雷达的极化相关方向图解译方法、装置、系统和介质与流程

1.本技术涉及雷达信息技术领域，特别是涉及一种雷达的极化相关方向图解译方法、装置、系统和介质。


背景技术：

2.极化雷达(可包括极化合成孔径雷达和极化逆合成孔径雷达等能够得到多极化数据的雷达体制)通过发射和接收一组正交极化电磁波，可以得到目标完整的极化散射矩阵，有利于散射机理的完整描述，为散射机理的准确解译提供了可能。目前，极化雷达已经得到越来越广泛的应用，成为地球遥感领域的主流传感器；通过对散射机理的解译，可以挖掘和提取极化散射矩阵中丰富的目标散射信息。
3.雷达目标的后向散射对目标姿态与雷达视线的相对几何关系比较敏感，其定义为散射的多样性，给雷达信息的解译带来了许多困难。同一目标的散射机理可与雷达视线位置存在明显差异、相应的定向角与极化方位角等价。目前对于雷达信息的解译已经提出了极化相关方向图解译工具。然而，在实现本发明过程中，发明人发现前述传统的极化相关方向图解译工具，存在着目标散射机理解译的性能较差的技术问题。


技术实现要素：

4.基于此，有必要针对上述技术问题，提供一种雷达的极化相关方向图解译方法、一种雷达的极化相关方向图解译装置、一种雷达信息解译系统以及一种计算机可读存储介质，能够定量化解译目标的散射机理。
5.为了实现上述目的，本发明实施例采用以下技术方案：
6.一方面，本发明实施例提供一种雷达的极化相关方向图解译方法，包括步骤：
7.获取雷达数据目标像素的散射矩阵并得到散射矩阵的目标矩阵；目标矩阵包括极化相干矩阵或极化协方差矩阵；
8.对目标矩阵进行酉变换处理，利用酉变换后目标矩阵的元素得到三维极化相关值；
9.根据三维极化相关值在三维坐标系中进行极化相关方向图可视化处理，生成雷达的三维极化相关方向图；三维极化相关方向图的三个坐标轴分别为三维极化相关值、三维极化相关值和雷达的极化椭圆率角；
10.对三维极化相关方向图进行特征提取，得到用于定量化识别三维极化相关方向图对应散射机理的解译特征；解译特征包括最大相关值、最小相关值、最大曲线曲率值、截面最大相关值、截面最小相关值、截面相关度、截面相关起伏度、相关差异度、归一化的相关差异度、截面相关对比度、截面相关反熵、最大高斯曲率值、最大平均曲率值和最大主曲率值中的一种或多种。
11.另一方面，还提供一种雷达的极化相关方向图解译装置，包括：
12.数据获取模块，用于获取雷达数据目标像素的散射矩阵并得到散射矩阵的目标矩
阵；目标矩阵包括极化相干矩阵或极化协方差矩阵；
13.酉变换模块，用于对目标矩阵进行酉变换处理，利用酉变换后目标矩阵的元素得到三维极化相关值；
14.三维可视模块，用于根据三维极化相关值在三维坐标系中进行极化相关方向图可视化处理，生成雷达的三维极化相关方向图；三维极化相关方向图的三个坐标轴分别为三维极化相关值、三维极化相关值和雷达的极化椭圆率角；
15.特征提取模块，用于对三维极化相关方向图进行特征提取，得到用于定量化识别三维极化相关方向图对应散射机理的解译特征；解译特征包括最大相关值、最小相关值、最大曲线曲率值、截面最大相关值、截面最小相关值、截面相关度、截面相关起伏度、相关差异度、归一化的相关差异度、截面相关对比度、截面相关反熵、最大高斯曲率值、最大平均曲率值和最大主曲率值中的一种或多种。
16.又一方面，还提供一种雷达信息解译系统，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现任一项的上述雷达的极化相关方向图解译方法的步骤。
17.再一方面，还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现任一项的上述雷达的极化相关方向图解译方法的步骤。
18.上述技术方案中的一个技术方案具有如下优点和有益效果：
19.上述雷达的极化相关方向图解译方法、装置、系统和介质，通过获取雷达数据目标像素的散射矩阵后，利用酉变换得到三维极化相关值，再将三维极化相关值显示在三维坐标系中，实现雷达的三维极化相关方向图构造与可视化，进而从三维极化相关方向图中进行特征提取，即可得到散射机理的解译特征，从而完成雷达的极化相关方向图的定量化高效解译，有效实现了大幅提升目标散射机理解译的性能的目的，也提高了雷达后续的目标检测和分类效率。
附图说明
20.图1为现有的极化相关方向图的可视化图形示意图；
