[發(fā)明專利]對(duì)于Yamaguchi4 分解方法的改進(jìn)方法有效
| 申請(qǐng)?zhí)枺?/td> | 201410549828.2 | 申請(qǐng)日: | 2014-10-16 |
| 公開(公告)號(hào): | CN104298882A | 公開(公告)日: | 2015-01-21 |
| 發(fā)明(設(shè)計(jì))人: | 鄧?yán)?/a>;閆亞男 | 申請(qǐng)(專利權(quán))人: | 首都師范大學(xué) |
| 主分類號(hào): | G06F19/00 | 分類號(hào): | G06F19/00;G01S13/90 |
| 代理公司: | 北京金信知識(shí)產(chǎn)權(quán)代理有限公司 11225 | 代理人: | 黃威;喻嶸 |
| 地址: | 100048 北*** | 國(guó)省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 對(duì)于 yamaguchi4 分解 方法 改進(jìn) | ||
技術(shù)領(lǐng)域
本發(fā)明涉及模式識(shí)別技術(shù)領(lǐng)域,尤其涉及一種對(duì)于Yamaguchi4分解方法的改進(jìn)方法。?
背景技術(shù)
極化合成孔徑雷達(dá)(Polarimetric?Synthetic?Aperture?Radar,PolSAR)可以利用不同極化通道的SAR復(fù)圖像區(qū)分物體的細(xì)致結(jié)構(gòu)、目標(biāo)指向、幾何形狀以及物質(zhì)組成等參數(shù),在遙感領(lǐng)域具有廣闊的應(yīng)用前景。?
在極化SAR數(shù)據(jù)分析中,可以利用極化目標(biāo)分解理論提取地物的極化散射特性,進(jìn)而實(shí)現(xiàn)極化SAR圖像的分類、地物的檢測(cè)和識(shí)別等應(yīng)用[2-4]。極化分解方法分為相干極化目標(biāo)分解和非相干極化目標(biāo)分解。其中,最著名的分解理論是Pauli相干分解和基于特征值分析的Cloude-Pottier非相干分解。?
在非相干分解中,F(xiàn)reeman和Durden等人于1998年第一次提出了一種基于物理散射模型的散射功率分解方法。該方法在反射對(duì)稱的假設(shè)前提下,將極化信息分解為螺旋體散射、二次散射和體散射;2005年Yamaguchi等人在Freeman-Durden研究基礎(chǔ)上,考慮到城區(qū)非均勻性,將不滿足反射對(duì)稱的部分分解為螺旋體散射,并將分解方法應(yīng)用到城區(qū)的地物分類,取得了較好的效果。?
通過Yamaguchi4分解獲得的散射分量可以用來合成RGB彩色圖像:紅色代表二次散射、綠色代表體散射、藍(lán)色代表螺旋體散射。在POLSAR圖像分析中,彩色圖像更容易理解,它的每個(gè)顏色代表一個(gè)特定的散射機(jī)制。?
然而,基于散射模型的極化分解中,一些二次散射的像元會(huì)錯(cuò)誤地呈現(xiàn)出其它散射類型,從而給地物識(shí)別帶來困難,這一現(xiàn)象多見于城區(qū)的建筑物。如圖2所示,在Yamaguchi4分解的RGB圖像中,建筑?物(patch?A)主散射機(jī)制是二次散射,圖上呈現(xiàn)紅色;而建筑物(Patch?B)主散射機(jī)制錯(cuò)誤地表現(xiàn)為體散射,圖上呈現(xiàn)綠色;林地的主要散射機(jī)制是體散射,呈現(xiàn)綠色。這一極化分解結(jié)果會(huì)導(dǎo)致圖像目視解譯錯(cuò)誤,部分建筑物會(huì)被錯(cuò)誤地識(shí)別為林地。這一問題的出現(xiàn)是由于地形方位向坡度的存在,使得極化系統(tǒng)量測(cè)的極化信息產(chǎn)生了一定偏移,目標(biāo)地物的交叉極化分量比例上升,從而引起極化信息的不準(zhǔn)確。研究表明,起伏的地形、傾斜的建筑物屋頂、不與方位向平行的建筑物外立墻,都造成這一現(xiàn)象。?
2011年,Yamaguchi等人通過引入極化方位角對(duì)相干矩陣進(jìn)行補(bǔ)償,改進(jìn)了原來的四分量分解,一定程度上很好地解決了上述由方位向坡度引出問題。如圖3所示,在改進(jìn)后Yamaguchi4分解的RGB圖像中,Patch?B正確地表現(xiàn)出二次散射為主的性質(zhì),圖上顏色為紅色。但是,原本散射類型正確的建筑區(qū)in?patch?A所呈現(xiàn)的紅色變暗,顏色代表性下降。為了更加明確地比較改進(jìn)前后的優(yōu)劣,可以對(duì)茂密林地(某大橋下方)、建筑物(右側(cè)居民區(qū))各取一個(gè)切面,圖1所示,每個(gè)切面取100個(gè)像素,讀取相應(yīng)二次散射、體散射、螺旋體散射的散射分量功率值,由于螺旋體散射分量是旋轉(zhuǎn)不變的,所以此處不作比較,結(jié)果如圖4所示。改進(jìn)后的散射分量中,建筑物的主散射機(jī)制被矯正為二次散射,但是作為林地主散射機(jī)制的體散射分量功率值下降,由三分量組成的特征空間對(duì)林地的代表性下降。總的來說,改進(jìn)后的Yamaguchi4分解,矯正了部分建筑物的散射機(jī)制,但是也存在著一些不利于目視解譯和地物識(shí)別與分類的現(xiàn)象。?
