修改混合弗里曼/极化SAR数据的特征值分解

文摘

由于机载传感器和星载传感器的快速发展,大量的全极化合成孔径雷达(PolSAR)数据是可用的,但是他们太复杂解释困难。摘要修改后的混合弗里曼/相干矩阵特征值分解方法源自完全PolSAR传感器提出了。拟议中的修改混合弗里曼/特征值分解使用的幺正变换一致性矩阵释放copolarized术语和交叉极化项之间的相关性,和散射模型源于一致性矩阵的特征向量和反射对称条件。各向异性和熵是用来确定体积散射成分来源于人造建筑。此外,散射的权力提出混合弗里曼/特征值分解都是负的值。完全PolSAR AIRSAR旧金山获得传感器数据被用于实验证明提出的分解的功效。

1。介绍

自1985年以来,第一次完全偏振AIRSAR l波段发射的喷气推进实验室(JPL) [1)开始迅速的发展阶段PolSAR传感器,如著名的机载传感器:EMISAR [2由丹麦技术大学和E-SAR []3由德国DLR),和著名的星载传感器:terrasar - x (4由德国DLR和Radarsat-2 []5由加拿大CSA等等)。大量的完全PolSAR数据需要解释。偏振目标分解是一个重要的和有用的工具为理解PolSAR数据(6)通过将收到测量基本散射机制。PolSAR媒体的散射机制分析为目的的参数反演,地形分类,等等。目前,eigenvector-based分解和基于模型分解方法是常用的二阶统计矩阵PolSAR数据。Pottier Cloude和开发最引人注目eigenvector-based分解,即熵/α方法(7]。经典的基于模型的分解是Freeman-Durden分解(FDD)由弗里曼,歌顿(8),PolSAR数据的一致性矩阵分解为三个部分:表面散射,体积double-bounce散射,散射和反射对称条件。反射对称条件意味着copolarized项和交叉极化项之间的相关性为零。Freeman-Durden分解用于各种应用程序,因为它很容易理解和实现。

将对实体PolSAR Freeman-Durden分解数据上时,一些散射的权力-那些最常发生在double-bounce散射能力。为了解决这一缺陷,开发了各种改性方法(9- - - - - -15]。Cloude改善Freeman-Durden分解通过设置表面散射模型和double-bounce散射模型正交(14),著名的混合弗里曼/特征值分解。相干矩阵的旋转后,散射权力来源于混合弗里曼/特征值分解是有效避免消极的价值观。辛格改进的混合弗里曼/特征值分解通过使用不同体积散射模型(15面向植被地区和结构。

本文混合弗里曼/特征值分解的修改版本PolSAR数据提出了通过使用不同体积的植被散射模型区域和人造结构。此外,表面散射模型和double-bounce散射模型被定义为PolSAR数据的一致性矩阵的特征向量。散射角的特征向量大于表示double-bounce散射模型,而另一个散射角不到代表了表面散射模型。人造建筑体积散射模型也是来自相干矩阵的特征向量。我们将展示的特征空间一致性矩阵使弗里曼提出/特征值分解和解决散射能力的特征值的线性组合。此外,散射的权力都是负的值。

本文的其余部分组织如下。混合弗里曼/特征值分解是总结部分2。提出分解提出了部分3。实验结果与讨论提供了真正的PolSAR数据上执行部分4。部分5提出了我们的结论。

2。弗里曼/特征值分解

在本节中,弗里曼/特征值分解是简单地介绍本文的完整性。详细内容已被证明在14]。

对单站PolSAR传感器基础上,泡利向量用于表示单一看PolSAR数据(1)和相干矩阵用于表示multilook PolSAR数据(2)如下: 在哪里代表一个换位算子,意味着复杂的结合处理,表示multilook处理。