21.图2为一个实施例中雷达的极化相关方向图解译方法的流程示意图；
22.图3为一个实施例中偶极子的3-d pcp可视化图形示意图；其中，(a)为3-d pcp可视化表征结果，(b)为不同pea下的三维极化相关方向图的切面；
23.图4为一个实施例中四种典型散射体的3-d pcp可视化图形示意图；其中，(a1)为三面角的3-d pcp可视化表征结果，(b1)为三面角的3-d pcp可视化表征结果，(c1)为三面角的3-d pcp可视化表征结果，(a2)为二面角的3-d pcp可视化表征结果，(b2)为二面角的3-d pcp可视化表征结果，(c2)为二面角的3-d pcp可视化表征结果，(a3)为偶极子的3-d pcp可视化表征结果，(b3)为偶极子的3-d pcp可
视化表征结果，(c3)为偶极子的3-d pcp可视化表征结果，(a4)为螺旋体的3-d pcp可视化表征结果，(b4)为螺旋体的3-d pcp可视化表征结果，(c4)为螺旋体的3-d pcp可视化表征结果；
24.图5为一个实施例中典型散射体的高斯曲率取值分布情况示意图；其中，(a)为三面角的高斯曲率取值分布情况，(b)为左螺旋的高斯曲率取值分布情况，(c)为二面角的高斯曲率取值分布情况，(d)为偶极子的高斯曲率取值分布情况；
25.图6为一个实施例中实测数据pauli图；
26.图7为一个实施例中radasat-2数据选取像素点三维极化相关方向图的可视化图形示意图；
27.其中，(a1)为船只像素点的3-d pcp的可视化表征结果，(b1)为船只像素点的3-d pcp的可视化表征结果，(c1)为船只像素点的3-d pcp的可视化表征结果，(a2)为海域像素点的3-d pcp的可视化表征结果，(b2)为海域像素点的3-d pcp的可视化表征结果，(c2)为海域像素点的3-d pcp的可视化表征结果；
28.图8为一个实施例中实测数据像素点3-d pcp的gc曲率值分布示意图；其中，(a1)为船只像素点的3-d pcp的gc曲率值分布，(b1)为船只像素点的3-d pcp的gc曲率值分布，(c1)为船只像素点的3-d pcp的gc曲率值分布，(a2)为海域像素点的3-d pcp的gc曲率值分布，(b2)为海域像素点的3-d pcp的gc曲率值分布，(c2)为海域像素点的3-d pcp的gc曲率值分布；
29.图9为一个实施例中雷达的极化相关方向图解译装置的模块结构示意图。
具体实施方式
30.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
31.除非另有定义，本文所使用的所有的技术和科学术语与属于本技术的技术领域的技术人员通常理解的含义相同。本文中在本技术的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本技术。
32.另外，本发明各个实施例之间的技术方案可以相互结合，但是必须是以本领域普
通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时，应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
33.请参阅图1所示的极化相关方向图，其为本领域现有技术中提出的极化相关方向图解译工具的可视化图形。发明人研究发现，从几何描述子的角度，电磁波的完整表征涉及极化方位角和极化椭圆率角，因此，从信息的完备性和进一步提高极化解译水平、克服目标的旋转效应出发，刻画目标极化相关方向图随极化椭圆率的变化，有望挖掘更多有用的特征，提高极化解译水平。
34.现有文献中，对于极化雷达，目标的散射矩阵的水平和垂直极化基下的定义为：
[0035][0036]
其中，下标hv表示垂直发射和水平接收，hh表示水平发射和水平接收，vh表示水平发射和垂直接收，vv表示垂直发射和垂直接收。在任何极化基(x,y)中的散射矩阵都可以对式(1)在水平和垂直极化基(h,v)下的散射矩阵进行酉变换导出：
[0037]s(x,y)
＝u2(θ,τ)
ts(h,v)
u2(θ,τ)
ꢀꢀ
(2)
[0038][0039]
其中，θ为极化方位角，在后文中可用poa进行表示，τ为极化椭圆率角，在后文中可用pea进行表示。u2(θ,τ)为酉变换矩阵，可以用包含poa的酉矩阵u2(θ)和包含pea的酉矩阵u2(τ)相乘得到。
