基于散射特征和低秩稀疏分解的极化SAR图像变化检测

摘要

合成孔径雷达（SAR）是一种高分辨微波成像雷达，因具有全天候，全天时的特点，已成为获取目标地物信息的重要手段之一。随着SAR技术的不断发展，雷达获取的目标信息更加丰富，SAR图像在目标分类、检测、识别等领域得到更为广泛的应用。SAR图像变化检测是对同一地区不同时期获取的两幅或多幅SAR图像进行比较分析，根据图像之间的差异得到目标地物变化信息的过程。极化SAR图像变化检测是SAR图像处理中一个重要的组成部分，在农业、城市变迁，灾难评估等领域都有着广泛的应用前景。相比于传统SAR数据，极化SAR数据包含丰富的地物信息，如，强度信息、散射功率信息、相位信息、极化散射信息等。如何利用多时相极化 SAR数据中的这些信息提高差异图中差异信息的完整性，是极化SAR图像变化检测的一个难点。
　　本论文围绕着如何利用多时相极化SAR数据中的极化特征来提高差异图中差异信息的完整性，以及利用多时相极化SAR图像间的稀疏性来展开研究，完成了以下两方面的工作：
　　（1）提出一种基于散射功率特征与低秩稀疏分解的极化SAR图像变化检测方法。首先从多时相的极化SAR数据中提取多对极化特征，接着用对数比值法处理多对极化特征，分析得到的结果，从中选出最能反映变化信息的极化特征，记为有效特征，并利用有效特征，构造一个变化区域渐变的输入图像序列。其次用稀疏低秩分解方法对输入图像序列进行分解，其中分解后的稀疏图像序列表示变化区域，对稀疏图像序列进行融合，得差异图。该方法采用的低秩稀疏方法，既考虑了图像内的邻域信息，也考虑了图像间的差异信息，降低了差异图的漏检率。此外，图像序列中的每一幅图像仅能检测出部分变化信息，对图像序列进行加权均值融合，提高了差异图中差异信息的完整性，提高变化检测的准确率。
　　（2）提出一种基于双差异图融合的极化SAR图像变化检测方法。首先，从两时相极化SAR数据中提取强度特征，作为两时相的第一对输入图像；利用稀疏低秩分解方法和加权均值融合方法，得到差异图D1；同时用Freeman分解分别对两时相的极化SAR数据进行分解，得两时相的第二对输入图像；也利用稀疏低秩分解和加权均值融合方法，得到差异图D2；然后用简易融合算法融合差异图D1和差异图D2，得到差异图D。实验结果表明，该方法充分利用了特征之间的互补性，进一步提高了差异图中差异信息的完整性，进而提高了变化检测的准确率。

目录

声明

插图索引

表格索引

符号对照表

缩略语对照表

第一章 绪论

1.1 研究背景和意义

1.2 POLSAR图像变化检测概述

1.3 现有SAR变化检测方法

1.4 极化SAR图像变化检测方法

1.5 本文结构安排

第二章 极化SAR理论基础

2.1 电磁波极化和表示

2.2 极化SAR数据的形式

2.3 基于目标分解的特征提取

2.4 本章小结

第三章 基于散射功率与低秩稀疏分解的极化SAR变化检测

3.1 引言

3.2 有效特征提取

3.3 稀疏低秩分解

3.4 构造输入图像序列

3.5 SPGC方法流程

3.6 实验结果与分析

3.7 本章小结

第四章 基于双差异图融合的极化SAR图像变化检测

4.1 引言

4.2 非局部均值滤波

4.3 简易融合算法

4.4 TDIF方法流程

4.5 实验结果与分析

4.6 本方法与传统方法实验结果分析

4.7 本章总结

第五章 总结与展望

5.1 总结

5.2 展望

参考文献

致谢

作者简介