基于散射模型的极化相似性建模及滤波应用

摘要

极化合成孔径雷达（POL-SAR）技术是在合成孔径雷达（SAR）技术的基础上发展来的，它是一种新型的遥感技术。它不仅继承了SAR的能全天时，全天候的工作，高分辨率等优势，还能够获得多种极化组合方式下的回波信号，给人们提供更准确、更丰富的地物目标散射信息。所以，极化SAR被广泛的应用到了民用领域和军事领域。但是，极化SAR存在的相干斑噪声不仅降低了图像的质量，还给极化SAR的地物分类，目标的检测和识别等研究领域带来了困难。现有的很多相干斑抑制算法在对图像进行降斑处理的同时不能很好的保持图像中的细节信息和散射特性。本文通过对合成的极化SAR数据和真实的极化SAR数据进行分析，提出了两种极化相似性度量方法：基于三分类的极化相似性度量方法和基于统计分布模型的极化相似性度量方法并将它们应用到极化SAR相干斑抑制中。
　　本研究主要内容包括：⑴通过对吴月珍提出的极化相似性度量方法的研究，提出了一种基于三分类的极化相似性度量方法。该相似性度量方法首先对极化数据进行混合四分量（HPD）分解，得到散射特征向量，根据数据散射类型的稳定性，将数据分成三类，对每一类数据进行不同的相似性度量。将该相似性度量方法应用到极化SAR局部滤波中，实验结果表明，该相似性度量方法能够比较准确的找到像素点的相似集合。⑵通过对极化SAR数据的散射向量分析，提出了一种新的极化相似性度量方法，即基于统计分布模型的极化相似性度量方法。该相似性度量方法首先对极化SAR数据进行HPD分解，得到散射特征向量，通过对像素点散射向量和其相似像素点的散射向量在各个分量上差值的分析，得出差值都近似服从正态分布，通过统计分析，我们得出各个分量上差值的均方差，根据正态分布的性质，找到阈值，通过将差值的绝对值与阈值比较来判断两个像素是否相似。将该相似性度量方法应用到Lee滤波中，极化SAR图像滤波后的结果表明，该相似性度量方法能够准确的找到像素点的相似点。通过对NL-Lee滤波的分析，提出了一种基于散射统计模型和NL-Lee的极化SAR相干斑抑制算法，通过对合成的极化SAR数据和真实的极化SAR数据进行降斑处理，可以得出该算法取得了比pretest滤波和NL-Lee滤波更好的效果，说明该滤波方法能够很好的保持极化SAR图像的散射特性。

目录

封面

声明

中文摘要

英文摘要

插图索引

表格索引

符号对照表

缩略语对照表

目录

第一章 绪论

1.1研究背景与意义

1.2研究现状

1.3本文内容及章节安排

第二章 极化SAR基本理论和经典相干斑抑制算法

2.1极化SAR基本理论

2.2常见的极化SAR目标分解方法

2.3几种经典的极化SAR相干斑抑制算法

2.4极化SAR滤波结果的评价方法

2.5本章小结

第三章 基于三分类的极化相似性度量方法

3.1相似性度量方法

3.2基于三分类的极化相似性度量方法

3.3基于三分类的极化相似性度量方法的局部滤波应用

3.4实验结果及分析

3.5本章小结

第四章 基于统计分布模型的极化相似性度量方法

4.1基于统计分布模型的极化相似性度量方法

4.2基于统计分布模型的极化相似性度量方法的Lee滤波应用

4.3基于散射统计特性和NL-Lee的极化SAR相干斑抑制

4.4本章小结

第五章 总结与展望

5.1总结

5.2工作展望

参考文献

致谢

作者简介