一种基于无旋性区域的全极化SAR定标方法与流程

一种基于无旋性区域的全极化sar定标方法
技术领域
1.本发明涉及雷达定标领域，尤其是一种基于无旋性区域的全极化合成孔径雷达(synthetic aperture radar, sar)极化定标算法。


背景技术：

2.全极化sar通过发射和接收不同极化方式的电磁波，获取场景中每一像元的极化散射矩阵，从而对目标散射特性进行分析并获得地物特征，现已得到广泛应用。作为极化sar数据处理的首要步骤，极化定标的准确性直接决定极化应用顺利是否能顺利进行。极化定标用于建立图像像素与后向散射以及各个通道之间的关系，是实现定量遥感的关键步骤。
3.极化定标主要确定通道串扰和通道不平衡两部分，通道不平衡中包括共极化通道不平衡和交叉极化通道不平衡。现阶段，极化定标处理主要存在两大类方式，一种是利用角反射器进行定标，另一种是利用均匀区域进行定标。利用角反射器进行定标主要是根据角反射器的特殊散射矩阵进行确定，一般利用三面角反射器(散射矩阵为[1 0 0 1])、0
°
二面角反射器(散射矩阵为[1 0 0
ꢀ‑
1])以及22.5
°
二面角反射器(散射矩阵为[1 1 1 1])进行确定，该种方法是极化定标计算最准确的算法，但是每次飞行中，都要对感兴趣区域摆放上述角反射器，费时费力。
[0004]
分布式目标定标主要利用特殊的地物散射特征确定极化紊乱参数，包括利用体散射区域求出通道串扰以及交叉极化通道不平衡，利用无旋性区域求出共极化通道不平衡。通常来说，无旋性区域主要包括裸土等类bragg区域，所以选择无旋性区域可利用阈值区分森林、城市以及表面散射。但是，对于高散射熵h的表面散射来说，不一定满足无旋性特征。若选出该区域，无疑是恶化极化定标性能。目前（散射熵/极化散射参数）分解经过国内外学者多年研究，技术已经成熟，若能借助分解得到的无旋性区域确定共极化通道不平衡，对于分布式目标定标的精度提升具有重要意义。
[0005]
基于分布式目标进行极化定标已成为现阶段研究的热点，具体为通过体散射较强的区域确定交叉极化通道不平衡和通道串扰以及用表面散射的无旋性求解共极化通道不平衡，现阶段无旋性目标选择仍然是通过对未定标的数据直接进行阈值选择特殊地形(例如裸土等)来实现，这一操作可能会将不为无旋性的目标较大部分的选择出来，或选出的无旋性目标较少。