[0040]
在满足互易性原则s
hv
＝s
vh
的基础上，pauli(泡利)矢量k
p
和lexicographic(字典序)k
l
表示为：
[0041][0042][0043]
相干矩阵t和协方差矩阵c可以相应的表示为：
[0044][0045][0046]
其中，上标h代表共轭转置，符号《
·
》代表单元平均。根据现有文献的定义，雷达的极化相关方向图的数学表达式如下式(8)所示，其中为s2的共轭，数字1和2代表不同的极化通道。
[0047][0048]
本发明针对所发现的传统的极化相关方向图解译工具，没有充分利用极化椭圆率角度这一维度的信息，而存在着目标散射机理解译的性能较差的技术问题，提出一种新的
雷达的极化相关方向图解译方法，包括提出了三维极化相关方位图的可视化构造方法，并从三维极化相关方位图中提取了多种类型的特征，用于定量化地区别和识别不同类型的散射机理。基本构思是：将极化椭圆率角引入极化相关方向图中，构造三维极化相关方位图，刻画不同极化椭圆率角下的极化相关方位图，通过构建三维极化相关方位图，更加直观地反映不同散射类型的区别；根据典型散射体的三维极化相关方向图的几何结构和数值特征上的差异性，定义和提取了多种类型的特征，用于识别散射类型。
[0049]
请参阅图2，一方面，本发明提供一种雷达的极化相关方向图解译方法，包括如下步骤s12至s18：
[0050]
s12，获取雷达数据目标像素的散射矩阵并得到散射矩阵的目标矩阵；目标矩阵包括极化相干矩阵或极化协方差矩阵；
[0051]
s14，对目标矩阵进行酉变换处理，利用酉变换后目标矩阵的元素得到三维极化相关值；
[0052]
s16，根据三维极化相关值在三维坐标系中进行极化相关方向图可视化处理，生成雷达的三维极化相关方向图；三维极化相关方向图的三个坐标轴分别为三维极化相关值、三维极化相关值和雷达的极化椭圆率角；
[0053]
s18，对三维极化相关方向图进行特征提取，得到用于定量化识别三维极化相关方向图对应散射机理的解译特征；解译特征包括最大相关值、最小相关值、最大曲线曲率值、截面最大相关值、截面最小相关值、截面相关度、截面相关起伏度、相关差异度、归一化的相关差异度、截面相关对比度、截面相关反熵、最大高斯曲率值、最大平均曲率值和最大主曲率值中的一种或多种。
[0054]
可以理解，雷达数据目标像素也即是指极化雷达对目标检测后输出的数据中目标的像素数据，其中包含目标完整的极化散射矩阵信息。目标矩阵可以包括极化相干矩阵或极化协方差矩阵，还可以包括由散射矩阵经过数学运算得到的其他形式的矩阵。三维坐标系可以是柱坐标系或笛卡尔坐标系。在三维极化相关方向图可视化表征的基础上，引入微分几何中的高斯曲率、平均曲率和主曲率等概念，从而定义得到各解译特征，用于实现对三维极化相关方向图中不同散射类型的区分与定量化表示。
[0055]
解译特征的具体特征种类可根据实际运用需求情况进行选取，其中，根据实际应用中选取截面的不同，上述截面最大相关值、截面最小相关值、截面相关度、截面相关起伏度、相关差异度、归一化的相关差异度、截面相关对比度和截面相关反熵能够派生出更多的特征，从而可以实现更高性能的目标散射机理解译。
[0056]
通过获取雷达数据目标像素的散射矩阵后，利用酉变换得到三维极化相关值，再将三维极化相关值显示在三维坐标系中，实现雷达的三维极化相关方向图构造与可视化，进而从三维极化相关方向图中进行特征提取，即可得到散射机理的解译特征，从而完成雷达的极化相关方向图的定量化高效解译，有效实现了大幅提升目标散射机理解译的性能的目的，也提高了雷达后续的目标检测和分类效率。
[0057]
在一个实施例中，对极化相干矩阵进行酉变换处理的过程，通过如下转换方式实现：
[0058]
t(θ,τ)＝u
3p
(θ,τ)tu
3p
(θ,τ)hꢀꢀ
(9)
[0059]
其中，t(θ,τ)表示酉变换后的极化相干矩阵，u
3p
(θ,τ)表示酉变换矩阵，t表示酉变
换前的极化相干矩阵，θ表示极化方位角，τ表示极化椭圆率角，右上角标h表示共轭转置。
[0060]
具体的，在获得目标的散射矩阵s
(x,y)
以及相应的极化相干矩阵t的基础上，本技术重新推导了针对极化相干矩阵t的酉变换公式。利用s
(x,y)