發(fā)明內(nèi)容
本發(fā)明提供一種對(duì)于Yamaguchi4分解方法的改進(jìn)方法,用以提高圖像分解和散射分類的精度。?
為了解決上述技術(shù)問題,本發(fā)明提供了一種對(duì)于Yamaguchi4分解方法的改進(jìn)方法,對(duì)極化雷達(dá)數(shù)據(jù)的相干矩陣進(jìn)行極化方位角補(bǔ)償,并且分別對(duì)極化方位角補(bǔ)償前后的所述相干矩陣進(jìn)行Yamaguchi4分解;?
當(dāng)進(jìn)行極化方位角補(bǔ)償前后的體散射分量強(qiáng)度值均大于其他分量強(qiáng)度值,并且進(jìn)行極化方位角補(bǔ)償前的體散射分量強(qiáng)度值在所有分量?強(qiáng)度值之和中所占比例大于一預(yù)設(shè)的閾值時(shí),采用進(jìn)行極化方位角補(bǔ)償前的四分量強(qiáng)度值作為Yamaguchi4分解四分量值,否則采用進(jìn)行極化方位角補(bǔ)償后的四分量強(qiáng)度值作為Yamaguchi4分解四分量值。?
作為優(yōu)選,具體包括以下步驟:?
S1:獲得原始極化雷達(dá)數(shù)據(jù)的相干矩陣,并進(jìn)行Yamaguchi4分解,以獲得地物相應(yīng)的體散射分量、二次散射分量、奇次散射分量以及螺旋體散射分量;?
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于首都師范大學(xué),未經(jīng)首都師范大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201410549828.2/2.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 上一篇:靜音保持器的多工位傳送裝置
- 下一篇:料胚用刮板輸送機(jī)
- 同類專利
- 專利分類
G06F 電數(shù)字?jǐn)?shù)據(jù)處理
G06F19-00 專門適用于特定應(yīng)用的數(shù)字計(jì)算或數(shù)據(jù)處理的設(shè)備或方法
G06F19-10 .生物信息學(xué),即計(jì)算分子生物學(xué)中的遺傳或蛋白質(zhì)相關(guān)的數(shù)據(jù)處理方法或系統(tǒng)
G06F19-12 ..用于系統(tǒng)生物學(xué)的建模或仿真,例如:概率模型或動(dòng)態(tài)模型,遺傳基因管理網(wǎng)絡(luò),蛋白質(zhì)交互作用網(wǎng)絡(luò)或新陳代謝作用網(wǎng)絡(luò)
G06F19-14 ..用于發(fā)展或進(jìn)化的,例如:進(jìn)化的保存區(qū)域決定或進(jìn)化樹結(jié)構(gòu)
G06F19-16 ..用于分子結(jié)構(gòu)的,例如:結(jié)構(gòu)排序,結(jié)構(gòu)或功能關(guān)系,蛋白質(zhì)折疊,結(jié)構(gòu)域拓?fù)洌媒Y(jié)構(gòu)數(shù)據(jù)的藥靶,涉及二維或三維結(jié)構(gòu)的
G06F19-18 ..用于功能性基因組學(xué)或蛋白質(zhì)組學(xué)的,例如:基因型–表型關(guān)聯(lián),不均衡連接,種群遺傳學(xué),結(jié)合位置鑒定,變異發(fā)生,基因型或染色體組的注釋,蛋白質(zhì)相互作用或蛋白質(zhì)核酸的相互作用
- 對(duì)于Yamaguchi4 分解方法的改進(jìn)方法
- 基于快速密度峰值聚類的極化SAR圖像分類方法
- 一種基于極化分解技術(shù)的濃密植被覆蓋下土壤水分反演方法
- 一種合成天然產(chǎn)物Cyanolide A類似物的新方法
- 一種基于深度階梯網(wǎng)的極化SAR影像目標(biāo)檢測(cè)方法
- 基于多極化特征和FCN-CRF融合網(wǎng)絡(luò)的極化SAR影像目標(biāo)檢測(cè)方法
- 建筑物震害信息提取方法及裝置
- 基于NSCT階梯網(wǎng)模型的極化SAR圖像目標(biāo)檢測(cè)方法
- 一種森林冠層生物量的預(yù)測(cè)方法
- 基于金字塔注意力網(wǎng)絡(luò)的PolSAR圖像山脊線提取方法
- 一種數(shù)據(jù)庫讀寫分離的方法和裝置
- 一種手機(jī)動(dòng)漫人物及背景創(chuàng)作方法
- 一種通訊綜合測(cè)試終端的測(cè)試方法
- 一種服裝用人體測(cè)量基準(zhǔn)點(diǎn)的獲取方法
- 系統(tǒng)升級(jí)方法及裝置
- 用于虛擬和接口方法調(diào)用的裝置和方法
- 線程狀態(tài)監(jiān)控方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)
- 一種JAVA智能卡及其虛擬機(jī)組件優(yōu)化方法
- 檢測(cè)程序中方法耗時(shí)的方法、裝置及存儲(chǔ)介質(zhì)
- 函數(shù)的執(zhí)行方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)