在基于模型分解,如Freeman-Durden分解(8弗里曼)和混合动力/特征值分解(14],PolSAR测量一致性矩阵的数据扩展到三个组件,表面散射,double-bounce散射,散射和体积如下: 在哪里,,表面散射模型,double-bounce散射模型,分别和体积散射模型。

在混合弗里曼/特征值分解,这三个散射模型中定义(4),(5)和(6)。,,以适当的顺序对应的散射能力: 和意味着散射模型的类型;也就是说,表示表面散射代表了double-bounce散射。在[14条件),将减少未知数。是体积参数。如果弗里曼、混合/特征值分解成为相当于Freeman-Durden分解(8]。交叉极化项只存在于体积散射模型,所以体积散射功率解决如下:

自排的表面散射模型或double-bounce散射模型= 1,相应的散射能力和的特征值(10),和可以解决(11)。

和得到如下: 哪个的和小总是设置为0,然后体积参数可以被估计为

它使求解散射能力和用(9)(11):

3所示。提出分解

3.1。相干的旋转矩阵

减少交叉极化的力量,一个真正的幺正变换提出了实现相干矩阵(12,16]在分解(12)。

是旋转的角度对雷达视线。最小化,两个角是解决了

相干矩阵的旋转后,图像元素等于零。

3.2。旋转一致性矩阵的特征值分解

我们假设反射对称条件(例如,)持有;然后每个像素multilook PolSAR数据表示为

旋转后的平均一致性矩阵分解(7] 在哪里,,旋转相干矩阵特征值的吗,。由于反射对称条件和一致性的旋转矩阵,由相应的特征向量,,作为 在特征向量,,是正交的单位向量,。

3.3。散射模型

因为在混合弗里曼/特征值分解,条件设置,在相干矩阵的特征向量,可以看出,我们可以得出结论:特征向量和包含一个表面散射分量和double-bounce散射分量,和散射角和相当于角吗和混合弗里曼/特征值分解。特征向量或在与所示(17),表示表面散射目标,和其他特征向量是一个double-bounce散射目标(18反射对称条件下:

如果,我们获得,相应的特征向量(17),表面散射模型的形式是一样的(4);和double-bounce散射模型是相同的(5)。在其他情况下,如果,、表面散射模型(4),,double-bounce散射(5)。

3.3.1。从人造建筑体积散射模型

熵和各向异性的特征空间中定义一致性矩阵的随机性的目标(7,17]:

的人造建筑,通常熵的值大(通常),和各向异性往往是大于0.5 (7,17]。在此基础上,我们定义了体积散射模型

的秩等于2的体积散射模型。体积散射模型是设计为一个分布式目标表面散射的散射角的扩散和方向角和面向对象的散射角和方向角。对于真正的PolSAR数据,可以建模为角的面向对象和方向角由于反射对称条件。但是表面散射通常是不一样的”和”,所以表面散射情况下放松(17),体积为人造结构被定义为散射模型

3.3.2。从植被地区体积散射模型

体积散射模型作为一个单元对角矩阵的秩等于3已提出一个et al。12]。因为单位对角矩阵的最大熵()和至少各向异性(),单位对角矩阵也是本文用于植被地区:

3.4。弗里曼/旋转一致性矩阵的特征值分解

植被地区,交叉极化项只有礼物体积散射模型,和体积散射功率可以解决。特征空间的旋转相干矩阵反射对称条件下,交叉极化的特征值。真正的幺正变换后,达到最小值时,通常情况下,。所以体积散射功率是解决

表面散射功率和double-bounce散射功率的特征值。根据旋转一致性矩阵的特征值分解与反射对称条件,可以扩展为 从(23),,表面散射功率,double-bounce散射能力解决的是(25),而,,解决的是(26):

人为造成的结构,和(7,17),类似于植被区域的情况下,体积散射功率是解决 扩大后的相干矩阵真正的幺正变换到特征空间: 如果可以看出,,,然后表面散射模型和体积散射模型。此外,,和double-bounce散射模型。从五行(28),我们可以解决表面散射的权力和double-bounce大国作为 如果,然后,,,,。体积散射模型。从最后一行(28),我们可以解决表面散射的权力和double-bounce大国作为

