[发明专利]融合极化信息的复杂背景下滑坡识别方法及装置

权利要求书

1.一种融合极化信息的复杂背景下滑坡识别方法，其特征在于，包含以下步骤：

将滑坡前单极化SAR图像和滑坡后PolSAR图像中与滑坡前单极化SAR图像具有相同极化组合方式的图像进行配准，构建双时相SAR图像对，经相干变化检测生成相干图以提取出变化区域；

对滑坡后PolSAR图像依次进行辐射定标、多视和地形校正预处理；从预处理后的滑坡后PolSAR图像提取多项极化特征参数，利用带权重的TOPSIS充分融合上述极化特征参数进行滑坡检测，得到与滑坡表面散射特性相同的区域即为疑似滑坡区域；

通过逻辑“与”运算将从相干图中提取出的变化区域和疑似滑坡区域进行融合，通过从相干图中提取出的变化区域抑制疑似滑坡区域中与真实滑坡区域散射特性相似的地物带来的虚警，得到最终滑坡区域。

2.根据权利要求1所述的融合极化信息的复杂背景下滑坡识别方法，其特征在于，利用双时相SAR图像对得到相干图，相干图中灰度值的大小表示相干性的高低，滑坡的突变性会引起地形地貌显著变化，即相干性较低，未发生变化的区域将保持较高的相干性，相干性|γ|计算如下：

其中，E[]表示数学期望，S₁为滑坡前的SAR图像，S₂为从滑坡后PolSAR图像中选取的与滑坡前单极化SAR图像具有相同极化组合方式的图像，表示S₂的共轭复数，相干性|γ|的取值范围为[0,1]，|γ|越大说明一个区域的变化程度越低，|γ|越小说明该区域的变化越明显；利用相干性|γ|对相干图进行阈值分割和形态学处理得出显著变化区域。

3.根据权利要求1所述的融合极化信息的复杂背景下滑坡识别方法，其特征在于，通过Yamaguchi分解得到表面散射功率p_s、二次散射功率p_d、体散射功率p_v和螺旋体散射功率p_h；通过H/A/α分解得到极化熵H、平均散射角α和反熵A；通过相关系数计算得到同极化分量相关系数的实部Re(ρ_hh-vv)。

4.根据权利要求3所述的融合极化信息的复杂背景下滑坡识别方法，其特征在于，通过Yamaguchi分解从极化相干矩阵T中提取出各个散射分量对应的功率大小，即表面散射功率P_s、二次散射功率P_d、体散射功率P_v和螺旋体散射功率P_h；极化相干矩阵T表示为各散射功率的加权组合形式：

T＝f_sT_s+f_dT_d+f_vT_v+f_hT_h

其中，T_s、T_d、T_v、Τ_h分别为表面散射、二次散射、体散射和螺旋体散射分量对应的极化相干矩阵；f_s、f_d、f_v、f_h分别为P_s、P_d、P_v和P_h的分解系数。

5.根据权利要求3所述的融合极化信息的复杂背景下滑坡识别方法，其特征在于，通过H/A/α分解得到极化熵H、平均散射角α和反熵A，包括：在单站互易条件下，极化相干矩阵T为3×3的半正定厄密特矩阵，因此做如下特征值分解：

其中，特征值λ_i，1≤i≤3，满足λ₁≥λ₂≥λ₃0，λ_i对应的特征向量u_i相互正交，H表示共轭转置；则极化熵H、平均散射角α和反熵A由特征值λ_i和特征向量u_i计算得到：

式中，为每种散射机制出现的概率，为特征向量u_i对应的散射角。