基于极化分解组合的SAR图像视觉优化和建筑物损毁评估

发布时间：2021-06-20 19:49

　　建筑物损毁评估对灾害应急监测具有重要意义。极化SAR图像蕴含丰富的地物信息,并且记录有目标地物的极化散射矩阵,可用于建筑物的损毁评估。针对完好和损毁建筑物两类目标的散射特征,利用Touzi分解散射角αs1、去定向后Yamaguchi分解二次散射分量和Touzi分解散射对称度τ2进行RGB彩色合成,对极化SAR图像进行视觉优化,进而利用单一时相SAR图像快速识别出不同损毁程度的建筑物区域。以2011年3月11日发生在日本东北部海域的地震为例,利用灾后的ALOS PALSAR全极化数据开展实验分析,并利用汶川地震RADARSAT-2图像对提出的方法进行验证。结果表明,通过对极化参量的组合不仅可以优化建筑物目标的视觉显示效果,同时可提高不同损毁程度建筑物区域识别度,从而大大降低灾害评估对于数据源的限制和要求。 

【文章来源】：中国科学院大学学报. 2020,37(06)北大核心CSCD

【文章页数】：10 页

【部分图文】：

试验区ALOS PALSAR图像及Geo Eye-1图像

地面等表面与雷达信号交互产生的面散射机制、由于墙-地结构产生的二次散射机制以及由于三次反射形成的三次散射机制是完整的建筑物区域(地震前)主要的3种散射机制(如图2(a)所示)，其中建筑物区域占主导的散射机制是二次散射。但是当建筑物损毁时(如图2 (b)所示)，建筑物的墙体坍塌，墙-地结构产生的二次散射遭到破坏，二次散射分量的占比减小，主导散射机制产生变化，此时，面散射的占比增加。并且建筑物损毁程度越严重，二次散射占比就会越小(如图2(c)所示)。Yamaguchi分解和Touzi分解都属于非相干目标分解方法，在城市建筑物监测中具有广泛应用[10-12]。这两种极化分解方法得到的极化参数，尤其是Yamaguchi分解的二次散射分量和Touzi分解的散射角αs1，可以有效地反映散射机制，因此本文选择利用这两种极化分解方法对建筑物进行视觉优化和损毁评估。

Yamaguchi分解RGB合成图

【参考文献】：
期刊论文
[1]震后单幅全极化SAR图像中倒塌建筑提取研究[J]. 沈俊成,徐新,董浩,桂荣,宋超.  科学技术与工程. 2015(14)
[2]统计假设检验方法在全极化SAR变化检测中的应用[J]. 郝洪美,张永红,石海燕,黄金波.  遥感学报. 2012(03)

博士论文
[1]基于散射特征的极化SAR影像建筑物提取研究[D]. 闫丽丽.中国矿业大学 2013
[2]基于极化SAR的目标极化分解与散射特征提取研究[D]. 安文韬.清华大学 2010

硕士论文
[1]极化SAR图像建筑物提取方法研究[D]. 孙萍.首都师范大学 2013



本文编号：3239819