基于H/α/A-Wishart分類算法的PolSAR影像地物分類研究

(成都理工大學(xué)地球科學(xué)學(xué)院 四川 成都 610059)

基于H/α/A-Wishart分類算法的PolSAR影像地物分類研究

李成繞薛東劍賈詩(shī)超

(成都理工大學(xué)地球科學(xué)學(xué)院四川成都610059)

極化合成孔徑雷達(dá)(polarimetric syntheticaperture radar,PolSAR)作為一種先進(jìn)的雷達(dá)成像系統(tǒng)，能夠獲取多極化、多參數(shù)的目標(biāo)散射信息，為人類提供豐富的地物信息和分類特征，因此極化SAR圖像已經(jīng)成為地物目標(biāo)識(shí)別、信息提取、土地覆被分類的重要數(shù)據(jù)源。本文利用PolSAR影像具有地物目標(biāo)豐富的散射信息，采用H/α/A-Wishart分類算法對(duì)PolSAR影像進(jìn)行地物分類，實(shí)驗(yàn)結(jié)果表明，H/α/A-Wishart分類方法可以有效提高地物分類效果。

PolSAR;H/α/A-Wishart分類

全極化合成孔徑雷達(dá)(polarimetric synthetic ap-erture Radar，PolSAR)系統(tǒng)是在傳統(tǒng)的單極化、雙極化和多極化雷達(dá)系統(tǒng)基礎(chǔ)上發(fā)展起來(lái)的新型主動(dòng)微波成像系統(tǒng)，如何通過全極化SAR系統(tǒng)提供的極化信息對(duì)地物進(jìn)行分類已成為全極化SAR圖像應(yīng)用的一個(gè)重要方面[1]。眾所周知，全極化SAR與常規(guī)單極化SAR相比優(yōu)勢(shì)在于可以獲得地物目標(biāo)的全極化散射信息，最大限度地將不同地物的散射特性以矢量的形式表現(xiàn)出來(lái)，從而揭示地物的散射差別[2]。PolSAR圖像數(shù)據(jù)的每個(gè)像素表現(xiàn)為矢量數(shù)據(jù),與標(biāo)量數(shù)據(jù)相比具有更豐富的目標(biāo)信息,能夠更好地應(yīng)用于目標(biāo)的識(shí)別與分類。SAR極化分類以目標(biāo)的極化特征參數(shù)分析為基礎(chǔ),通過參數(shù)辨別器識(shí)別后向散射機(jī)理[3],并依據(jù)后向散射源的類型來(lái)解譯圖像。

隨著對(duì)SAR極化特征研究的深入，近年來(lái)，許多監(jiān)督和非監(jiān)督(自動(dòng))分類方法被相繼提出。早期的極化SAR圖像分類算法是基于其統(tǒng)計(jì)特征的。之后，物理散射機(jī)制的固有特性也作為一個(gè)額外的優(yōu)勢(shì)用于提供類別識(shí)別的信息。

一、H/α-Wishart非監(jiān)督分類

基于散射特性的H/α目標(biāo)分解理論為像素分類提供了合理的依據(jù)，但該方法在一些情況下的分類結(jié)果并不能達(dá)到較為理想的效果。原因在于：首先H/α分解只利用了想干矩陣中部分極化信息；并且H/α區(qū)域邊界的設(shè)定具有一定的任意性，某一類別可能落在幾個(gè)獨(dú)立區(qū)域交匯的邊界附近，兩個(gè)或更多的類可能落在同一區(qū)域，使得分類結(jié)果存在一定的模糊性；最后，為了得出較好的H與α的結(jié)果，需要進(jìn)行平均處理操作，而該操作有進(jìn)一步損失了細(xì)節(jié)信息。

