_{HH}{|}^2>& \sqrt{2}<S_{HH}{S}_{HV}^{*}>& <S_{HH}{S}_{VV}^{*}>\\ \sqrt{2}<S_{HH}^{*}{S}_{HV}>& 2<|S_{HV}{|}^2>& \sqrt{2}<S_{HV}{S}_{VV}^{*}>\\ <S_{HH}^{*}{S}_{HV}>& \sqrt{2}<S_{HV}^{*}{S}_{VV}>& <|S_{VV}{|}^2>\end{array}\right]$其中，<·>为集合平均处理，上标为共轭转置处理，上标*表示求共轭；第三步，极化相干矩阵和极化协方差矩阵旋转处理；在绕SAR视线方向，对极化相干矩阵进行旋转处理，对旋转域中的旋转角θ_i，计算旋转处理后的极化相干矩阵T′(θ_i)，为：其中，旋转矩阵为$R_3\left({\theta }_i\right)=\left[\begin{array}{ccc}1& 0& 0\\ 0& cos2{\theta }_i& sin2{\theta }_i\\ 0& -sin2{\theta }_i& cos2{\theta }_i\end{array}\right];$θ_i为旋转域中的旋转角，${\theta }_i=-\pi ,-\pi +\frac{2\pi }{N},-\pi +2\frac{2\pi }{N},...0,\frac{2\pi }{N},2\frac{2\pi }{N},...,\pi ;$N根据实际情况确定；计算旋转处理后的极化协方差矩阵C′(θ_i)为：C′(θ_i)＝A^‑1T′(θ_i)A其中，相似性变换矩阵$A=\frac{1}{\sqrt{2}}\left[\begin{array}{ccc}1& 0& 1\\ 1& 0& -1\\ 0& \sqrt{2}& 0\end{array}\right];$A^‑1为A的逆矩阵；第四步，计算旋转域中的极化相干特征序列；对每一个旋转角θ_i，计算极化相干特征量，为：$\left|{\gamma }_{(HH+VV)-\left(HV\right)}\left({\theta }_i\right)\right|=\frac{\left|T_{13}\left({\theta }_i\right)\right|}{\sqrt{T_{11}\left({\theta }_i\right)T_{33}\left({\theta }_i\right)}}$$\left|{\gamma }_{(HH-VV)-\left(HV\right)}\left({\theta }_i\right)\right|=\frac{\left|T_{23}\left({\theta }_i\right)\right|}{\sqrt{T_{22}\left({\theta }_i\right)T_{33}\left({\theta }_i\right)}}$$\left|{\gamma }_{HH-VV}\left({\theta }_i\right)\right|=\frac{\left|C_{13}\left({\theta }_i\right)\right|}{\sqrt{C_{11}\left({\theta }_i\right)C_{33}\left({\theta }_i\right)}}$$\left|{\gamma }_{HH-HV}\left({\theta }_i\right)\right|=\frac{\left|C_{12}\left({\theta }_i\right)\right|}{\sqrt{C_{11}\left({\theta }_i\right)C_{22}\left({\theta }_i\right)}}$得到上述极化相干特征量在旋转域中的极化相干特征序列，分别为：$\left|{\gamma }_{(HH+VV)-\left(HV\right)}\left(\theta \right)\right|=\left\{\right|{\gamma }_{(HH+VV)-\left(HV\right)}\left({\theta }_i\right)\left|\right|{\theta }_i=-\pi ,-\pi +\frac{2\pi }{N},-\pi +2\frac{2\pi }{N},...0,\frac{2\pi }{N},2\frac{2\pi }{N},...,\pi \},$$\left|{\gamma }_{(HH-VV)-\left(HV\right)}\left(\theta \right)\right|=\left\{\right|{\gamma }_{(HH-VV)-\left(HV\right)}\left({\theta }_i\right)\left|\right|{\theta }_i=-\pi ,-\pi +\frac{2\pi }{N},-\pi +2\frac{2\pi }{N},...0,\frac{2\pi }{N},2\frac{2\pi }{N},...,\pi \},$$\left|{\gamma }_{HH-VV}\left(\theta \right)\right|=\left\{\right|{\gamma }_{HH-VV}\left({\theta }_i\right)\left|\right|{\theta }_i=-\pi ,-\pi +\frac{2\pi }{N},-\pi +2\frac{2\pi }{N},...0,\frac{2\pi }{N},2\frac{2\pi }{N},...,\pi \},$$\left|{\gamma }_{HH-HV}\left(\theta \right)\right|=\left\{\right|{\gamma }_{HH-HV}\left({\theta }_i\right)\left|\right|{\theta }_i=-\pi ,-\pi +\frac{2\pi }{N},-\pi +2\frac{2\pi }{N},...0,\frac{2\pi }{N},2\frac{2\pi }{N},...,\pi \};$第五步，计算增强的极化相干特征量；在旋转域，计算极化相干特征序列|γ_p‑q(θ)|的最大值|γ_p‑q(θ)|_max，为$|{\gamma }_{p-q}\left(\theta \right){|}_{max}=\underset{i}{max}\{\left|{\gamma }_{p-q}\left({\theta }_i\right)\right||{\theta }_i=-\pi ,-\pi +\frac{2\pi }{N},-\pi +2\frac{2\pi }{N},...,\pi \}$其中，$\left|{\gamma }_{p-q}\left(\theta \right)\right|=\left\{\right|{\gamma }_{p-q}\left({\theta }_i\right)\left|\right|{\theta }_i=-\pi ,-\pi +\frac{2\pi }{N},-\pi +2\frac{2\pi }{N},...0,\frac{2\pi }{N},2\frac{2\pi }{N},...,\pi \},$p和q分别代表相应的极化通道。