[发明专利]一种基于全极化SAR图像的快速滑坡提取方法

权利要求书

1.一种基于全极化SAR图像的快速滑坡信息提取方法，其特征在于，步骤包括以下：

（1）、获取全极化原始SAR图像

在同一监测点，分别获取滑坡灾害发生前、后两幅全极化原始SAR图像；

（2）、对原始SAR图像进行预处理

对两幅原始SAR图像分别进行辐射校正、滤波、几何校正和配准，得到两幅基准SAR图像；

（3）、对基准SAR图像进行特征提取

利用Freeman分解和Cloude分解相结合，对两幅基准SAR图像分别进行特征提取，再对基准SAR图像中的地物物进行初始化分类，得到两幅初始化分类图；

（4）、对初始化分类图中相似特征区域进行合并

结合步骤（3）的特征提取，利用Wishart聚类算法分别将两幅初始化分类图中相似特征区域进行合并，得到两幅最终分类图；

（5）、根据滑坡形成前后的区域特征，利用变化检测算法对两幅最终分类图进行变换检测处理，生成疑似滑坡区域图；

（6）、输出滑坡分布图

设置处理窗口，再利用该处理窗口对疑似滑坡区域图进行形态学处理，确定出滑坡信息分布图。

2.根据权利要求1所述的基于全极化SAR图像的快速滑坡信息提取方法，其特征在于，所述的步骤（3）中，对基准SAR图像进行特征提取的方法为：

（2.1）、利用Freeman分解算法提取地物的散射机理

（2.1.1）、利用公式（1）求出体散射、表面散射和偶次散射的散射机理权重，并分别标记为f_V,f_S,f_D：

其中，S_hh、S_vv、S_hv为散射矩阵元素，*表示共轭转置，α,β为表面散射和偶次散射权重；

（2.1.2）、结合散射机理权重，利用公式（2）计算出表面散射功率P_s、偶次散射功率P_d和体散射功率P_v：

P_s＝f_s(1+|β|²)

P_d＝f_d(1+|α|²)       （2）

P_v＝8f_v/3

（2.1.3）、取表面散射功率P_s、偶次散射功率P_d和体散射功率P_v的最大值，并作为地物的散射机理：

P_dom＝max[P_s,P_d,P_v]      （3）

（2.2）、利用Cloude分解算法提取地物散射熵

设散射矩阵的向量形式为V＝[S_hh+S_vv,S_hh-S_vv,2S_hv]^*，*表示向量的共轭转置，则相干矩阵T为：

T＝V×V^*     （4）

对T进行特征值分解，得到特征值

其中，U₃是酉矩阵；

设概率p_i为：

则通过公式（7）计算出地物的散射熵：

（2.3）、对地物进行初始化分类

结合步骤（2.1）中地物的散射机理，以及步骤（3.2）中地物的散射熵，将 地物划分为九个类别，即：

类别1：低熵-表面散射；P_s≥(P_d,P_v),0≤H＜0.5；

类别2：中熵-表面散射；P_s≥(P_d,P_v),0.5≤H＜0.9；

类别3：高熵-表面散射；P_s≥(P_d,P_v),0.9≤H≤1；

类别4：低熵-偶次散射；P_d≥(P_s,P_v),0≤H＜0.5；

类别5：中熵-偶次散射；P_d≥(P_s,P_v),0.5≤H＜0.9；

类别6：高熵-偶次散射；P_d≥(P_s,P_v),0.9≤H≤1；

类别7：低熵-体散射；P_v≥(P_s,P_d),0≤H＜0.5；

类别8：中熵-体散射；P_v≥(P_s,P_d),0.5≤H≤0.9；

类别9：高熵-体散射；P_v≥(P_s,P_d),0.9≤H≤1。