中的元素，任意极化基下的矢量k
p
(θ,τ)可以表示为：
[0061][0062]
矢量k
p
(θ,τ)和pauli矢量k
p
之间的关系可以进一步推导：
[0063][0064]
因此重新推导的酉变换公式为：
[0065]u3p
(θ,τ)＝u
3p
(τ)u
3p
(θ)
ꢀꢀ
(12)
[0066]
其中，u
3p
(τ)表示包含极化椭圆率角的酉矩阵，u
3p
(θ)表示包含极化方位角的酉矩阵。极化相干矩阵t定义为因此，有上述的转换式(9)。
[0067]
在一个实施例中，对极化协方差矩阵进行酉变换处理的过程，通过如下转换方式实现：
[0068]
c(θ,τ)＝u
t-c
t(θ,τ)u-1t-c
ꢀꢀ
(13)
[0069]
其中，
[0070][0071]
其中，c(θ,τ)表示酉变换后的极化协方差矩阵，u
t-c
表示特殊酉矩阵，t(θ,τ)表示酉变换后的极化相干矩阵，θ表示极化方位角，τ表示极化椭圆率角。
[0072]
具体的，对于任意极化基下的协方差矩阵c的酉变换，可以通过对酉变换后的极化相干矩阵t(θ,τ)进行转换实现，其中转换矩阵为特殊酉矩阵u
t-c
，公式分别如上式(13)和式(14)所示。
[0073]
在一个实施例中，本技术提出的三维极化相关方向图可记为其定义为
[0074]
可以理解，在未给定极化基的一般情况下，其中的可以是任一极化基下导出的三维极化相关值，其中，s1和s2可以为：pauli矢量和lexicographic矢量中的任一元素，下标x和y分别用于表示任意两种不同的极化。
[0075]
优选的，在水平和垂直极化基下定义时，s1和s2可以为pauli矢量和lexicographic矢量中的任一元素。可以理解，在水平和垂直极化基下定义时，前述两个矢量中的下标x即对应替换成h(以对应表示水平极化)，而y下标即对应替换成v(以对应表示垂直极化)。
[0076]
本发明实施例以水平和垂直极化基下的情况为例，导出了三种典型的三维极化相关方向图。请参阅图3和图4，前述所说的三维极化相关方向图包括第一三维极化相关方向图、第二三维极化相关方向图和第三三维极化相关方向图；
[0077]
第一三维极化相关方向图为
[0078][0079]
第二三维极化相关方向图为
[0080][0081]
第三三维极化相关方向图为
[0082][0083]
其中，θ表示极化方位角，τ表示极化椭圆率角，s
hh
(θ,τ)表示水平发射和水平接收的极化通道的散射矩阵元素，表示垂直发射和水平接收的极化通道的散射矩阵元素s
hv
(θ,τ)的共轭，表示垂直发射和垂直接收的极化通道的散射矩阵元素s
vv
(θ,τ)的共轭，s
hh vv
(θ,τ)表示水平发射和水平接收的极化通道与垂直发射和垂直接收的极化通道的散射矩阵元素的和，s
hh-vv
(θ,τ)表示水平发射和水平接收的极化通道与垂直发射和垂直接收的极化通道的散射矩阵元素的差，表示s
hh-vv
(θ,τ)的共轭。针对上述提出的三个三维极化相关方向图，每个方向图均可以用于导出一系列的特征值。
[0084]
具体的，在三维坐标系(为便于说明，下文以柱坐标系为例)中绘制出表达式对应的三维图像，其中，坐标轴分别为：极化相关值极化相关值和极化椭圆率角τ，如此就得到了三维极化相关方向图，下文中可用3-d pcp来表示三维极化相关方向
图。以偶极子的三维极化相关方向图为例，其可视化的表征如图3所示，其中，(a)为3-d pcp可视化表征结果，(b)为不同pea下的三维极化相关方向图的切面。
[0085]
对于典型的散射体，如三面角、二面角、偶极子和螺旋体，在水平和垂直极化基下，其散射矩阵元素[s
hh s
hv s
vh s
vv
]分别为[1 0 0 1]、[1 0 0
ꢀ‑
1]、[1 0 0 0]和1/2*[1 j j
ꢀ‑
1]，本实施例中以上述第一、第二和第三三维极化相关方向图为例，其可视化的3-d-pcp分别如图4所示。图4中，每一列子图的标号中字母a、b和c分别代表不同的3-d-pcp和每一行子图的标号中数字代表典型散射体：1表示三面角、2表示二面角、3表示偶极子和4表示螺旋体。
[0086]
在一个实施例中，最大高斯曲率值的提取过程为：
[0087]
计算三维极化相关值关于极化方位角和极化椭圆率角的参数空间下的高斯曲率值；
[0088]
