專利名稱：由森林覆蓋下目標(biāo)參數(shù)反演模型獲得人造目標(biāo)信息的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及到通過PolInSAR圖象獲得人造目標(biāo)信息的方法，屬于微波遙感領(lǐng)域。

背景技術(shù)：
極化干涉合成孔徑雷達(dá)(PolInSAR)既具有干涉雷達(dá)對地表植被散射體的空間分布和高度很敏感的特性，同時又具有極化雷達(dá)對植被散射體的形狀和方向很敏感的特性，因此PolInSAR在提取地表植被垂直結(jié)構(gòu)信息方面具有比單獨的干涉和極化雷達(dá)有更大的優(yōu)越性和更高的精度，進(jìn)一步拓展了PolInSAR在遙感領(lǐng)域的應(yīng)用。
在遙感應(yīng)用方面，PolInSAR作為一個強(qiáng)有力的工具，對于不同的散射機(jī)制，利用極化干涉最優(yōu)化可以分離出不同的散射中心。PolInSAR一個重要的應(yīng)用是地表參數(shù)反演。在反演過程中，需要一個相干散射模型把測量數(shù)據(jù)和所需的物理參數(shù)聯(lián)系起來?；诖?，針對植被區(qū)域，已經(jīng)發(fā)展了一系列相干模型，如RV、RVoG、OV、OVoG散射模型。
RV散射模型主要是把植被體看成隨機(jī)微粒的組合，并且忽略地表回波的影響。由于電磁波在隨機(jī)植被體中的傳播獨立于極化，因此，基于單基線PolInSAR所建立的RV散射模型是欠定的，即反演的物理參數(shù)多于觀測數(shù)據(jù)的個數(shù)。
RVoG散射模型考慮了植被層與地面之間的相互作用。在RVoG模型中植被散射層一直延伸到地面，被模擬成具有一定厚度和一定單位體積散射幅度為隨機(jī)方向粒子層。在植被層下部是一個具有一定高度且具有一定散射幅度的地表層。
但是RV和RVoG這兩種散射模型只適合植被體是隨機(jī)體的情形，即電磁波在隨機(jī)植被層傳播時，與極化方式無關(guān)，所以說RV和RVoG模型比較適用于森林區(qū)域。
OV散射模型是針對朝向體而建立的模型，當(dāng)電磁波在朝向體中傳播時，與極化方式有關(guān)。OV模型沒有考慮地面回波的作用?；趩位€PolInSAR圖象能夠反演OV模型中的物理參數(shù)。
OVoG模型同RVoG一樣，僅考慮了植被層與地表層之間的相互作用，由于植被層和地表層都和極化方式有關(guān)，導(dǎo)致未知參數(shù)增加，因此利用僅僅單基線PolInSAR數(shù)據(jù)將導(dǎo)致參數(shù)反演模型的欠定性。


發(fā)明內(nèi)容
本發(fā)明的目的是為了解決現(xiàn)有的PolInSAR圖象參數(shù)反演只能獲得自然場景目標(biāo)信息，而不能獲得人造目標(biāo)相關(guān)信息的問題，而提出的一種由森林覆蓋下目標(biāo)參數(shù)反演模型獲得人造目標(biāo)信息的方法。
本發(fā)明由以下步驟實現(xiàn) 步驟一、輸入單基線PolInSAR圖象數(shù)據(jù)在全極化系統(tǒng)中，由SAR天線一發(fā)射電磁波經(jīng)過目標(biāo)的散射后，被天線一和天線二同時接收，將從天線一和天線二中接收到的PolInSAR數(shù)據(jù)通過HH、HV、VH和VV這四個極化通道，輸送到計算機(jī)中，再經(jīng)過SAR成像算法得到八幅單基線PolInSAR圖象數(shù)據(jù)，如下所示 步驟二、形成相干散射矢量根據(jù)互易定理，交叉極化通道HV和VH的數(shù)據(jù)近似相同，可以利用兩個通道數(shù)據(jù)的平均值，將四維數(shù)據(jù)轉(zhuǎn)換為三維，再利用Pauli基，得到三維相干散射矢量

和
步驟三、計算相干矩陣根據(jù)步驟二中得到的相干散射矢量可以得到相干矩陣T6 其中 步驟四、求得最優(yōu)相干系數(shù)首先引入兩個歸一化復(fù)投影矢量

