[发明专利]一种基于干涉SAR雷达的森林地物成像反演方法

权利要求书

1.一种基于干涉SAR雷达的森林地物成像反演方法，其特征在于：包括以下步骤：

步骤1、获取待测目标的一组SAR图像数据，利用点云滤波算法实现地形信息的提取，将非地面点从原始点云中剔除；

采用渐近不规则三角网加密滤波算法，具体步骤如下：

1)对原始点云数据进行中值滤波去噪，去除噪声点云；

2)点云格网化，设定一格网尺寸，根据点云中空间点的x、y坐标将去噪后点云划分入规则格网内，并将每一规则格网内高程最低点作为初始地面种子点；

3)将初始地面种子点作为构建初始不规则三角网的种子点，在构建初始不规则三角网过程中，引入坡度阈值判断，即在构建三角网时先进行相邻构网节点的坡度计算，如果小于坡度阈值则该点加入构网，否则标记为非地面点，以后步骤中不再参与运算，最终获得初始不规则三角网；

4)在初始不规则三角网基础上，对未划入地面点云的点进行坡度及高差阈值的判断，如果满足条件则划入地面点，对地面不规则三角网进行迭代加密；

5)重复步骤4)，当不再有新的地面点加入三角网时，停止迭代，得到满足条件的三角网点云，即为最终地面点云；

步骤2、单木参数提取及林分参数提取，单木参数主要包含单木树高、冠幅以及单木位置，林分参数主要包括株树密度及林分平均高；

2.1、单木参数提取：

在步骤1点云滤波处理的基础上得到林区点云数据包含的地面点云和非地面点云，林区非地面点云基本相当于植被点云，对原始植被点云进行高程归一化处理，则输出点云中每个空间点的高程即为该点相对于地面的绝对高度，然后利用归一化点云进行单木点云分割，最终依据单木点云分割结果进行树高和冠幅的提取；

采用基于归一化植被点云高度分层的K-Means聚类点云分割算法进行单木点云分割，具体步骤如下：

1)点云归一化：将点云滤波得到的植被点云数据以水平X、Y坐标为依据，根据生成的DEM影像分辨率尺寸划分到不同格网，每个落在格网内的植被点高程减去对应DEM格网的值，即得到归一化后的植被点云，此时植被点云中点的高度就相当于植被高度；

2)单木点云分割：按照归一化后植被点云高度分布情况，将植被点云分成若干层，在每一层设定一邻域检测窗口尺寸，进行高度局部最大值检测，对每一层的植被点云以局部最大值点为初始聚类中心进行三维空间点K-Means聚类，在每层点云聚类完成之后，从最上层开始，判断相邻上下2层各聚类点云中各聚类中心间水平距离是否小于设定的聚类中心距离阈值，如果小于阈值则合并上下2层中对应的聚类点云，直到所有层比较合并完毕，最终得到单木分割点云；

3)参数提取：对得到的单木分割点云，统计每个单木点云的最高点高度，将其作为提取的树高，并将该点的水平坐标作为单木定位坐标，计算每个单木分割点云投影到水平面上的凸包面积，以该面积为树冠近圆形投影面积，计算圆直径作为单木平均冠幅；

2.2、林分参数提取

1)株树密度：以方形样地为调查区域，根据样地单木分割结果，统计出样地的林木株树，通过式(1)计算出样地的株树密度值；

N＝n/S (1)

式中，N为株树密度(株/hm²)；n是样地内树木株数；S是样地面积(hm²)；

2)林分平均高：林分平均高提取方法，样地归一化植被点云数据上四分位数处的高度与实测树高相关性高；

先选定一定数量的样地调查数据作为训练样本，计算样地归一化植被点云上四分位高度，具体计算为：对样地范围内的归一化植被点云根据高度进行排序，然后计算总高度的上四分位处的高度，即为样地归一化植被点云上四分位高度，再将其与实测林分平均高建立线性回归方程，然后用预留检验样本进行精度验证；最终根据样地点云及回归方程实现待测样地的林分平均高提取。

2.根据权利要求1所述的一种基于干涉SAR雷达的森林地物成像反演方法，其特征在于：实测林分平均树高计算采用断面积加权计算方法，计算公式如下：

式中，H为林分平均高，h_i为第i棵树的树高，g_i为第i棵树的胸高断面积，k为林分株数。