技术实现要素：

[0006]
有鉴于此，本发明充分考虑阈值对区域选择的影响，对传统校正方法进行完善，提出一种基于无旋性区域的全极化sar定标方法，能够精确求出通道串扰以及通道不平衡。
[0007]
为达到上述目的，本发明的技术方案是这样实现的：一种基于无旋性区域的全极化sar定标方法，该方法包括如下步骤：步骤1：构建未定标全极化sar协方差矩阵，并利用quegan算法求解极化串扰以及
交叉极化通道不平衡，并进行补偿，得到补偿后的图像；步骤2：对补偿后的图像进行方位向和距离向进行分块，然后求出分解以及画出平面；步骤3：利用阈值选出无旋性区域；步骤4：根据无旋性区域定标对共极化通道不平衡进行初步求解；步骤5：通过dem得到poa与极化sar得到poa进行比较，得到最终共极化通道不平衡结果。
[0008]
有益效果：本发明利用无旋性进行极化定标是现存分布式极化定标中较为准确的方法。利用无旋性进行极化定标最主要的是选取准确的无旋性区域。由于z9与z6所代表的均为表面散射，z6所代表的是光学和bragg表面散射等两种理想散射中间的区域。在利用阈值选择时，若要选择出z6区域，则对实际定标结果进行恶化。对于现有技术来说，优势在于在选择无旋性区域时，将z6所带来的影响完全排除在外，然后再利用阈值进行选择，大大增加了选取的准确性。
附图说明
[0009]
图1为平面示意图；图2为基于分解基于无旋性区域的全极化sar定标方法流程图；图3为机载airsar实验数据的处理结果； (a)分解图像以及分块示例，(b)添加通道串扰和通道不平衡后的分解图，(c)通过所提算法选出的无旋性区域，(d)通过所给出的流程得到的分解图像，(e)通过dem求得poa结果，(f)通过正确的共极化通道不平衡给出的极化数据求出poa结果。
具体实施方式
[0010]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅为本发明的一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域的普通技术人员在不付出创造性劳动的前提下所获得的所有其他实施例，都属于本发明的保护范围。
[0011]
根据本发明的一个实施例，全极化sar系统未定标情况下，无旋性区域对全极化sar系统进行极化定标的重要性分析，为：极化定标是全极化sar系统产生数据后需要进行的一个重要步骤，最终处理的优劣直接决定了后续数据处理的准确性以及精度。现阶段，由于纯分布式目标定标只需要在图像端进行操作，而不需要去受关注的场景现场摆放定标器，被大家广泛接受。利用纯分布式目标进行极化定标主要分为两大步骤，首先是使用体散射强的区域求解交叉极化通道不平衡以及通道间串扰，下一步即为使用无旋性区域确定交叉极化通道不平衡。无旋性区域即为零螺旋度的区域，通常出现在裸土等类bragg区域。现阶段无旋性区域的选择用极化参数的阈值进行确定，但是不精确的阈值选择有可能会将非无旋性区域认定为无旋性区域。尤其是在h较大时，虽然有可能是裸土等自然地物，但是其是可能不具有无旋性特征，更多、更纯净的无旋性区域对全极化sar系统进行极化定标的精度会大幅提高。
[0012]
进一步的，全极化sar系统未定标情况下，结合分解选取无旋性区域的全极化sar定标流程，为：首先得到未定标数据的全极化协方差矩阵并通过quegan算法确定极化串扰以及交叉极化通道不平衡并对未定标数据进行补偿；然后对补偿后的图像进行方位向和距离向分块并进行分解，画出平面；接下来通过设置h的界限，将平面得到的z6区域和z9区域区分开，通过另一个阈值选择，将bragg区域、城市以及森林区域分开；使用无旋性定标方法将k的可能值求解出来；最后使用与图像坐标系一致的数字高程模型(digital elevation model, dem)求解出极化方向角(polarization orientation angle，poa)，称为dempoa，和极化sar估计出的poa，称为polpoa，进行对比，得出最后共极化通道不平衡结果。如果不存在坐标系一致且与极化图像对应的dem，可以使用现有的dem进行前向地理编码获得。
[0013]
所述基于分解基于无旋性区域的全极化sar定标方法适用性分析，为：基于分解基于无旋性区域的全极化sar定标方法对于无旋性区域的选择仅为裸土等类bragg散射区域，考虑到噪声和波段的穿透性，并不能完全利用水面、冰面等z9区域，在实际应用中可以采用水域分割等方法去除这些区域；由于本算法是利用纯分布式目标进行计算，所以实际应用中最好在某一次飞行或某一个波位选取较大面积的、具有特定散射特征的目标区域进行整个航线的定标计算；计算共极化通道不平衡时，采用牛顿迭代法计算无旋性等式，可能会存在某点不收敛的情况，求解需要进一步改进。
[0014]
基于以上分析，根据本发明的一个实施例，提出一种基于无旋性区域的全极化sar定标方法，该方法包括：步骤1：构建未定标全极化sar协方差矩阵，并利用quegan算法求解极化串扰以及交叉极化通道不平衡，并进行补偿，得到补偿后的图像；步骤2：对补偿后的图像进行方位向和距离向进行分块，然后求出分解以及画出平面；步骤3：利用阈值选出无旋性区域；步骤4：根据无旋性区域定标对共极化通道不平衡进行初步求解；步骤5：通过dem得到poa与极化sar得到poa进行比较，得到最终共极化通道不平衡结果。
[0015]
进一步的，所述步骤1：构建未定标全极化sar协方差矩阵并利用quegan算法求解极化串扰以及交叉极化通道不平衡并进行补偿。
[0016]