和

并將散射矢量

和

分別投影到單位復(fù)矢量

和

上，再利用步驟三中得到的相干矩陣，從而可以得到復(fù)干涉相干系數(shù)

的一般化矢量表達(dá)式 借助拉格朗日乘子法求解上式的最優(yōu)化問題，可得 (j＝1，2，3)； 最后可以得到三個最優(yōu)相干系數(shù) 步驟五、參數(shù)反演通過先驗知識和散射模型對PolInSAR圖象進(jìn)行物理參數(shù)提取。把在步驟四中求得的最優(yōu)相干系數(shù)和先驗信息帶入到反演散射模型 中， 借助最小二乘法、模擬退火或者遺傳算法進(jìn)行參數(shù)反演，可以反演出如下目標(biāo)參數(shù)植被高度hv、消光系數(shù)σ、與地形有關(guān)的相位φ0、人造目標(biāo)高度zd、目標(biāo)體幅度比m1、m2和m3。
本發(fā)明還針對多基線PolInSAR圖象數(shù)據(jù)提供了一種方法，具體過程為 步驟一、輸入多基線PolInSAR圖象數(shù)據(jù)在全極化系統(tǒng)中，由SAR天線一發(fā)射的電磁波經(jīng)過目標(biāo)的散射后，被多副天線同時接收，將從多副天線中接收到的PolInSAR數(shù)據(jù)通過HH、HV、VH和VV這四個極化通道，輸送到計算機(jī)中，再經(jīng)過SAR成像算法得到多幅PolInSAR圖象數(shù)據(jù)； 步驟二、形成相干散射矢量根據(jù)互易定理，交叉極化通道HV和VH的數(shù)據(jù)近似相同，可以利用兩個通道數(shù)據(jù)的平均值，將四維數(shù)據(jù)轉(zhuǎn)換為三維，再利用Pauli基，得到三維相干散射矢量

和
步驟三、計算相干矩陣根據(jù)步驟二中得到的相干散射矢量可以得到相干矩陣T6 其中 步驟四、求得最優(yōu)相干系數(shù)首先引入兩個歸一化復(fù)投影矢量

和

并將散射矢量

和

分別投影到單位復(fù)矢量

和

上，再利用步驟三中得到的相干矩陣，從而可以得到復(fù)干涉相干系數(shù)

的一般化矢量表達(dá)式 借助拉格朗日乘子法求解上式的最優(yōu)化問題，可得 (j＝1，2，3)； 最后可以得到三個最優(yōu)相干系數(shù) 步驟五、參數(shù)反演通過散射模型對PolInSAR圖象進(jìn)行物理參數(shù)提?。话言诓襟E四中求得的最優(yōu)相干系數(shù)帶入到反演散射模型 中， 借助最小二乘法、模擬退火或者遺傳算法進(jìn)行參數(shù)反演，可以反演出如下目標(biāo)參數(shù)植被高度hv、消光系數(shù)σ、與地形有關(guān)的相位φ0、人造目標(biāo)高度zd、目標(biāo)體幅度比m1、m2和m3。
本發(fā)明獲得的這些目標(biāo)參數(shù)，不但包括自然目標(biāo)信息，還包括人造目標(biāo)信息，根據(jù)本發(fā)明獲得的信息，能夠判斷所輸入的單基線PolInSAR圖象數(shù)據(jù)的圖像中是否有人造目標(biāo)存在及人造目標(biāo)的基本信息。
步驟五中所述的基于PolInSAR圖象的森林覆蓋下人造目標(biāo)參數(shù)反演模型是由以下的分析建立的 在真實的場景中，除了植被散射體，一些房屋或汽車也可能存在于森林中。由于這些強(qiáng)散射體的存在，勢必對散射中心產(chǎn)生影響。因此，目前的散射模型對于帶有人造目標(biāo)的森林植被區(qū)域是不準(zhǔn)確的。為了應(yīng)用PolInSAR數(shù)據(jù)從背景散射體中分離出人造目標(biāo)散射體，必須對現(xiàn)有的隨機(jī)體散射模型加以改進(jìn)。將人造目標(biāo)的影響引入到散射模型中，可以得到一個隨機(jī)體下人造目標(biāo)(MTBRV)散射模型，如式(1)所示 其中φ0是與地形相關(guān)的相位；zd是人造目標(biāo)的等效高度；

