[发明专利]一种基于全极化SAR图像的植被覆盖信息提取方法

说明书

本发明公开了一种基于全极化SAR图像的植被覆盖信息提取方法，通过对获取的全极化SAR图像预处理，得到基准SAR图像，再进行相干矩阵的计算，求取其特征值和特征向量，从而进行Cloude‑Pottier分解，从而获得极化熵和散射角，再依次通过H/alpha分类和Wishart H/alpha分类，识别和提取出植被覆盖的散射特点以及覆盖信息。本发明通过H/alpha分类算法和Wishart H/alpha分类算法，能够准确识别、提取植被覆盖信息，大大减少了识别误差率。

技术领域

本发明属于图像处理技术领域，更为具体地讲，涉及一种基于全极化SAR 图像的植被覆盖信息提取方法。

背景技术

植被是生态系统组成的重要部分，具有改善地方气候、防止水土流失、调节河流流量、减轻环境污染等作用。现如今，乱砍滥伐、过度放牧以及环境污染使得植被资源遭受到掠夺性破坏，导致生物的多样性受到破坏，水土流失严重以及土壤荒漠化的加剧。因此，提取植被的信息，时刻关注植被的变化，对于我国乃至世界保护生物多样性、减轻环境污染，维持社会稳定以及促进经济发展具有重大的意义。以往，对于植被信息的提取主要是地表实测比较传统的方法，需动用大量的人力物力收集整理资料并进行分析，还要花费大量的时间和资金，而且结果的准确性很低，这就使得地表实测只能在很小尺度的区域提取植被的信息；现如今，SAR技术的发展为大范围提取植被信息提供了一个新的发展方向，速度快且准确度高。

与单极化SAR数据相比，全极化SAR数据可以提取出与数据本身无关的散射机制的信息，该信息对于所有的全极化SAR数据均是稳定的，因此，它可以实现非监督的分类方法，而不需要地表真实数据，或者其它地图或地理信息系统的相关数据。同时，其含有丰富的极化特征信息，对地物几何结构特征敏感的特点为植被信息的提取提供了新的角度和方法。如何充分利用全极化SAR数据提取植被覆盖信息是现有技术需要解决的难题。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于全极化SAR图像的植被覆盖信息提取方法，以实现基于SAR图像的植被覆盖信息的识别与提取。

为实现上述发明目的，本发明一种基于全极化SAR图像的植被覆盖信息提取方法，其特征在于，包括以下步骤：

(1)、通过星载SAR获取全极化SAR图像；

(2)、对全极化SAR图像依次进行辐射定标和地理编码，得到基准SAR 图像；

(3)、计算相干矩阵K

(3.1)、用散射矩阵表示基准SAR图像的全极化特性，得到极化散射矩阵 S；

(3.2)、对极化散射矩阵S进行矢量化，得相干矩阵K，即：

其中，σ_HH、σ_HV、σ_VH和σ_VV分别对应四个极化图像的后向散射系数值，T 表示转置，*T表示共轭转置；

由于k为3×1的矩阵，因此K为3×3矩阵，且K有3个特征值和3个特征向量，即λ₁、λ₂和λ₃，u₁、u₂和u₃；

将矩阵k代入K后，表示为：

其中，相干矩阵K的具体计算过程为：

散射矩阵和相干矩阵均是以像元点为单位，即每个像元点都对应着其自身的散射矩阵和相干矩阵，根步骤(3.2)中的公式，将每个相干矩阵拥有的3×3个元素组成一幅图像；