高分辨率極化ASR影像建筑物檢測方法研究.pdf

1、利用極化合成孔徑雷達（PolSAR）影像進行地物目標檢測和識別是當今極化SAR解譯的重要研究課題，從極化SAR影像中檢測出建筑物對于土地利用調(diào)查、城市規(guī)劃以及城市變化監(jiān)測等應用具有重要的理論意義和實用價值。然而由于建筑物具有比較復雜的幾何結構分布，并且建筑物的交叉極化散射往往容易導致其被誤分為森林等其它地物，因此從極化SAR影像中檢測建筑物仍然是一個具有挑戰(zhàn)性的課題。本文利用高分辨率極化SAR影像含有的幾何特征、紋理特征和極化散射特征等

2、屬性來檢測建筑物，將建筑物的紋理特征與其極化散射特征相結合，從極化SAR影像中檢測出建筑物本文以L波段星載ALOS-2 PALSAR-2全極化SAR影像和機載E-SAR全極化SAR影像作為實驗數(shù)據(jù)，分別利用極化SAR影像中建筑物的幾何特征、紋理特征和極化散射特征來檢測建筑物，并且通過加權特征融合方法將紋理特征和極化散射特征等多種特征相結合實現(xiàn)建筑物的檢測。
　　本研究主要內(nèi)容包括：⑴利用基于高分辨率極化SAR影像建筑物幾何特征的標

3、記分水嶺變換方法檢測建筑物。建筑物的邊緣輪廓信息是其在極化SAR影像中所呈現(xiàn)出的主要的幾何特征，利用基于建筑物幾何特征的標記分水嶺變換方法從高分辨率極化 SAR影像中檢測出建筑物，且實驗結果表明該方法得到的檢測結果對建筑物邊緣輪廓信息有較好的保持度。⑵基于極化散射特征對全極化 SAR影像進行建筑物檢測。本文中建筑物的極化散射特征主要包括極化目標分解參數(shù)和圓極化相關系數(shù)。主要利用幾種常用的極化目標分解來獲取建筑物的極化目標分解參數(shù)，如Cl

4、oude分解、Freeman分解、Yamaguchi分解等。圓極化相關系數(shù)對建筑物比較敏感，結合圓極化相關系數(shù)和極化目標分解參數(shù)，通過Wishart分類器將極化SAR影像分為建筑物和非建筑物，從而區(qū)別出極化SAR影像中的建筑物和非建筑物，實現(xiàn)建筑物的檢測，實驗結果表明結合極化目標分解參數(shù)和圓極化相關系數(shù)能夠有效地從極化SAR影像中檢測出建筑物。⑶綜合極化SAR影像中建筑物的紋理特征、極化散射特征來檢測建筑物。利用加權特征融合的方法將建筑