是歸一化的三元素投影復(fù)矢量，可以看作散射機(jī)制；kz是電磁波垂直波數(shù)，如式(2)所示； 其中θ是電磁波平均入射角；Δθ是由基線引起的入射角度差。
m(

)是目標(biāo)體幅度比，它與地面散射體和植被層散射體的性質(zhì)均有關(guān)系，且和極化方式有關(guān)，如式(3)所示 其中hv是植被高度；σ是體消光系數(shù)；是；*代表共軛；T代表轉(zhuǎn)置；To和Tv分別是目標(biāo)和植被層的相干矩陣。


是體相干系數(shù)，它僅取決于體消光系數(shù)σ和植被高度hv，如式(4)所示 其中 式(1)-(5)構(gòu)成了PolInSAR圖象森林覆蓋下人造目標(biāo)的參數(shù)反演模型。
改寫式(1)為 其中 從式(6)可以看出，復(fù)相干系數(shù)在復(fù)平面內(nèi)隨著目標(biāo)體幅度比的變化生成一條直線。
對于單基線PolInSAR圖象，從獲得的圖象數(shù)據(jù)散射矩陣出發(fā)，利用極化干涉相位最優(yōu)化理論可以得到三個復(fù)最優(yōu)相干系數(shù)。在式(8)中，[M]代表式(1)，從而可以看出，新的散射模型把觀測數(shù)據(jù)與目標(biāo)物理參數(shù)聯(lián)系起來，其中包括人造目標(biāo)信息。
本發(fā)明的有益效果有一、建立了一個森林覆蓋下即包含自然場景目標(biāo)的信息，還包含人造目標(biāo)的信息的人造目標(biāo)散射模型，克服了以前的散射模型僅僅針對自然場景的情況。二、利用本發(fā)明的散射模型，能夠提取和檢測圖像中的自然目標(biāo)信息以及自然場景覆蓋下人造目標(biāo)的信息。
本發(fā)明的方法能夠應(yīng)用于森林生態(tài)參數(shù)檢測和人造目標(biāo)檢測等領(lǐng)域。



圖1是MTBRV散射模型的示意圖； 圖2是MTBRV散射模型隨目標(biāo)體幅度比變化在復(fù)平面內(nèi)的軌跡； 圖3是MTBRV森林覆蓋下人造目標(biāo)的參數(shù)反演模型的相干系數(shù)與人造目標(biāo)高度之間的變化關(guān)系。

具體實施例方式具體實施方式
一本實施方式的步驟如下 步驟一、輸入單基線PolInSAR圖象數(shù)據(jù)在全極化系統(tǒng)中，由SAR天線一發(fā)射電磁波經(jīng)過目標(biāo)的散射后，被天線一和天線二同時接收，將從天線一和天線二中接收到的PolInSAR數(shù)據(jù)通過HH、HV、VH和VV這四個極化通道，輸送到計算機(jī)中，再經(jīng)過SAR成像算法得到八幅單基線PolInSAR圖象數(shù)據(jù)，如下所示 步驟二、形成相干散射矢量根據(jù)互易定理，交叉極化通道HV和VH的數(shù)據(jù)近似相同，可以利用兩個通道數(shù)據(jù)的平均值，將四維數(shù)據(jù)轉(zhuǎn)換為三維，再利用Pauli基，得到三維相干散射矢量

和
步驟三、計算相干矩陣根據(jù)步驟二中得到的相干散射矢量可以得到相干矩陣T6 其中 步驟四、求得最優(yōu)相干系數(shù)首先引入兩個歸一化復(fù)投影矢量

和

并將散射矢量

和

分別投影到單位復(fù)矢量

和

上，再利用步驟三中得到的相干矩陣，從而可以得到復(fù)干涉相干系數(shù)

