[发明专利]基于逆变换法的空间相关极化SAR杂波图像仿真方法

说明书

技术领域

本发明涉及成像雷达杂波图像仿真技术领域，更具体地说，涉及一种极化SAR(Synthetic Aperture Radar，合成孔径雷达)杂波图像仿真方法。

背景技术

SAR是一种主动微波成像传感器，具有全天时、全天候成像能力。极化SAR是一种新体制SAR，能够同时在多个不同极化组合方式下工作。与常规SAR图像相比，极化SAR图像包含目标更为丰富的信息，这使得极化SAR图像在很多军事和民用领域中得到了广泛应用。

极化SAR图像仿真对极化SAR图像解译有着十分重要的作用，通常可分为两大类。第一类方法模拟整个极化SAR成像系统，其侧重于对不同类型目标尤其是人造目标的极化SAR原始信号的仿真，通过成像处理获得仿真的极化SAR图像。该方法需要首先获知大量不同目标的电磁散射属性，复杂度高且计算量大。第二类方法直接从极化SAR图像本身的统计特性(包括PDF(Probability Density Function，概率密度函数)和ACC(Auto-Correlation Coefficient，自相关系数))出发，仿真具备与实际极化SAR图像相似统计特性的图像，其侧重于极化SAR杂波图像的仿真，具有简单易行的优点。本发明中涉及的极化SAR杂波图像，是指由自然地物如海洋、草地和树林等反射形成的极化SAR图像。

逆变换法是一种通用性强的极化SAR杂波图像仿真方法。基于逆变换法的极化SAR杂波图像仿真包括两个关键问题，即第一个关键问题是极化SAR杂波图像的统计分布模型建立，第二个关键问题是相应分布的逆分布函数的计算和服从相应纹理分布的相关纹理图像生成。目前已有极化SAR杂波图像仿真方法中主要以K分布作为极化SAR杂波图像的统计分布模型。然而，K分布无法很好满足对高分辨率尤其是极高分辨率的极化SAR杂波图像进行精确统计描述的需求。KummerU分布的提出在很大程度上满足了当前高分辨率极化SAR杂波图像精确统计建模的需求，并且在一定参数条件下可退化为经典的K分布，具有广阔的应用前景。因此，研究以KummerU分布为统计分布模型的极化SAR杂波图像仿真方法对于极化SAR图像的智能化解译非常有价值。

发明内容

本发明为了有效解决极化SAR杂波图像仿真问题，提供了一种基于逆变换法的空间相关极化SAR杂波图像仿真方法。本方法能够仿真服从KummerU分布的空间相关极化SAR杂波图像，有效满足了高分辨率极化SAR杂波图像仿真的需求。

本发明的基本思路是，由于极化SAR杂波图像可分解为相干斑分量和纹理分量的乘积，故在设置的极化SAR杂波图像仿真参数下，首先通过分别仿真出这两个分量，然后对两个分量进行相乘处理，获得仿真的极化SAR杂波图像。

本发明的技术方案是：一种基于逆变换法的空间相关极化SAR杂波图像仿真方法，具体包括下述步骤：

第一步：复Wishart分布的相干斑图像仿真

已知极化SAR实测图像包括待仿真的某一地物类别，从中选择该类地物对应的M个像素，通常M≥100，利用下述方法产生协方差矩阵C：

C=1MΣi=1MCi′]]>

其中C'_i为第i个像素对应的R×R维极化协方差矩阵，i＝1,2,...,M，R为极化SAR散射矢量的维数，C'_i的值利用极化SAR实测图像获得；

计算C的所有特征值λ₁,λ₂,...,λ_R以及相应的单位特征向量p₁,p₂,...,p_R，为方便，记0＜λ₁≤λ₂≤,...,≤λ_R；