对于初始的全极化sar数据而言，一般是给出四通道极化数据，即hh、hv、vh、vv，通过这些数据，可以得到向量，即：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)其中，t表示转置。所以协方差矩阵c为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)其中，表示多视，表示共轭转置。那么根据quegan算法，串扰因子u、v、w、z为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)c
mn
为矩阵c中的元素，m为行，n为列；交叉极化通道不平衡为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)*表示共轭操作。由于极化串扰矩阵p以及交叉极化通道不平衡矩阵q为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)并且考虑到确定（5）、（6）后，hv=vh，所以可以将补偿后的o矩阵表示为
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)进一步的，所述步骤2：对补偿后的图像进行方位向和距离向进行分块，然后求出分解以及画出平面。
[0017]
考虑到不同距离向定标参数不同，为了解决该问题并为了减少计算量，将协方差矩阵各分量沿方位向和距离向进行分块。进行分块后，方位向相同块的定标参数一致。分解是利用散射熵和极化散射参数的不同数值组合进行分解，平面是将分解的结果展示出来，如图1所示，其中点画线表示分解边界条件，在边界条件以左是自然地物可能存在的区域。对于上述所说的类bragg区域即为平面除去水面等代表的z9区域，其主要典型地物为裸土，可以用来定标。
[0018]
进一步的，所述步骤3：利用阈值选出无旋性区域，具体是利用阈值将具有类bragg特性的裸土区域选出。
[0019]
通过先验信息得知，共极化通道不平衡k的幅度对平面的影响为：保持共极化通道不平衡的相位不变，只改变幅度，点在平面主要运动为左右变化，上下微小移动。由于z6区域也存在裸土区域，但是其熵较大，并不能完全确定其存在无旋性特征，所以在未确定共极化通道不平衡的情况下为了去除平面z6区域对z9区域的影响并考虑通常情况下共极化通道不平衡的幅度为-2~2db，设置z6区域的点与z9区域点的h界限，该界限保证在添加共极化通道不平衡后，原来z6区域点同样可以与原来z9区域点区分开，得到纯净z9区域点，该阈值设为0.33593。然后再设置阈值参数，使得体散射、二次散射与bragg散射区分开，阈值参数为，当阈值参数小于某一个值时，得到类bragg区域，即为纯净无旋性
区域。
[0020]
进一步的，所述步骤4：根据无旋性区域定标对共极化通道不平衡进行初步求解，具体是指，根据无旋性区域定标给出共极化通道不平衡k的初步结果。
[0021]
对于初步补偿后的无旋性区域满足：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8)其中，为取虚部操作，p为共极化通道不平衡k的倒数。将上述bragg区域点经过交叉极化通道不平衡以及极化串扰补偿后的o矩阵带入，通过牛顿迭代法，求出p，进而求出共极化通道不平衡的备选值。
[0022]
进一步的，所述步骤5：通过dem得到poa与极化sar得到poa进行比较，得到最终共极化通道不平衡结果。
[0023]
由于上述算出的共极化通道不平衡存在两个结果，除去正确的值外，相位偏移
±
180
°
仍满足式（8），所以可以用定标后的结果求解poa，定标后的结果为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(9)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)极化求解poa θ
p
公式为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(11)其中，为取实部操作。若不存在与sar图像坐标系一致的对应dem，可根据前向地理编码，可以将dem编码到与雷达图像在同坐标系下，然后通过dem求解poa为：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(12)其中，φ为入射角，tanω为方位向坡度，tanγ为地距向坡度。通过对比θ与不同共极化通道不平衡求出的θ
p
，最终确定哪一个共极化通道不平衡是正确的。图2为该发明整体流程图。
[0024]
下面结合具体实施例1对本发明的技术方案作进一步详细说明。
[0025]
实施例1作为美国国家航空航天局探索多频、多极化以及极化干涉的sar载荷，airsar具有p、l、c三种频段对应的全极化数据和高程信息，在地物反演、地物特征分析等方面有较广的应用。由于无法得到未定标数据，本文利用airsar数据添加通道不平衡以及通道串扰的方式进行该实施例的详细说明。
[0026]
图3展示了仿真airsar实验数据的处理结果，通过裁剪，该数据没有水域、冰域等。 (a)给出的是未添加系统紊乱的分解图，其中灰色虚线为分块示例，(b)给出的是添加系
统紊乱后的分解图，可以看出，图像在距离向上存在明显问题。(c)给出了通过上述流程选出的类bragg裸土点，与(a)相比可以看出，阈值设置后，(c)上几乎所有的黑色部分都包括在 (a)上的黑色区域里，只有少部分点没有在类bragg区域里，占(c)所有黑色点的0.043%。(d)为给出了通过定标流程后，得到的分解图，与(a)整体相同。(e)给出了通过dem得出的poa，(f)给出了通过求解的正确共极化通道不平衡参数求解poa的结果。
[0027]
尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员理解本发明，且应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。