的一般化矢量表達(dá)式 借助拉格朗日乘子法求解上式的最優(yōu)化問題，可得 (j＝1，2，3)； 最后可以得到三個最優(yōu)相干系數(shù) 步驟五、參數(shù)反演通過先驗知識和散射模型對PolInSAR圖象進(jìn)行物理參數(shù)提取；把在步驟四中求得的最優(yōu)相干系數(shù)和先驗信息帶入到反演散射模型 中， 借助最小二乘法、模擬退火或者遺傳算法進(jìn)行參數(shù)反演，可以反演出如下目標(biāo)參數(shù)植被高度hv、消光系數(shù)σ、與地形有關(guān)的相位φ0、人造目標(biāo)高度zd、目標(biāo)體幅度比m1、m2和m3。
本實施方式獲得的這些目標(biāo)參數(shù)，不但包括自然目標(biāo)信息，還包括人造目標(biāo)信息，根據(jù)本發(fā)明獲得的信息，能夠判斷所輸入的單基線PolInSAR圖象數(shù)據(jù)的圖像中是否有人造目標(biāo)存在及人造目標(biāo)的基本信息。
例如可以根據(jù)本實施方式獲得的人造目標(biāo)參數(shù)判斷是否有人造目標(biāo)存在。由于人造目標(biāo)一般都是較強(qiáng)的散射體，因此獲得的含有人造目標(biāo)區(qū)域的目標(biāo)體幅度比要比沒有人造目標(biāo)區(qū)域的目標(biāo)體幅度比大，對于人造目標(biāo)高度參數(shù)同樣如此，故可以利用人造目標(biāo)高度和目標(biāo)體幅度比來檢測人造目標(biāo)是否存在?？梢岳瞄撝捣▉磉M(jìn)行檢測，即對人造目標(biāo)高度和目標(biāo)體幅度比分別設(shè)置一個閾值，如分別取人造目標(biāo)高度和目標(biāo)體幅度平均高度的3/4作為各自的閾值，大于此閾值表明人造目標(biāo)存在，否則人造目標(biāo)不存在。
具體實施方式
二本實施方式與具體實施方式
一不同點在于，在本實施方式在步驟一中輸入的圖象為多基線PolInSAR圖象，在步驟五中，僅把在步驟四中求得的最優(yōu)相干系數(shù)帶入散射模型中即可。
由于本實施方式輸入的圖像為多基線PolInSAR圖象，多基線PolInSAR圖象帶來的觀測數(shù)據(jù)已能解決散射模型在參數(shù)反演過程中的欠定問題，所以不再需要先驗信息，在步驟五中不需要先驗信息的帶入。
權(quán)利要求
1、基于PolInSAR圖象的森林覆蓋下人造目標(biāo)參數(shù)反演模型獲得人造目標(biāo)信息的方法，其特征在于它由以下步驟實現(xiàn)
步驟一、輸入單基線PolInSAR圖象數(shù)據(jù)在全極化系統(tǒng)中，由SAR天線一發(fā)射電磁波經(jīng)過目標(biāo)的散射后，被天線一和天線二同時接收，將從天線一和天線二中接收到的PolInSAR數(shù)據(jù)通過HH、HV、VH和VV這四個極化通道，輸送到計算機(jī)中，再經(jīng)過SAR成像算法得到八幅單基線PolInSAR圖象數(shù)據(jù)，如下所示
步驟二、形成相干散射矢量根據(jù)互易定理，交叉極化通道HV和VH的數(shù)據(jù)近似相同，可以利用兩個通道數(shù)據(jù)的平均值，將四維數(shù)據(jù)轉(zhuǎn)換為三維，再利用Pauli基，得到三維相干散射矢量
和
步驟三、計算相干矩陣根據(jù)步驟二中得到的相干散射矢量可以得到相干矩陣T6
其中
步驟四、求得最優(yōu)相干系數(shù)首先引入兩個歸一化復(fù)投影矢量
和
并將散射矢量
和
分別投影到單位復(fù)矢量
和
上，再利用步驟三中得到的相干矩陣，從而可以得到復(fù)干涉相干系數(shù)
的一般化矢量表達(dá)式
借助拉格朗日乘子法求解上式的最優(yōu)化問題，可得
(j＝1，2，3)；
最后可以得到三個最優(yōu)相干系數(shù)