提取高斯曲率值的绝对值中的最大值作为最大高斯曲率值；
[0089]
最大平均曲率值的提取过程为：
[0090]
计算三维极化相关值关于极化方位角和极化椭圆率角的参数空间下的平均曲率值；
[0091]
提取平均曲率值的绝对值中的最大值作为最大平均曲率值；
[0092]
最大主曲率值的提取过程为：
[0093]
计算三维极化相关值关于极化方位角和极化椭圆率角的参数空间下的两个主曲率值；
[0094]
将两个主曲率值的绝对值中最大值作为最大主曲率值；
[0095]
最大高斯曲率值、最大平均曲率值和最大主曲率值均用于识别三维极化相关方向图的表面弯曲程度以及三维极化相关值，跟随极化方位角和极化椭圆率角的变化程度。
[0096]
具体的，本技术提出的多种类别的特征中至少包括上述三种特征。其中：
[0097]
最大高斯曲率值gc
max
：该特征反映三维极化相关方向图中三维表面的弯曲程度以及三维极化相关值随参数poa和pea的变化程度，当曲面在各个方向都有弯曲时，该特征取值最大。因此，该特征提取方式为：首先计算三维极化相关值关于poa和pea参数空间下的高斯曲率值gc，最大高斯曲率值gc
max
定义为gc
max
＝max(|gc|)。
[0098]
最大平均曲率值mc
max
：该特征反映三维极化相关方向图中三维表面的弯曲程度以及三维极化相关值随参数poa和pea的变化程度。因此，该特征提取方式为：首先计算三维极化相关值关于poa和pea参数空间下的平均曲率值mc，最大平均曲率值mc
max
定义为mc
max
＝max(|mc|)。
[0099]
最大主曲率值pc
max
：该特征反映三维极化相关方向图中三维表面的弯曲程度以及三维极化相关值随参数poa和pea的变化程度。因此，该特征提取方式为：首先计算三维极化相关值关于poa和pea参数空间下的两个主曲率值κ1和κ2，最大主曲率值pc
max
定义为pc
max
＝max(|κ1|,|κ2|)。
[0100]
在一个实施例中，上述最大相关值为三维极化相关方向图中三维极化相关值的最大值，最小相关值为三维极化相关方向图中三维极化相关值的最小值。
[0101]
具体的，最大相关值其定义为3-d-pcp中的最大值。最小相关值其定义为3-d-pcp中的最小值。
[0102]
在一个实施例中，上述最大曲线曲率值的提取过程为：
[0103]
提取三维极化相关方向图中在设定极化方位角或极化椭圆率角处的截面，计算截面中曲线各处的曲线曲率值，将各曲线曲率值中的最大值作为最大曲线曲率值。
[0104]
具体的，最大曲线曲率值首先给定一个具体数值的poa或者pea，其中，用α代表poa或者pea，用β表示给定的具体数值(也即设定极化方位角或极化椭圆率角)。然后提取三维极化相关方向图中在α＝β条件下的截面，计算该截面中曲线各处的曲线曲率值cc，最大曲线曲率值定义为截面的示意图如图3(b)所示。
[0105]
截面最大相关值的提取过程为：
[0106]
计算截面下三维极化相关值中的最大值作为截面最大相关值。
[0107]
具体的，截面最大相关值首先给定一个具体数值的poa或者pea，其中，用α代表poa或者pea，用β表示给定的具体数值(也即设定极化方位角或极化椭圆率角)。然后提取三维极化相关方向图中在α＝β条件下的截面，计算该截面下三维极化相关值中的最大值即为截面最大相关值。截面的示意图如图3(b)所示。
[0108]
截面最小相关值的提取过程为：
[0109]
计算截面下三维极化相关值中的最小值作为截面最小相关值。
[0110]
具体的，截面最小相关值首先给定一个具体数值的poa或者pea，其中，用α代表poa或者pea，用β表示给定的具体数值(也即设定极化方位角或极化椭圆率角)。然后提取三维极化相关方向图中在α＝β条件下的截面，计算该截面下三维极化相关值中的最小值即为截面最小相关值。截面的示意图如图3(b)所示。
[0111]
截面相关度的提取过程为：
[0112]
计算截面下三维极化相关值的平均值作为截面相关度。
[0113]
具体的，截面相关度首先给定一个具体数值的poa或者pea，其中，用α代表poa或者pea，用β表示给定的具体数值(也即设定极化方位角或极化椭圆率角)。然后提取三维极化相关方向图中在α＝β条件下的截面，计算该截面下三维极化相关值的平均值即为截面相关度。截面的示意图如图3(b)所示。