因为因为散射权力得到解决(23),(25)和(26)或(27),(29日)和(30.),散射的权力都是负的值。

4所示。实验研究

证明的有效性提出了弗里曼/特征值分解,实验上进行了l波段旧金山完全PolSAR数据由美国航天局/喷气推进实验室ARISAR收购。空间分辨率和距离分辨率都是大约10 m和雷达入射角是从5°到60°。PolSAR使用数据从互联网开放获取18]。原始图像如图1选中的区域,用于后期测试。PolSAR图像用于这些实验的大小是900×1024。扩大相干矩阵之前,σ过滤器是用于处理的斑纹PolSAR数据。

为了证明该混合弗里曼的疗效/特征值分解,使用的方法相比Freeman-Durden分解(8)(FDD 1), Freeman-Durden分解一致性矩阵的旋转(12)(FDD 2),混合弗里曼/特征值分解(14)(高频1)和混合弗里曼/扩展体积散射模型的特征值分解(15)(高频2)。PolSAR数据分解为三个部分:表面散射功率(蓝色),double-bounce散射能力(红色)和体积散射功率在图(绿色)2。

从数据2(一个)- - - - - -2 (e),三个主要的地形类型在使用数据,也就是说,海洋地区,城市街区,森林重建散射的权力来自这五个分解。进一步分析,我们比较三个选定区域的散射能力的人物1。这些地区是区域1,区域2,分别和地区3。这些区域的大小是60×100,70×70和60×100以适当的顺序。类型的地面真理的海洋区域,城市街区,和森林。表面散射功率的平均值mean_ ,double-bounce散射功率mean_ ,体积散射功率mean_ 在表中列出了三个地区1,2,3。平均散射的权力都是规范化的总散射权力(也就是,)。在区域1中,可以看出mean_ 由提出的分解是0.9634,大约是4.8%,1.7%,3.1%,和3.1%高于其他四个分解,分别。所有五个分解区域1的功效(海)提供了优秀的性能。在区域2中,平均double-bounce散射能力mean_ 拟议的分解也优于其他方法。它大约是3.9%,2.8%,3.0%,和0.6%比这四个分解的序列。但是,在区域3,mean_ 由高频1是最好的。

我们所选择的区域分为三个类。规则很简单;也就是马克斯散射功率决定了像素的标签。如果表面散射功率的最大的三个散射能力,像素标记为“表面散射类。”可以看出,真正的标签区域1,区域2,和区域3类表面散射,散射double-bounce类,和体积散射类,分别。选择的区域是列在表的准确性4。区域1中可以看出,表面散射权力的分解都是最大的,而且,在区域3中,这些分类精度都高于95%。其他分解相比,该方法的平均散射大国在地区3并不是很好,但分类精度高于98%。此外,在区域2中,该方法得到最好的结果,高达95.92%,59.43%,11.72%,11.10%,和9.29%高于FDD 1, FDD 2, HEFD 1,分别和HEFD 2。

5。结论

摘要混合弗里曼的小说版本/极化SAR数据的特征值分解。三个结论可以通过该方法。首先,旋转一致性矩阵的特征向量作为表面散射或反射对称条件double-bounce散射模型。其次,与传统Freeman-Durden分解,推导出散射权力都是负的值。第三,由熵和体积散射模型一致性矩阵的各向异性。实验结果证明了提出的分解的功效。

利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项工作是支持部分由国家高技术研究发展计划(863计划)(没有。2013 cb329402),中国国家自然科学基金(号。61173092,61377011,61272282),在大学和外国学者基金(没有研究和教学项目。B07048)。