步驟五、參數(shù)反演通過先驗知識和散射模型對PolInSAR圖象進(jìn)行物理參數(shù)提??；把在步驟四中求得的最優(yōu)相干系數(shù)和先驗信息帶入到反演散射模型
中，
借助最小二乘法、模擬退火或者遺傳算法進(jìn)行參數(shù)反演，可以反演出如下目標(biāo)參數(shù)植被高度hv、消光系數(shù)σ、與地形有關(guān)的相位φ0、人造目標(biāo)高度zd、目標(biāo)體幅度比m1、m2和m3。
2、基于PolInSAR圖象的森林覆蓋下人造目標(biāo)參數(shù)反演模型獲得人造目標(biāo)信息的方法，其特征在于它由以下步驟實現(xiàn)
步驟一、輸入多基線PolInSAR圖象數(shù)據(jù)在全極化系統(tǒng)中，由SAR天線一發(fā)射的電磁波經(jīng)過目標(biāo)的散射后，被多副天線同時接收，將從多副天線中接收到的PolInSAR數(shù)據(jù)通過HH、HV、VH和VV這四個極化通道，輸送到計算機(jī)中，再經(jīng)過SAR成像算法得到多幅PolInSAR圖象數(shù)據(jù)；
步驟二、形成相干散射矢量根據(jù)互易定理，交叉極化通道HV和VH的數(shù)據(jù)近似相同，可以利用兩個通道數(shù)據(jù)的平均值，將四維數(shù)據(jù)轉(zhuǎn)換為三維，再利用Pauli基，得到三維相干散射矢量
和
步驟三、計算相干矩陣根據(jù)步驟二中得到的相干散射矢量可以得到相干矩陣T6
其中
步驟四、求得最優(yōu)相干系數(shù)首先引入兩個歸一化復(fù)投影矢量
和
并將散射矢量
和
分別投影到單位復(fù)矢量
和
上，再利用步驟三中得到的相干矩陣，從而可以得到復(fù)干涉相干系數(shù)
的一般化矢量表達(dá)式
借助拉格朗日乘子法求解上式的最優(yōu)化問題，可得
(j＝1，2，3)；
最后可以得到三個最優(yōu)相干系數(shù)
步驟五、參數(shù)反演通過散射模型對PolInSAR圖象進(jìn)行物理參數(shù)提?。话言诓襟E四中求得的最優(yōu)相干系數(shù)帶入到反演散射模型
中，
借助最小二乘法、模擬退火或者遺傳算法進(jìn)行參數(shù)反演，可以反演出如下目標(biāo)參數(shù)植被高度hv、消光系數(shù)σ、與地形有關(guān)的相位φ0、人造目標(biāo)高度zd、目標(biāo)體幅度比m1、m2和m3。
全文摘要
由森林覆蓋下目標(biāo)參數(shù)反演模型獲得人造目標(biāo)信息的方法，屬于微波遙感領(lǐng)域。它解決了現(xiàn)有的PolInSAR圖象參數(shù)反演只能獲得自然場景目標(biāo)信息，而不能獲得人造目標(biāo)相關(guān)信息的問題。本發(fā)明通過對PolInSAR圖象數(shù)據(jù)經(jīng)過極化干涉相位相干最優(yōu)化處理之后可以得到最優(yōu)化相干系數(shù)，利用這些已知數(shù)據(jù)建立森林覆蓋下人造目標(biāo)的散射模型，并通過所述模型獲得輸入的PolInSAR圖像數(shù)據(jù)中的植被高度、消光系數(shù)、與地形有關(guān)的相位、人造目標(biāo)高度及目標(biāo)體幅度比等自然目標(biāo)信息和人造目標(biāo)信息相關(guān)參數(shù)。本發(fā)明所獲得的信息能夠?qū)ρ芯繀^(qū)域的進(jìn)一步分析提供基礎(chǔ)數(shù)據(jù)。本發(fā)明擴(kuò)大了PolInSAR技術(shù)的應(yīng)用范圍，能夠應(yīng)用于森林生態(tài)參數(shù)檢測和人造目標(biāo)檢測等領(lǐng)域。
文檔編號G01S13/00GK101419284SQ200810136889
公開日2009年4月29日 申請日期2008年8月8日 優(yōu)先權(quán)日2008年8月8日
發(fā)明者斌 鄒, 蔡紅軍, 張臘梅, 張鈞萍, 林茂六 申請人:哈爾濱工業(yè)大學(xué)