多方位角极化SAR数据处理与信息提取方法研究

发布时间：2020-06-10 23:44

【摘要】：多方位角极化合成孔径雷达(MA-PolSAR)既可不分昼夜的提供不同方位角目标散射信息,还能在云、雾、雨的情况下提供不同极化模式下的极化散射信息,使原本不够完整的目标信息更加及时地、全面地体现出来,因此MA-PolSAR是合成孔径雷达(SAR)研究领域前沿方向之一,对于目标识别、地物信息提取等应用具有重要意义。由于MA-PolSAR的相关探究仍处于初级阶段,相关传感器的设计、成像的方法、以及后端的应用等方面都需要进一步开展研究。本文针对MA-PolSAR应用中多方向SAR数据的辐射均衡问题,目标地物多方向极化信息的变化问题,以及MA-PolSAR地物特征的表征问题,以天津宝抵试验区为研究对象,选取北京无线电测量研究所设计的机载C-SAR在该地获取的四个方向的全极化SAR图像为数据开展三个方面的研究。(1)SAR系统的侧视观测模式以及天线方向图导致SAR图像产生辐射差异,该差异严重影响SAR图像质量及其应用,尤其是多方位向SAR数据的应用。为均衡SAR图像辐射差异,根据具有自适应、自驱动、多尺度等特性的经验模态分解(EMD)技术,提出了基于EMD的SAR图像自适应均衡方法。通过对已知辐射差异的仿真数据和多组不同极化模式的机载SAR图像数据的均衡处理,实验证明了该方法能够有效地自适应均衡SAR图像的辐射差异和提取辐射差异曲线。(2)目标的极化分解是极化合成孔径雷达(PolSAR)特征提取的本质。不同入射方向会得到不同的极化特征。本文利用极化目标分解技术,提取研究区水域、农作物、树木等典型地物的不同方位向的极化特征,包括散射类型和散射机制特征;再对不同方位向下不同地物的极化特征参数的差异进行分析,形成了极化特征矩阵,为MA-PolSAR数据分析提供了丰富的地物散射信息。(3)由于MA-PolSAR的空间采样的不连续性,无法直接获得地物极化特征的角度谱。根据时间序列思想及时间序列模型,针对MA-PolSAR子孔径分解得到的数据样本,建立了水域和农作物的多角度序列的自回归积分滑动平均(ARIMA)模型,且模型预测的精准度超过了 90%。故角度序列的ARIMA模型可获得不同目标的不同极化特征的角度谱,预测不同角度下的极化特征参数值。
【图文】：

辐射误差,均衡图,曲线图,辐射差异

(c) +1( ) (d)辐射误差曲线图图2-4不同背景下的均衡图像和辐射误差曲线图注：(d)图中的‘-1’、‘0’、‘+1’分别是低频背景为 1、 0、 +1时生成辐射差异曲线，，‘原一维数据’是指待均衡图像的距离向一维数据表2-2不同低频背景对应的均衡指标值指标值 1 0 +1与人为添加误差曲线差的SSE 22.59 6.43 1184.75与图像A差的SSE 36.97 31.20 3575.47H 2.40 2.40 0.28(d)提取得到的辐射误差曲线：在 1和 0背景提取到的辐射差异曲线很相似，而 +1背景下提取的辐射差异曲线显然不是辐射差异曲线；再对比表2-2中均衡指标值可知： +1背景下得到的SSE远大于 1和 0背景下得到的SSE，而 +1背景下得到的个SSE两H比 1和 0背景下得到的H小很多，即在背景 +1下提取的辐射差异曲线及均衡的图像效果都很差； 1和 0背景下得到的图像信息熵H一样，均衡后图像与图像A的SSE相互接近，但在 0背景下提取的辐射差异曲线与人为

拟合曲面,形态学,图像,辐射差异

(c)cubic拟合曲面(d)形态学拟合曲面图2-9图像E和图像F的均衡对比图2.7 本章小结针对SAR图像距离方向上的辐射差异，提出了基于EMD自适应SAR图像的均衡方法。对比从不同低频背景下得到的辐射误差曲线，可知此法能自适应地提取辐射差异；对比低通滤波均衡方法，可知本章算法既能有效提取辐射差异曲线，还能更好的实现SAR图像的均衡；通过对不同极化方式获取的PolSAR图像数据进行辐射均衡，可知该方法的均衡效果不受图像数据类型的影响；与现有低通均衡技术相比，该方法能大大简化阈值设定的问题，均衡后的图像具有更好的可视化效果和更强的解译能力；而对多方向辐射差异SAR图像，采用了基于BEMD自适应均衡方法，并取得了一定的效果。
【学位授予单位】：燕山大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN957.52

【参考文献】