本發(fā)明涉及極化雷達(dá)(polarimetricsyntheticapertureradar，polsar)圖像處理技術(shù)領(lǐng)域，具體涉及一種極化雷達(dá)建筑損毀信息提取方法。

背景技術(shù)：

地震、臺(tái)風(fēng)等自然災(zāi)害給人們的生命財(cái)產(chǎn)帶來(lái)極大損失。建筑物是人們生活的主要場(chǎng)所，災(zāi)害造成的損失大多是有建筑物倒塌造成的。因此準(zhǔn)確的提取災(zāi)后建筑物的損毀信息能為災(zāi)害救援和災(zāi)后重建提供決策支持。災(zāi)害發(fā)生后，交通和通信設(shè)備被毀壞，天氣條件惡劣，同時(shí)還有發(fā)生二次災(zāi)害的危險(xiǎn)，使得及時(shí)獲取災(zāi)區(qū)受災(zāi)情況非常困難。sar由于其覆蓋范圍廣、穿透性強(qiáng)、全天時(shí)全天候的工作能力成為獲取災(zāi)害信息的主要途徑。

針對(duì)建筑物損毀信息提取使用的數(shù)據(jù)不同，現(xiàn)有的提取方法有：

基于單通道或多通道sar影像的建筑物損毀信息提取。該類方法主要利用災(zāi)害前后sar影像的變化如相關(guān)性、相干性等，或?yàn)?zāi)后sar影像的紋理信息提取倒塌建筑物。但單通道或多通道sar獲取的地物信息不夠全面，對(duì)倒塌建筑物檢測(cè)效果較差。

基于polsar影像的建筑物損毀信息提取。polsar可以獲得地物在4個(gè)極化通道下的回波，對(duì)地物更加敏感，為建筑物損毀信息提取提供了豐富的信息。基于多時(shí)相polsar影像提取倒塌建筑物主要是利用災(zāi)害前后建筑物散射機(jī)制的變化。但在某些情況下，匹配的災(zāi)害前后數(shù)據(jù)難以獲取，且sar影像的配準(zhǔn)較困難，因此利用多時(shí)相polsar影像的倒塌建筑物提取受到一定的限制。利用災(zāi)后單幅polsar影像提取倒塌建筑物的方法主要有基于極化特征、基于紋理特征、基于極化特征和紋理特征。目前基于災(zāi)后單幅polsar影像提取倒塌建筑物的方法使用參數(shù)較多，過(guò)程比較復(fù)雜。且用于polsar影像提取倒塌建筑物的紋理信息通常都是基于總功率影像提取的，只利用了相干矩陣中的對(duì)角線元素，對(duì)polsar影像的信息利用不全面。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明的目的在于提供了一種極化雷達(dá)建筑損毀信息提取方法，以解決現(xiàn)有提取信息不全、參數(shù)多、過(guò)程復(fù)雜等缺陷。

為實(shí)現(xiàn)上述目的，本發(fā)明提供了一種極化雷達(dá)建筑損毀信息提取方法,基于polsar影像處理技術(shù),包括以下步驟:

步驟101：對(duì)原始polsar影像進(jìn)行預(yù)處理，包括選擇研究區(qū)和提取相干矩陣；

步驟102：對(duì)相干矩陣進(jìn)行特征值-特征矢量分解，基于分解的特征值設(shè)定特征閾值，將研究區(qū)中小于特征閾值的像素識(shí)別為非建筑區(qū)，大于特征閾值的像素識(shí)別為建筑區(qū)，剔除非建筑區(qū)；

步驟103：利用統(tǒng)計(jì)模型對(duì)建筑區(qū)的相干矩陣進(jìn)行建模，基于統(tǒng)計(jì)模型紋理參數(shù)提取紋理特征，將紋理特征大于預(yù)設(shè)的紋理閾值的像素歸為倒塌建筑物，小于或等于預(yù)設(shè)的紋理閾值的像素歸為完好建筑物，得到建筑物損毀信息提取結(jié)果；

步驟104：對(duì)建筑區(qū)進(jìn)行分塊，然后結(jié)合步驟103所得的建筑物損毀信息提取結(jié)果，評(píng)價(jià)建筑物損毀信息提取結(jié)果的精度。