[0114]
截面相关起伏度的提取过程为：
[0115]
计算截面下三维极化相关值的标准差作为截面相关起伏度。
[0116]
具体的，截面相关起伏度首先给定一个具体数值的poa或者pea，其中，用α代表poa或者pea，用β表示给定的具体数值(也即设定极化方位角或极化椭圆率角)。然后提取三维极化相关方向图中在α＝β条件下的截面，计算该截面下三维极化相关值的标准差即为截面相关起伏度。截面的示意图如图3(b)所示。
[0117]
相关差异度的提取过程为：
[0118]
分别提取三维极化相关方向图中在两个不同设定极化方位角或极化椭圆率角处的截面，分别计算两个截面的截面最大相关值并求差，将得到的差值的绝对值作为相关差异度。
[0119]
具体的，相关差异度首先给定两个具体数值的poa或者pea，其中，用α和α
′
代表poa或者pea，用β和β
′
表示给定的具体数值(也即设定极化方位角或极化椭圆率角)。然后提取三维极化相关方向图中在给定的前述两个角度约束下的截面，分别计算这两个截面下的截面最大相关值与该两个特征之差即为相关差异度截面的示意图如图3(b)所示。
[0120]
归一化的相关差异度的提取过程为：
[0121]
计算两个截面的截面最大相关值的差值，将差值与两个截面的截面最大相关值之和比值的绝对值作为归一化的相关差异度。
[0122]
具体的，归一化的相关差异度首先给定两个具体数值的poa或者pea，其中用α和α
′
代表poa或者pea，用β和β
′
表示给定的具体数值(也即设定极化方位角或极化椭圆率角)。然后提取三维极化相关方向图中在给定的前述两个角度约束下的截面，分别计算这两个截面下的截面最大相关值与该两个特征之差与之和的比值即为归一化的相关差异度也即截面的示意图如图3(b)所示。
[0123]
截面相关对比度的提取过程为：
[0124]
分别提取三维极化相关方向图中在两个设定极化方位角或极化椭圆率角处的截面，这里设定的两截面可以相同也可以不同。计算其中一个截面的截面最大相关值，计算另一个截面的截面最小相关值，并对所得的截面最大相关值和截面最小相关值求差，将得到的差值的绝对值作为截面相关对比度；
[0125]
具体的，截面相关对比度首先给定两个具体数值的poa或者pea，其中，用α和α
′
代表poa或者pea，用β和β
′
表示给定的具体数值(也即设定极化方位角或极化椭圆率角)，需要注意的是，该两个给定的截面可以为同一个截面，也可以为不同的截面。对于其中一个位于α＝β的截面，计算其截面最大相关值对于另一个位于α
′
＝β
′
的截面，则计算其截面最小相关值该两个特征之差的绝对值即为也即截面的示意图如图3(b)所示。
[0126]
截面相关反熵的提取过程为：
[0127]
分别提取三维极化相关方向图中在两个设定极化方位角或极化椭圆率角处的截面，这里设定的两截面可以相同也可以不同。计算其中一个截面的截面最大相关值，计算另一个截面的截面最小相关值；分别计算得到的截面最大相关值与截面最小相关值差值与和值，并将差值与和值的比值的绝对值作为截面相关反熵；
[0128]
具体的，截面相关反熵首先给定两个具体数值的poa或者pea，其中，用α和α
′
代表poa或者pea，用β和β
′
表示给定的具体数值(也即设定极化方位角或极化椭圆率角)，需要注意的是，该两个给定的截面可以为同一个截面，也可以为不同的截面。对于其中一个位于α＝β的截面，计算其截面最大相关值对于另一个位于α
′
＝β
′
的截面，则计算其截面最小相关值该两个特征之差的绝对值即为也即截面的示意图如图3(b)所示。在一个实施例中，为了更直观且全面地说明上述雷达的极化相关方向图解译方法，下面是以最大高斯曲率值gc
max
特征为例，说明上述方法中提取的该特征的有效性应用示例。
[0129]
需要说明的是，本说明书中给出的示例仅为示意性的，并非为本发明具体实施案例的唯一限定，本领域技术人员可以在本发明提供的实施案例的示意下，同理采用上述提供的雷达的极化相关方向图解译方法，实现通过提取不同特征进行三维极化相关方向图解译。
[0130]
如图5所示，给出了典型散射体：三面角、二面角、偶极子和螺旋体在(θ,τ)参数空间中高斯曲率取值情况，在水平和垂直极化基下，其散射矩阵元素[s
hh s
hv s
vh s
vv
]分别为[1 0 0 1]、[1 0 0
