[发明专利]一种基于全极化SAR图像的快速滑坡提取方法

说明书

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图像滑坡灾害信息提取方法。

背景技术

滑坡是发生最频繁且危害较大的众多地质灾害之一。因此，对滑坡进行研究是必要且有意义的一项工作。滑坡形成的影响因素非常复杂，包括地形、地层岩性、地质构造、水文地质条件和植被等。大多数滑坡的发生常常伴随着地震和暴雨，因此光学卫星往往很难获得新发生滑坡的图像；另外，进入滑坡发生区域进行实地勘测也不现实。与光学传感器不同的是，合成孔径雷达(Synthetic Aperture Radar)是一种主动式微波传感器，通过发射和接收特定的电磁波来获取地表的散射信息。SAR不仅能全天时全天候的进行监测，同时拥有能穿透部分植被和遮盖物的能力。因此在恶劣的气候条件下，比起传统的光学传感器SAR有着尤其重要的意义。另外，SAR不仅可用于农作物生长监测与产量预估、森林植被覆盖面积监控、海冰融化检测、地形沉降、灾害控制等方面，同时也可用于道路、机场、桥梁、车辆等目标识别，因此在民用和军事侦察方面SAR都具有特殊的优越性。

然而，与光学传感器不同，SAR属于相干微波成像系统，其数据反映的是成像区域的地物与入射电磁波的相互作用，每个像素记录的是它所覆盖的地面区域的总回波强度。对于目前的SAR系统而言，其分辨单元的尺寸一般都大于其分辨单元内的散射体。由于分辨单元内多个散射体的随机分布，它们在分辨单元内相干叠加，使得SAR图像呈现颗粒状的随机分布特性，导致总回波强度与子回波平均强度之间存在随机偏差，从而使SAR图像呈现出相干斑现象。相干斑噪声的存在降低了图像的分辨率，对图像分割分类和目标识别都造成了很大的困难。另外，SAR系统采用的是侧视技术。对于山区地区，根据SAR天线的入射角的不同，会造成不同程度的阴影、叠掩和收缩现象，从而导致滑坡的识别与提取比一般的目标识别更困难。现阶段国内外对于基于SAR图像提取滑坡信息的方法还有许多不足，已有研究主要集中于滑坡预测及灾害信息提取，如何利用SAR图像快速提取大面积滑坡信息是需要解决的难题。

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图像的大规模快速滑坡信息提取方法，以实现突发性大面积滑坡的提取。

为实现上述发明目的，本发明基于全极化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。

其中，所述的步骤(3)中，对基准SAR图像进行特征提取的方法为：

(3.1)、利用Freeman分解算法提取地物的散射机理

(3.1.1)、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：