论文部分内容阅读
随着SAR技术日渐成熟，SAR影像变化检测广泛应用于土地利用/覆盖变化、环境监测、农作物监测、城市规划、森林资源调查等领域，使得对SAR影像变化检测技术的研究成为当前雷达遥感领域的热点之一。传统SAR变化检测技术主要利用SAR回波幅度或强度信息，而随着极化SAR的发展，极化SAR数据越来越丰富，传统方法已不能满足应用需求。 相比单极化SAR系统，极化SAR能够获取地物目标在不同极化收发组合下的回波特性，既有强度信息又有相位信息，提高了对地物的识别能力，在分析、提取和反演地物目标的应用中有着单极化SAR不可企及的优势。针对目前极化SAR变化检测技术迫切的应用需求以及广泛的应用前景，如何充分利用极化信息提高变化检测精度成为当前SAR变化检测急需突破的关键技术之一，因此本文重点研究基于极化 SAR数据的变化检测方法。 论文的主要研究工作包括： （1）基于统计分布的变化检测 通过对极化SAR数据的多种表示形式进行深入学习和分析，从协方差矩阵和相干矩阵服从的统计分布概率密度函数析图像，可用前后时相影像的概率分布差异来表征原图像的变化差异。一个重点研究内容就是改进 Wishart距离，引入一个新的距离差异测度更加准确地提取影像统计分布的不同，实现快速有效的极化SAR影像变化检测。 （2）基于特征分析的变化检测 不同时相的极化SAR影像数据的初始极化状态差异，会造成表现在图像上的极化特征不同，即影像同一地物即使没有变化，其散射特性却并不完全相同，因此造成变化检测结果中存在虚检现象。以降低虚警率为目的，首先通过分析纹理特征，根据前后时相的同质性测度，将研究区域划分为肯定不变化区域和可能变化区域；在肯定不变化区域选取一定数量的不变目标，寻找一种最优极化状态，使不变目标的散射特性更加一致，在提取的最优极化状态下构造特征差异图，从而进行精细的变化检测，使检测结果中虚检率和漏检率降低，变化检测的精度更高。 （2）变化信息的提取部分主要应用两种算法。 首先阈值分割算法的选取，需要根据对差异图的分析来确定，对于统计分布差异图的直方图呈现明显的峰值，因此选用简便有效的最大类间方差法来确定阈值；对于特征分析，通过提取最优极化状态得到变化差异图像，差异图像的直方图统计分布较复杂，并不是简单的单峰或者双峰，因此选用C均值聚类算法，在确定阈值的同时，考虑空间邻域信息，从而降低斑点噪声的影响，从而检测精度得到提高。 （4）通过两组实验对两种极化SAR变化检测算法进行实验验证，通过对比其他算法，总结分析表明改进 Wishart距离法能够实现快速且较准确的变化检测，综合纹理特征、极化特征等进行变化检测，虽然算法过程多，较复杂，在特征选取步骤中需要一定的SAR理论基础，但细节检测效果好，轮廓清楚，边界明显，精度较高。