為了改善分類的性能，Lee等進(jìn)一步考慮了用于H/α分解的多視相干矩陣的統(tǒng)計(jì)特性，將監(jiān)督分類中常用的基于統(tǒng)計(jì)知識(shí)的方法引入到H/α分類中，提出了基于H/α分類和復(fù)Wishart分類器的聯(lián)合分類算法，以下簡(jiǎn)記為H/α+Wishart分類器。該算法首先應(yīng)用H/α無(wú)監(jiān)督分類的結(jié)果形成訓(xùn)練集，將其作為Wishart分類器的輸入進(jìn)行二次迭代分類。一般地，H和α值通過多視數(shù)據(jù)獲取視數(shù)較小時(shí)會(huì)嚴(yán)重低估熵H值,為了得到理想的H和α值,需要對(duì)多視數(shù)據(jù)的協(xié)方差矩陣或相干矩陣進(jìn)行濾波處理。傳統(tǒng)的矩形窗濾波嚴(yán)重降低了圖像質(zhì)量，使得靠近邊界的極化信息因?yàn)椴患舆x擇的平均而發(fā)生變化,為了保持圖像分辨率并且堿少相千斑,Lee等應(yīng)用改進(jìn)的Lee濾波器對(duì)相干矩陣濾波,再由濾波圖像計(jì)算H和α。根據(jù)H和α結(jié)果,將初次分類圖分為8個(gè)區(qū)域,利用其訓(xùn)練Wishart分類器。

二、H/α/A-Wishart非監(jiān)督分類

Pottier和Lee在H/α/A-Wishart分類過程中進(jìn)一步引入信息-反熵A,通過分析H/α/A的分類空間,發(fā)現(xiàn)反熵信息的加人使得原來(lái)聚類在同一H/α/區(qū)域的不同類別得以區(qū)分開來(lái),可以進(jìn)一步改善極化非監(jiān)督分類結(jié)果。

極化數(shù)據(jù)首先根據(jù)H/a-Wishart非監(jiān)督分類算法進(jìn)行分類。一旦該過程收斂之后，通過與一個(gè)閾值(通常設(shè)為0.5)比較每個(gè)像元的反熵嫡值，將上步得到的8個(gè)聚類中心進(jìn)一步分成16個(gè)聚類中心。然后，用這16個(gè)聚類中心來(lái)初始化第二次最大似然Wishart分類過程。在分類過程中反熵值A(chǔ)的引人允許我們將較大的聚類分裂成更小聚類,以更精確的方式區(qū)分更小的差異。

三、實(shí)驗(yàn)結(jié)果及分析

基于特征向量分解的極化SAR分類方法的實(shí)驗(yàn)研究采用C波段的ALOS-PALSAR四川省德陽(yáng)市洛水鎮(zhèn)全極化SAR數(shù)據(jù)。為了消除SAR圖像相干斑噪聲的影響，在進(jìn)行目標(biāo)分解之前先進(jìn)行精致極化Lee濾波，該濾波方法是對(duì)整個(gè)極化相干矩陣進(jìn)行濾波。然后將濾波之后得到的極化相干矩陣根據(jù)目標(biāo)分解理論進(jìn)行特征向量分析，提取出各種顏色與目標(biāo)物理散射特性有關(guān)的特征量，即散射熵H、散射角α和反熵A。由于水體散射的主要貢獻(xiàn)來(lái)源于水面的表面散射或布拉格散射，為各向同性；居民地的墻面與地面會(huì)形成偶次散射，以及屋頂?shù)刃纬杀砻嫔⑸洌幸欢ǖ母飨虍愋裕欢值貐^(qū)域結(jié)構(gòu)復(fù)雜，可以同時(shí)包含表面散射、偶次散射和體散射，故具有較強(qiáng)的隨機(jī)性，所以林地區(qū)域具有較高的熵值，居民地次之，而水面的熵值最小；再次，水面的主要散射機(jī)制為單次散射，居民地為典型的偶次散射，而林地多以體散射為主。

H/α-Wishart分類方法由于引入了Wishart分類，從圖像統(tǒng)計(jì)分布的角度看有效地改善了原有H/α分類方法的的分類結(jié)果，而且只需要3～4次迭代，就可以得到收斂。此外，通過引入另一個(gè)參數(shù)A(反熵)，還能將原有的8個(gè)類別倍增為16個(gè)分類類別，進(jìn)一步細(xì)化分類結(jié)果，分類結(jié)果見圖1。

圖1 H/α/A-Wishart分類圖

[1]Cloude S R,Pottier E.A review of target decomposition theorems in Rader polarimetry[J].IEEE Transactions on Geoscience and Remote Sensing,1996,34(2):498-518.

[2]王超,張紅，陳曦.全極化合成孔徑雷達(dá)圖像處理[M].北京：科學(xué)出版社,2008.

[3]Touzi R,Goze S,et al.Polarimetric discriminators for SAR images[J].IEEE Transactions on Geoscience and Remote Sensing,1992,30(5):973-980.

李成繞(1991-)，男，漢，云南，成都理工大學(xué)，碩士，研究方向3S技術(shù)及應(yīng)用。