ꢀ‑
1]、[1 0 0 0]和1/2*[1 j j
ꢀ‑
1]。根据本技术定义的gc
max
特征，对三面角和左螺旋而言，其gc
max
＝0。对二面角而言，gc分别在(θ＝45
°
,τ＝0
°
)和(θ＝-45
°
,τ＝0
°
)有明显的取值。对偶极子而言，gc在(θ＝0
°
,τ＝0
°
)处有明显的取值。因此，gc
max
的取值和取值对应的位置可以区分不同的散射类型。
[0131]
下面选取c波段radarsat-2实测极化数据来进行说明。数据区域位于某近岸地区，拍摄于某日，场景中分布有大量的船只目标。数据名义上的距离和方位分辨率分别为12m和8m，其pauli图如图6所示。
[0132]
从中选取一个位于海域区域的像素点和一个位于船只部分的像素点，其三种类型的三维极化相关方向图如图7所示，其中，每一列子图的标号中字母a、b和c分别代表不同的3-d-pcp和每一行子图的标号中数字1代表船只像素、数字2代表海域像素。
[0133]
从图7中可以观察到实测数据的三维极化相关方向图相比图4所示典型散射体的3d-pcp有变形，这是因为实测数据的散射类型往往是多种散射机理的混合。所选船只像素三种类型的3d-pcp与图4中第二行二面角的三种类型的3d-pcp相似，虽然图7的(c1)中变形较为严重，但是仍然可以观察到图4(a2)中的凹口，在图7(c1)中用箭头进行了标注。而对于所选取的海域像素点，其3d-pcp与图4中的第一行三面角的三种类型的3d-pcp相似。注意到平板和三面角的散射矩阵相同，结合实际的场景分析，所选像素点的主散射机理为奇次散射，散射类型与平板散射体相似。
[0134]
以gc
max
特征为例，所选的两个像素点三种类型的3d-pcp对应的高斯曲率值gc在极化方位角θ和极化椭圆率角τ参数空间中的分布情况如图8所示，其中，每一列子图的标号中字母a、b和c分别代表不同的3-d-pcp和每一行子图的标号中数字1代表船只像素、数字2代表海域像素。从分布图中可以观察到船只像素的三种类型的3d-pcp导出gc
max
会明显大于海域像素，而海域像素的三
种类型的gc
max
趋近于0。因此，gc
max
特征能够很好的区别奇次散射类型和偶次散射类型，其可用于船只的检测运用中。
[0135]
应该理解的是，虽然图2流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且图2的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
[0136]
请参阅图9，在一个实施例中，还提供了一种雷达的极化相关方向图解译装置100，包括数据获取模块11、酉变换模块13、三维可视模块15和特征提取模块17。其中，数据获取模块11用于获取雷达数据目标像素的散射矩阵并得到散射矩阵的目标矩阵；目标矩阵包括极化相干矩阵或极化协方差矩阵。酉变换模块13用于对目标矩阵进行酉变换处理，利用酉变换后目标矩阵的元素得到三维极化相关值。三维可视模块15用于根据三维极化相关值在三维坐标系中进行极化相关方向图可视化处理，生成雷达的三维极化相关方向图；三维极化相关方向图的三个坐标轴分别为三维极化相关值、三维极化相关值和雷达的极化椭圆率角。特征提取模块17用于对三维极化相关方向图进行特征提取，得到用于定量化识别三维极化相关方向图对应散射机理的解译特征；解译特征包括最大相关值、最小相关值、最大曲线曲率值、截面最大相关值、截面最小相关值、截面相关度、截面相关起伏度、相关差异度、归一化的相关差异度、截面相关对比度、截面相关反熵、最大高斯曲率值、最大平均曲率值和最大主曲率值中的一种或多种。
[0137]
上述雷达的极化相关方向图解译装置100，通过各模块的协作，获取雷达数据目标像素的散射矩阵后，利用酉变换得到三维极化相关值，再将三维极化相关值显示在三维坐标系中，实现雷达的三维极化相关方向图构造与可视化，进而从三维极化相关方向图中进行特征提取，即可得到散射机理的解译特征，从而完成雷达的极化相关方向图的定量化高效解译，有效实现了大幅提升目标散射机理解译的性能的目的，也提高了雷达后续的目标检测和分类效率。
[0138]
