一种基于感兴趣目标增强的极化合成方法技术

本发明专利技术公开了一种基于感兴趣目标增强的极化合成方法，本发明专利技术利用各种有效的像素极化目标分解算法获取极化分量，同时考虑各个极化分量的空间信息，构造局部区域的极化特征图像集；在图像集中，以可视化为目的，通过聚类得到三个内容准互补的图像子集；利用图像子集的稀疏表示，选取最具代表性的极化特征作为极化合成分量；由极化合成分量构造合成图像。获得的极化合成图像充分展示了感兴趣目标的极化信息。本发明专利技术可有效提高感兴趣目标的可视性和可读性。

【技术实现步骤摘要】

本专利技术属于合成孔径雷达（SyntheticApertureRadar,SAR)图像处理
， 尤其设及。
技术介绍
PolSAR数据提供了丰富的地物极化信息，其极化信息W极化散射矩阵的形式进行 表征，其优势在于能够将散射矩阵数据与目标散射的极化特性、能量及相位特性统一起来， 从而为目标解译提供丰富的特征信息。但是，由于SAR图像独特的成像机理，与可见光图像 相比SAR图像的大部分信息不可见；PolSAR图像解译人员难W凭借光学图像的解译经验完 成对化1SAR图像的目视解译。PolSAR图像解译的一个重要途径就是从化1SAR数据中，挖 掘有效的目标极化信息，并将最有效的极化信息进行合成。目前W极化信息可视化为目的 的极化合成普遍采用极化目标分解，然后由极化分解的=分量进行伪彩合成。 然而极化目标分解方法从不同方面刻画了目标的散射特性，提供了雷达目标细 微特征表征能力，具有各自的适用性，如；相干分解把极化测量目标的一阶矩阵（Sinclair 矩阵）表示为多个典型散射机制的组合，由于没有考虑目标散射可能存在的随机性，适用 于确定目标的分解；非相干分解则引入了目标的多像素平均，将极化测量目标的二阶矩阵 (平均相干矩阵，平均协方差矩阵）表示为多个描述不同散射机制的二阶矩阵的组合，由于 采用了目标的统计描述而更适用于分布式目标的分解。在缺乏先验信息的情况下，如何根 据目标分布综合利用PolSAR图像极化分解结果自适应的分解出最佳极化分量，抽取更有 价值的信息，提高感兴趣目标解译的可靠性和准确性，仍然是一个开放的问题。 因此有必要研究如何自适应地根据目标分布分解出最佳极化合成分量，实现W极 化信息可视化为目的的极化合成，使合成后图像即充分显示目标的信息又便于目视解译。
技术实现思路
鉴于上述问题，本专利技术目的是W极化信息可视化为目的的极化合成，综合多种 PolSAR图像的极化分解分量，提供一种自适应地根据目标分布特性分解出最佳极化合成分 量，实现感兴趣目标增强的方法，旨在解决根据目标分布自适应地分解出最佳极化合成分 量的问题，提高感兴趣目标的可视性和可读性。 本专利技术所采用的技术方案是；，其特征 在于，包括W下步骤： 步骤1;对化1SAR图像进行极化目标分解，获得各极化目标分解的极化分量； 步骤2;对化1SAR图像进行分割，用分割区内极化分量构造极化特征图像集；[000引步骤3 ;对极化特征图像集采用模糊C均值方法进行聚类，得到立个图像子集； 步骤4;分别对S个图像子集进行稀疏表示，从各子集中选出一个稀疏系数能量 最大的极化特征作为极化合成分量； 步骤5 ;用选择出的S个极化合成分量图像WRGB色彩模式更新极化合成空间； 步骤6 ;重复执行步骤3、步骤4和步骤5,直到对全部分割区计算完毕，从而获得 极化合成图像。 作为优选，步骤4的具体实现包括W下子步骤： 步骤4. 1 ;对图像子集的图像进行如下稀疏表示，【主权项】1. ，其特征在于，包括以下步骤： 步骤1 :对PolSAR图像进行极化目标分解，获得各极化目标分解的极化分量； 步骤2 :对PolSAR图像进行分割，用分割区内极化分量构造极化特征图像集； 步骤3 :对极化特征图像集采用模糊c均值方法进行聚类，得到三个图像子集； 步骤4 :分别对三个图像子集进行稀疏表示，从各子集中选出一个稀疏系数能量最大 的极化特征作为极化合成分量； 步骤5 :用选择出的三个极化合成分量图像以RGB色彩模式更新极化合成空间； 步骤6 :重复执行步骤3、步骤4和步骤5,直到对全部分割区计算完毕，从而获得极化 合成图像。2. 根据权利要求1所述的基于感兴趣目标增强的极化合成方法，其特征在于，步骤4的 具体实现包括以下子步骤： 步骤4. 1 :对图像子集的图像进行如下稀疏表示，其是极化特征图像，Χω是第j个图像子集，Du)= W1，…，dN] GRmxn是图 像子集Χω的过完备字典，d i为字典原子，AP为￥力在Du)上的稀疏系数，通过对其求解可 以得到字典Du)，以及稀疏系数矩阵步骤4. 2 :由字典主要原子构造主元字典，是由||At||按照降序排列，前Nl个 行向量对应的行号组成的集合，A〗为Αω的第k个行向量；其中Htl为稀疏度参数； 步骤4. 4 :极化特征图像选择，采用如下准则选择极化特征图像，可得图像子集X ?)的代表特征为e Xw，则子集X ?)对应的极化合成分量为 Υ(/Ι _ γ0')【专利摘要】本专利技术公开了，本专利技术利用各种有效的像素极化目标分解算法获取极化分量，同时考虑各个极化分量的空间信息，构造局部区域的极化特征图像集；在图像集中，以可视化为目的，通过聚类得到三个内容准互补的图像子集；利用图像子集的稀疏表示，选取最具代表性的极化特征作为极化合成分量；由极化合成分量构造合成图像。获得的极化合成图像充分展示了感兴趣目标的极化信息。本专利技术可有效提高感兴趣目标的可视性和可读性。【IPC分类】G01S13-90【公开号】CN104865572【申请号】CN201510263396【专利技术人】桑成伟, 孙洪 【申请人】武汉大学【公开日】2015年8月26日【申请日】2015年5月21日本文档来自技高网...

【技术保护点】
一种基于感兴趣目标增强的极化合成方法，其特征在于，包括以下步骤：步骤1：对PolSAR图像进行极化目标分解，获得各极化目标分解的极化分量；步骤2：对PolSAR图像进行分割，用分割区内极化分量构造极化特征图像集；步骤3：对极化特征图像集采用模糊c均值方法进行聚类，得到三个图像子集；步骤4：分别对三个图像子集进行稀疏表示，从各子集中选出一个稀疏系数能量最大的极化特征作为极化合成分量；步骤5：用选择出的三个极化合成分量图像以RGB色彩模式更新极化合成空间；步骤6：重复执行步骤3、步骤4和步骤5，直到对全部分割区计算完毕，从而获得极化合成图像。

【技术特征摘要】

【专利技术属性】
技术研发人员：桑成伟，孙洪，
申请(专利权)人：武汉大学，
类型：发明
国别省市：湖北;42