進(jìn)一步地，步驟102中，對(duì)相干矩陣進(jìn)行特征值-特征矢量分解具體為：

其中，t為相干矩陣，λn和μn分別表示特征值和特征向量，λ1≥λ2≥λ3，h表示共軛的轉(zhuǎn)置，特征矢量μn表示為：

其中，αn表示散射矢量對(duì)應(yīng)的目標(biāo)散射機(jī)理，βn為目標(biāo)方位角，φn、δn、γn為3個(gè)相位角，t代表轉(zhuǎn)置操作，將λ2+λ3小于特征閾值的像素識(shí)別為非建筑區(qū)，λ1＞0。

進(jìn)一步地，步驟103中紋理特征的提取過(guò)程包括對(duì)統(tǒng)計(jì)模型紋理參數(shù)的估算和將估算的統(tǒng)計(jì)模型紋理參數(shù)取對(duì)數(shù)作為紋理特征。

進(jìn)一步地，統(tǒng)計(jì)模型為g⁰統(tǒng)計(jì)模型，其紋理參數(shù)為：

m＝tr(σ^-1t)

其中，t為相干矩陣，σ＝e[t]，λ是統(tǒng)計(jì)模型的紋理參數(shù)，l代表視數(shù)，var{·}表示方差，d代表相干矩陣的維度。

進(jìn)一步地，步驟104的具體過(guò)程如下：

步驟401：設(shè)所得分塊中的第j塊的建筑物損毀指數(shù)為dlij，則：

其中，cj表示第j個(gè)區(qū)塊內(nèi)倒塌建筑物的像素個(gè)數(shù)，ij表示第j個(gè)區(qū)塊內(nèi)完好建筑物的像素個(gè)數(shù)，建筑物損毀指數(shù)dlij代表了建筑物的損毀程度；

步驟402：根據(jù)dlij和預(yù)設(shè)分級(jí)閾值將相應(yīng)區(qū)塊分為不同等級(jí)，得到建筑物損毀程度的分類結(jié)果；

步驟403：利用混淆矩陣，用檢出率、虛警率或總精度評(píng)估建筑物信息提取的精度。

為實(shí)現(xiàn)上述目的，本發(fā)明還提供了另一種極化雷達(dá)建筑損毀信息提取方法，基于polsar影像處理技術(shù)，包括以下步驟：

步驟101：對(duì)原始polsar影像進(jìn)行預(yù)處理，包括選擇研究區(qū)和提取相干矩陣；

步驟102：基于相干矩陣識(shí)別研究區(qū)中的建筑區(qū)和非建筑區(qū)，剔除非建筑區(qū)；

步驟103：利用統(tǒng)計(jì)模型對(duì)建筑區(qū)的相干矩陣進(jìn)行建模，估算統(tǒng)計(jì)模型的紋理參數(shù)，再將估算的紋理參數(shù)取對(duì)數(shù)作為紋理特征，然后將紋理特征大于預(yù)設(shè)的紋理閾值的像素歸為倒塌建筑物，小于或等于預(yù)設(shè)的紋理閾值的像素歸為完好建筑物，得到建筑物損毀信息提取結(jié)果；

步驟104：對(duì)建筑區(qū)進(jìn)行分塊，然后結(jié)合步驟103所得建筑物損毀信息提取結(jié)果，評(píng)價(jià)建筑物損毀信息提取結(jié)果的精度。

進(jìn)一步地，步驟103中，統(tǒng)計(jì)模型為g⁰統(tǒng)計(jì)模型，其紋理參數(shù)的估算基于相干矩陣：

m＝tr(σ^-1t)

其中，t為相干矩陣，σ＝e[t]，λ是統(tǒng)計(jì)模型的紋理參數(shù)，l代表視數(shù)，var{·}表示方差，d代表相干矩陣的維度。

本發(fā)明與現(xiàn)有技術(shù)相比，其有益效果是：用統(tǒng)計(jì)模型紋理參數(shù)反映建筑區(qū)的均勻程度，根據(jù)倒塌建筑區(qū)的均勻程度較完好建筑區(qū)高，利用基于統(tǒng)計(jì)模型紋理參數(shù)提取的紋理特征實(shí)現(xiàn)倒塌建筑和完好建筑的提取。針對(duì)倒塌建筑區(qū)和道路、水體等非建筑區(qū)都具有較高的均勻程度，利用特征值-特征矢量分解的特征值剔除研究區(qū)內(nèi)的非建筑，減少非建筑物與倒塌建筑物的混淆，從而提高建筑物損毀信息提取的精度。這種基于polsar影像統(tǒng)計(jì)模型紋理參數(shù)的極化雷達(dá)建筑損毀信息提取方法充分利用polsar影像的信息，且減少了對(duì)數(shù)據(jù)的依賴，效率和評(píng)估精度都有所提高。

