一种具有大方位角城区目标识别算法

技术特征：
1.一种具有大方位角城区目标识别算法，其特征在于，提出一个新的相干系数r，利用将该相干系数对已有的体散射模型进行修正，得到新的四分量分解算法：在林区，特别是水淹森林区域，该类目标具有很强的偶次散射能量。对于该类目标，保持yamaguchi四分量分解结果；同样的，当偶次散射能量占比或者表明散射能量占比大于等于0.5时，同样保持yamaguchi四分量分解结果，否则采用新的四分量分解算法。2.根据权利要求1所述的对于具有大方位角城区目标识别算法，其特征在于，具体包括以下步骤：(1)获取雷达原始数据。(2)利用polsarpro软件获取极化散射矩阵[s]和极化相干矩阵[t]以及矩阵元素t
22
和t
33
。(3)利用相干矩阵进行yamaguchi四分量分解，获取地物相应的体散射分量[t]
v
、偶次散射分量[t]
d
、奇次散射分量[t]
s
以及螺旋体散射分量[t]
h
。(4)定义相干系数r：r＝|t
22-t
33
|。(5)利用相干系数r的函数对体散射模型[t]
v
进行修正，得到修正后的体散射模型[t]
v_new
。(6)将新的体散射模型[t]
v_new
替换yamaguchi四分量分解算法中的体散射模型，得到城区目标识别四分量分解算法。(7)根据四分量分解算法对全极化sar图像进行目标分解，得到表面散射、偶次散射、体散射和螺旋体散射四个分量强度：p
s
、p
d
、p
v
、p
h
。3.根据权利要求2所述的对于具有大方位角的城区目标识别算法，其特征在于：步骤(5)中所述的对体散射模型进行修正，需要先对原始体散射模型进行参数化。4.根据权利要求2所述的对于具有大方位角的城区目标识别算法，其特征在于：步骤(6)所述新的四分量分解算法是依据yamaguchi四分量分解算法为基础进行的。5.根据权利要求2所述的对于具有大方位角的城区目标识别算法，其特征在于：步骤(7)所述四个分量的能量占比中所用的相干系数r的值的范围为：当r的值大于分割阈值且小于2/3，则r＝1/r；当r的值小于分割阈值或大于等于2/3，则r＝1/r。

技术总结
本发明公开了一种具有大方位角城区目标识别算法，提出了一个新的相关系数，并利用该系数对已有的体散射模型进行修正，并结合该新的体散射模型提出用于PolSAR图像城区目标识别的新的四分量极化目标分解算法。该算法能够有效增强具有大方位角的城区目标的偶次散射能量，减弱体散射能量，使得偶次散射能量强于体散射能量，从而使得城区目标能够被正确的识别和分类。本发明提供一种具有大方位角城区目标识别算法，用于提高城区目标的识别率。用于提高城区目标的识别率。


技术研发人员：杨圆圆 段定峰
受保护的技术使用者：电子科技大学长三角研究院（湖州）
技术研发日：2022.10.22
技术公布日：2023/1/31