引用

1. j . j . van Zyl r . Carande y卢,t·米勒和k·惠勒,”美国航天局/喷气推进实验室的3种偏振AIRSAR系统”国际地球科学和遥感学报》研讨会(92年雪茄烟的),1卷,页649 - 651,休斯顿,德克萨斯州,美国,1992年5月。视图:出版商的网站|谷歌学术搜索
2. e·L·克里斯滕森n . Skou j·达尔et al .,“EMISAR:绝对校准偏振L - c波段SAR,”IEEE地球科学和遥感,36卷,不。6,1852 - 1865年,1998页。视图:出版商的网站|谷歌学术搜索
3. r角、“E-SAR DLR机载SAR项目”国际地球科学和遥感学报》研讨会“可持续的未来遥感”(雪茄烟的96),3卷,第1628 - 1624页,林肯,内,美国,1996年5月。视图:出版商的网站|谷歌学术搜索
4. s . Buckreuss r . Werninghaus, w .建立“德国卫星任务terrasar - x”IEEE雷达会议程序(雷达' 08),页1 - 5,罗马,意大利,2008年5月。视图:出版商的网站|谷歌学术搜索
5. http://www.asc-csa.gc.ca/eng/satellites/radarsat2。
6. s . r . Cloude大肠推迟,“回顾目标在雷达偏振测定分解定理,”IEEE地球科学和遥感,34卷,不。2、498 - 518年,1996页。视图:出版商的网站|谷歌学术搜索
7. s . r . Cloude Pottier和大肠”,基于熵的土地分类方案极化SAR的应用”IEEE地球科学和遥感,35卷,不。1,第78 - 68页,1997。视图:出版商的网站|谷歌学术搜索
8. A·弗里曼和s . l .歌顿“三分量的偏振散射模型SAR数据,”IEEE地球科学和遥感,36卷,不。3、963 - 973年,1998页。视图:出版商的网站|谷歌学术搜索
9. y山口,t·本森山、m . Ishido和h .山田“四分量偏振散射模型SAR图像分解,“IEEE地球科学和遥感,43卷,不。8,1699 - 1706年,2005页。视图:出版商的网站|谷歌学术搜索
10. 答:佐藤,W.-M y山口。不过,佐藤r . h .山田,“四分量散射功率分解与一致性矩阵的旋转,“IEEE地球科学和遥感卷,49号6,2251 - 2258年,2011页。视图:出版商的网站|谷歌学术搜索
11. o . Antropov y Rauste t .不愉快,“体积散射建模PolSAR分解:研究树脂黄PALSAR数据在北方森林,”IEEE地球科学和遥感卷,49号10日,3838 - 3848年,2011页。视图:出版商的网站|谷歌学术搜索
12. 崔w, y, j·杨,“三分量模型分解为极化sar数据”IEEE地球科学和遥感,48卷,不。6,2732 - 2739年,2010页。视图:出版商的网站|谷歌学术搜索
13. g·辛格,y山口和信息。公园,“一般四分量散射功率分解与一致性矩阵的酉变换,“IEEE地球科学和遥感,51卷,不。5,3014 - 3022年,2013页。视图:出版商的网站|谷歌学术搜索
14. s . r . Cloude两极分化:在遥感中的应用英国伦敦,牛津大学出版社,2009年。
15. g·辛格,y山口,信息。崔公园,y, h .小林“混合弗里曼与扩展体积散射模型/特征值分解方法,”IEEE地球科学和遥感信,10卷,不。1,第85 - 81页,2013。视图:出版商的网站|谷歌学术搜索
16. f .徐和Y.-Q。金,“Deorientation偏振散射目标的理论和应用地形表面分类,“IEEE地球科学和遥感,43卷,不。10日,2351 - 2364年,2005页。视图:出版商的网站|谷歌学术搜索
17. Pottier j·s·李和大肠,偏振雷达成像:从基础到应用程序美国佛罗里达州,CRC出版社,波卡拉顿,2009。
18. https://earth.esa.int/web/polsarpro/datasets.html。

版权

版权©2015双张等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。