附圖說(shuō)明

圖1是本發(fā)明極化雷達(dá)建筑損毀信息提取方法實(shí)施例一的步驟示意圖；

圖2是本發(fā)明極化雷達(dá)建筑損毀信息提取方法的原理示意圖。

具體實(shí)施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合附圖對(duì)本發(fā)明實(shí)施方式作進(jìn)一步地描述。

本發(fā)明技術(shù)方案可采用計(jì)算機(jī)技術(shù)實(shí)現(xiàn)自動(dòng)運(yùn)行，請(qǐng)參閱圖1和圖2所示。本發(fā)明提供了一種極化雷達(dá)建筑損毀信息提取方法,基于polsar影像處理技術(shù),包括以下步驟：

步驟101：對(duì)原始polsar影像進(jìn)行預(yù)處理，包括選擇研究區(qū)和提取相干矩陣。

在提取建筑物損毀信息之前，需要對(duì)原始的polsar影像進(jìn)行預(yù)處理，包括選取研究區(qū)域和提取相干矩陣。由于polsar影像存在大量的相干斑，為了降低噪聲的影響，一般需要對(duì)原始polsar影像進(jìn)行濾波處理，如精細(xì)lee濾波、sigmalee濾波等。當(dāng)polsar分辨率較低時(shí)，為了保留影像信息也可以不做濾波處理。

步驟102：對(duì)相干矩陣進(jìn)行特征值-特征矢量分解，基于分解的特征值設(shè)定特征閾值，將研究區(qū)中小于特征閾值的像素識(shí)別為非建筑區(qū)，大于特征閾值的像素識(shí)別為建筑區(qū)，剔除非建筑區(qū)。

相干矩陣進(jìn)行特征值-特征矢量分解具體為：

其中，t為相干矩陣，λn和μn分別表示特征值和特征向量，λ1≥λ2≥λ3，h表示共軛的轉(zhuǎn)置，特征矢量μn表示為：

其中，αn表示散射矢量對(duì)應(yīng)的目標(biāo)散射機(jī)理，βn為目標(biāo)方位角，φn、δn、γn為3個(gè)相位角，t代表轉(zhuǎn)置操作，將λ2+λ3小于特征閾值的像素識(shí)別為非建筑區(qū)，將非建筑區(qū)剔除。

由于本發(fā)明是根據(jù)倒塌建筑物和完好建筑物的均勻程度來(lái)區(qū)分兩者的，道路、水體等非建筑區(qū)和倒塌建筑物的均勻程度都較高，為了減少非建筑物對(duì)倒塌建筑物的干擾，提高倒塌建筑物提取的準(zhǔn)確性，一般非建筑區(qū)如道路、水體等是典型的單一散射目標(biāo)，只有一個(gè)特征值較大，且滿足λ1＞0，λ2與λ3均較小，接近0。所以將λ2+λ3小于特征閾值的像素歸為非建筑區(qū)，所以本發(fā)明利用λ2+λ3剔除研究區(qū)域內(nèi)的非建筑區(qū)。在后續(xù)提取倒塌建筑物之前，將非建筑區(qū)剔除。

步驟103：利用統(tǒng)計(jì)模型對(duì)建筑區(qū)的相干矩陣進(jìn)行建模，估算統(tǒng)計(jì)模型的紋理參數(shù)，再將估算的紋理參數(shù)取對(duì)數(shù)作為紋理特征，然后將紋理特征大于預(yù)設(shè)的紋理閾值的像素歸為倒塌建筑物，小于或等于預(yù)設(shè)的紋理閾值的像素歸為完好建筑物，得到建筑物損毀信息提取結(jié)果。

以基于建筑區(qū)的相干矩陣建立的統(tǒng)計(jì)模型g⁰為例，統(tǒng)計(jì)模型g⁰為：

估算的統(tǒng)計(jì)模型g⁰的紋理參數(shù)為：

m＝tr(σ^-1t)

其中，σ＝e[t]，λ是g⁰統(tǒng)計(jì)模型的紋理參數(shù)，l代表視數(shù)，var{·}表示方差，d代表相干矩陣的維度，滿足互易定理的情況下d＝3。

