針對(duì)基于物理散射模型分解的建筑物與植被混淆的問題,發(fā)展了一種面向建筑物提取的全極化SAR影像多分量分解方法,用于區(qū)分散射類型易混淆的方位建筑物（走向與雷達(dá)方位向不平行的建筑物）與植被。該方法根據(jù)植被與建筑物的不同散射機(jī)制,預(yù)先剔除了植被像元,修正了體散射模型,改進(jìn)了常規(guī)的全極化SAR多分量分解方法。通過H/α/A分解和非反射對(duì)稱比篩選出植被像元,抑制植被區(qū)域?qū)Χ喾至糠纸庑Ч挠绊?引入修正的體散射模型,改進(jìn)多分量分解模型;對(duì)植被區(qū)域進(jìn)行Yamaguchi四分量分解,其他區(qū)域進(jìn)行改進(jìn)的多分量分解。利用E-SAR和AIRSAR全極化數(shù)據(jù)進(jìn)行實(shí)驗(yàn)。結(jié)果表明,與傳統(tǒng)的多分量分解方法相比該方法能夠有效去除建筑物中的自然地物虛警從而提高檢測精度。 

【文章來源】：遙感信息. 2020,35(02)北大核心CSCD

【文章頁數(shù)】：6 頁

【部分圖文】：

非反射對(duì)稱比閾值選取散點(diǎn)圖

基于本文改進(jìn)的多分量分解的建筑物提取流程如圖2所示。首先，為了消除植被區(qū)域極化方位角帶來的噪聲干擾，先進(jìn)行H/α/A分解，并根據(jù)H/α二維平面中的第1、2、5、6區(qū)域以及非反射對(duì)稱比η<ηthd，篩選出植被像元進(jìn)行Yamaguchi分解，對(duì)其他像元進(jìn)行改進(jìn)的多分量分解；然后將偶次散射能量與交叉散射能量之和大于某一閾值的像元?dú)w為建筑物，否則歸為非建筑物。3 實(shí)驗(yàn)結(jié)果與分析

Oberpfaffenhofen地區(qū)

【參考文獻(xiàn)】：
期刊論文
[1]利用改進(jìn)三分量分解與Wishart分類的極化SAR圖像建筑提取方法[J]. 劉修國,姜萍,陳啟浩,陳奇.  測繪學(xué)報(bào). 2015(02)
[2]一種適合方位建筑物的基于物理散射模型的極化SAR影像四分量分解方法[J]. 閆麗麗,張繼賢,高井祥,黃國滿.  電子學(xué)報(bào). 2015(01)
[3]一種基于目標(biāo)散射鑒別的POLSAR圖像地物無監(jiān)督分類新方法[J]. 陳強(qiáng),蔣詠梅,陸軍,匡綱要.  電子學(xué)報(bào). 2011(03)



本文編號(hào)：3450728