基于改进极化目标分解的POLSAR图像分类研究

摘要

全极化合成孔径雷达(Polarimetric SAR,PolSAR)提供了比传统SAR更为丰富的地物散射信息和分类特征,能够更加准确地提取地物目标的散射特征.极化目标分解是有效地将PolSAR数据与目标的物理特性联系起来的理论核心.本文将Freeman分解应用于极化SAR图像分类研究中,为了克服其反射对称性假设所导致的表面散射和二次散射的功率为负数问题,本文引入了去极化方位角这一概念来修正Freeman分解的负功率问题,同时修正其本身体散射功率过高估计的问题.首先对PolSAR图像的相干矩阵进行去方位角处理,消除极化方位角对目标的影响;然后对目标进行修正体散射分量的Freeman分解得到能较好区分不同散射地物的三种散射功率分类;最后采用模糊C-均值(FCM)方法对归一化的散射功率进行分类处理.实验结果显示,在对极化分解之前去极化方位角可以有效降低分解结果中的负功率问题,在Freeman分解中修正体散射分量可以明显抑制体散射功率的过估计问题,同时有利于增强PolSAR图像分类精度.