輸入相干矩陣t，選用k*k(k為奇數(shù))大小的滑動(dòng)窗口估算紋理參數(shù)λ并賦給窗口內(nèi)的中心像素，從而得到整個(gè)研究區(qū)域的紋理參數(shù)圖。但通常情況下，整個(gè)研究區(qū)的紋理參數(shù)值極差過(guò)大，給紋理參數(shù)的顯示和統(tǒng)計(jì)造成不便。而本發(fā)明對(duì)估算的紋理參數(shù)取對(duì)數(shù)紋理特征可以清楚的反映地物的均勻程度。基于g⁰統(tǒng)計(jì)模型紋理參數(shù)提取的紋理特征如下：

tf_g⁰＝lg(λ)

其中，tf_g⁰表示基于g⁰統(tǒng)計(jì)模型紋理參數(shù)提取的紋理特征。

完好建筑區(qū)地物類型復(fù)雜，包含建筑物、道路、建筑物周圍的植被等，因此完好建筑區(qū)的均勻程度較低。建筑物完全倒塌后覆蓋了周圍的地物，從而使得均勻程度增大。因此倒塌建筑區(qū)的紋理特征值比完好建筑區(qū)大。

將提取的紋理特征大于紋理閾值的像素識(shí)別為倒塌建筑物，小于等于紋理閾值的像素歸為完好建筑物。具體實(shí)施時(shí)的紋理閾值可利用現(xiàn)有的紋理閾值確定方法確定紋理閾值中心，然后通過(guò)人工微調(diào)來(lái)選擇合適的紋理閾值。

步驟104：對(duì)建筑區(qū)進(jìn)行分塊，然后結(jié)合步驟103所得的建筑物損毀信息提取結(jié)果，評(píng)價(jià)建筑物損毀信息提取結(jié)果的精度。

一般選取城區(qū)作為研究區(qū)域，區(qū)塊是基于道路劃分的，同一區(qū)塊內(nèi)建筑物有類似的結(jié)構(gòu)。結(jié)合步驟103中提取的建筑物損毀信息提取結(jié)果劃分區(qū)塊的損毀程度，為建筑物損毀信息提取結(jié)果的驗(yàn)證提供依據(jù)，即：計(jì)算區(qū)塊的建筑物損毀指數(shù)(即區(qū)塊內(nèi)倒塌建筑物占總建筑物像素的比例)將所有區(qū)塊分為不同的等級(jí)：嚴(yán)重?fù)p毀、中度損毀、輕度損毀。根據(jù)步驟103中倒塌建筑物和完好建筑物的像素個(gè)數(shù)的標(biāo)準(zhǔn)設(shè)定分級(jí)閾值。計(jì)算混淆矩陣，用檢出率、虛警率和總精度評(píng)價(jià)建筑物損毀信息提取的精度。具體為：

步驟401：設(shè)所得分塊中的第j塊的建筑物損毀指數(shù)為dlij，則：

其中，cj表示第j個(gè)區(qū)塊內(nèi)倒塌建筑物的像素個(gè)數(shù)，ij表示第j個(gè)區(qū)塊內(nèi)完好建筑物的像素個(gè)數(shù)，建筑物損毀指數(shù)dlij代表了建筑物的損毀程度；

步驟402：根據(jù)dlij和預(yù)設(shè)分級(jí)閾值將相應(yīng)區(qū)塊分為不同等級(jí)，得到建筑物損毀程度的分類結(jié)果；

步驟403：利用混淆矩陣，用檢出率或虛警率或總精度評(píng)估建筑物信息提取的精度。

本發(fā)明相對(duì)現(xiàn)有技術(shù),具有的優(yōu)點(diǎn)是：僅利用災(zāi)后單幅polsar影像，減少了對(duì)數(shù)據(jù)的依賴；僅用統(tǒng)計(jì)模型紋理參數(shù)提取倒塌建筑物，充分利用了polsar影像的信息，同時(shí)也提高了建筑物損毀信息提取的精度和效率。

綜上所述，僅為本發(fā)明之較佳實(shí)施例，不以此限定本發(fā)明的保護(hù)范圍，凡依本發(fā)明專利范圍及說(shuō)明書(shū)內(nèi)容所作的等效變化與修飾，皆為本發(fā)明專利涵蓋的范圍之內(nèi)。