极化与简缩极化干涉合成孔径雷达信息处理技术研究

• 作 者: 谈璐璐
• 机 构: 中国科学院大学
• 出 处: 中国科学院研究生院 中国科学院大学
• 发表日期: 2010年期

极化干涉合成孔径雷达与简缩极化干涉合成孔径雷达通过极化或简缩极化信息与干涉信息的有效结合,可以同时提取观测对象的空间三维结构特征信息和散射信息,为微波定量遥感、高精度数字高程信息和观测对象细微形变信息提取提供了可能。极化与简缩极化合成孔径雷达的信息处理是微波遥感研究与应用的热点课题。　　
本文深入研究了极化与简缩极化合成孔径雷达的信息处理技术。论文的主要工作和创新点是:　　
1.研究了极化干涉SAR图像配准技术。提出了一种利用极化目标Cameron分解和相干系数最大的极化干涉SAR图像对配准方法,克服传统极化干涉SAR图像配准没有充分利用全极化干涉SAR包含丰富信息的缺点,有效提高了图像配准精度。　　
2.深入研究了基于RVoG模型的PolInSAR树高反演方法,包括三阶段反演方法和最大似然反演方法。提出了利用相干区域边界提取技术估计体去相干系数的改进三阶段反演方法,克服传统三阶段反演算法体去相干系数估计存在模糊的缺点,有效提高了三阶段算法的反演精度。提出了一种利用相干区域参数自适应估计相干系数和相关矩阵的方法,有效提高树高反演精度。　　
3.深入研究了基于ESPRIT理论的PolInSAR植被高度反演方法。结合极化干涉相干最优物理散射机制,提出了一种改进的基于ESPRIT理论的树高反演算法,克服传统算法的分辨性能受去极化成分影响较大的缺点,有效改进了反演结果。　　
4.深入研究了极化干涉SAR数据非监督地物分类技术。提出了一种结合模糊聚类和Freeman-Durden分解的非监督分类方法,克服了基于Freeman-Durden分解的极化SAR数据分类方法在分析多种散射机制共同作用的像素方面的不足。同时,提出了一种运用从PolInSAR数据分解出的Shannon熵参数结合Wishart聚类的最大似然非监督分类方法。实验结果表明这两种提出的方法均能得到较精确的分类结果。　　
5.研究简缩极化SAR和简缩极化干涉SAR信息处理技术。提出了一种结合相位相干最优和相干区域边界提取的简缩极化干涉SAR三阶段树高反演方法,得到精确的树高反演结果；并提出了一种运用从简缩极化干涉SAR数据中提取的替换一致性参数及Shannon熵参数的简缩极化干涉SAR数据分类方法,实验验证了该分类方法的有效性。