关于雷达的极化相关方向图解译装置100的具体限定，可以参见上文中雷达的极化相关方向图解译方法的相应限定，在此不再赘述。上述雷达的极化相关方向图解译装置100中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于具体数据处理功能的设备中，也可以软件形式存储于前述设备的存储器中，以便于处理器调用执行以上各个模块对应的操作，前述设备可以是但不限于本领域的各型计算机设备或雷达管理设备。
[0139]
又一方面，还提供一种雷达信息解译系统，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时可以实现以下步骤：获取雷达数据目标像素的散射矩阵并得到散射矩阵的目标矩阵；目标矩阵包括极化相干矩阵或极化协方差矩阵；对目标矩阵进行酉变换处理，利用酉变换后目标矩阵的元素得到三维极化相关值；根据三维极化相关值在三维坐标系中进行极化相关方向图可视化处理，生成雷达的三维极化相关方向图；三维极化相关方向图的三个坐标轴分别为三维极化相关值、三维极化相关值和雷达的极化椭圆率角；对三维极化相关方向图进行特征提取，得到用于定量化识别三维极化相关方向
图对应散射机理的解译特征；解译特征包括最大相关值、最小相关值、最大曲线曲率值、截面最大相关值、截面最小相关值、截面相关度、截面相关起伏度、相关差异度、归一化的相关差异度、截面相关对比度、截面相关反熵、最大高斯曲率值、最大平均曲率值和最大主曲率值中的一种或多种。
[0140]
需要说明的是，上述雷达信息解译系统可以但不限于是本领域中的极化雷达的管理设备、计算机或其他输出数据分析系统，只要能够获取得到极化信息的设备都可以包含在内，除了上述的存储器和处理器之外，其还包括其他本说明书未详尽列出的必要组成部件，具体视上述雷达信息解译系统的具体设备类型而定。在三维极化相关方向图中进行可视化处理的极化特征量不限于从酉变换后的极化相干矩阵或者极化协方差矩阵中的提取的元素值，也可以包含这些元素值之间的数学运算、对其他类型的极化矩阵进行酉变换(也可以称为极化基变换)提取的极化特征。
[0141]
在一个实施例中，处理器执行计算机程序时还可以实现上述雷达的极化相关方向图解译方法各实施例中增加的步骤或者子步骤。
[0142]
再一方面，还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：获取雷达数据目标像素的散射矩阵并得到散射矩阵的目标矩阵；目标矩阵包括极化相干矩阵或极化协方差矩阵；对目标矩阵进行酉变换处理，利用酉变换后目标矩阵的元素得到三维极化相关值；根据三维极化相关值在三维坐标系中进行极化相关方向图可视化处理，生成雷达的三维极化相关方向图；三维极化相关方向图的三个坐标轴分别为三维极化相关值、三维极化相关值和雷达的极化椭圆率角；对三维极化相关方向图进行特征提取，得到用于定量化识别三维极化相关方向图对应散射机理的解译特征；解译特征包括最大相关值、最小相关值、最大曲线曲率值、截面最大相关值、截面最小相关值、截面相关度、截面相关起伏度、相关差异度、归一化的相关差异度、截面相关对比度、截面相关反熵、最大高斯曲率值、最大平均曲率值和最大主曲率值中的一种或多种。
[0143]
在一个实施例中，计算机程序被处理器执行时，还可以实现上述雷达的极化相关方向图解译方法各实施例中增加的步骤或者子步骤。
[0144]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成的，计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线式动态随机存储器(rambus dram，简称rdram)以及接口动态随机存储器(drdram)等。
[0145]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。需要注意的是，本发明上述相应实施例中是以垂直和水平极化基为例，从得到的三维相关方向图中导出了一系列特征量，对于任一极化基下
得到的三维相关方向图，根据上文相关定义同理也能够导出该方向图的一系列特征量，这些特征量及其相应的应用也均属于本技术的保护范围。
[0146]
以上实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可做出若干变形和改进，都属于本技术保护范围。因此本技术专利的保护范围应以所附权利要求为准。