[发明专利]基于商空间粒度计算的极化合成孔径雷达图像目标检测方法

摘要

基于商空间粒度计算的极化合成孔径雷达图像目标检测方法，它涉及遥感领域，它解决了现有单一检测方法不能够获得全面检测结果的缺陷。步骤为：对全极化合成孔径雷达图像进行预处理；分别采用多成分散射模型、极化相似性参数和极化白化滤波对极化合成孔径雷达图像进行处理并进行目标检测得到三个粗粒度空间；然后利用商空间理论对三个粗粒度空间进行合成，包括论域的合成和属性的合成；然后利用合成论域的属性对待定元素进行重新判定再划分，得到的结果与合成论域合并，得到检测结果的细粒度空间，即为综合优化的检测结果。本方法克服了现有极化特征和极化检测算法在具有复杂散射特性的建筑物目标检测中的单一性和局限性。

主权项

基于商空间粒度计算的极化合成孔径雷达图像目标检测方法，其特征在于它步骤如下：步骤一：通过极化合成孔径雷达采集图像获得待处理的图像数据，根据数据格式读入全极化合成孔径雷达图像的数据；步骤二：图像预处理：对全极化合成孔径雷达图像进行预处理；步骤三：计算全极化合成孔径雷达图像的不同特征参数，并进行目标检测，得到粗粒度空间：步骤三A：基于多成散射模型的目标检测：基于多成散射模型对全极化合成孔径雷达图像进行极化目标分解，得到奇次散射、偶次散射、体散射、线散射和螺旋散射五种散射成分的散射能量图；根据检测目的选取上述五种散射成分的散射能量图中的一种或几种，利用阈值分割进行目标检测，得到的检测结果作为粗粒度空间([X1]，[f1]，[T1])；步骤三B：基于相似性参数的目标检测：基于极化相似性参数计算得到雷达目标与典型目标之间的相似性参数，根据检测目的选取雷达目标与典型目标之间的相似性参数图，然后利用阈值分割，得到的检测结果作为粗粒度空间([X2]，[f2]，[T2])；步骤三C：基于极化白化滤波的目标检测：对全极化合成孔径雷达图像进行极化白化滤波，然后利用阈值分割，得到的检测结果作为粗粒度空间([X3]，[f3]，[T3])；步骤四：利用商空间理论对步骤三获得的三个粗粒度空间进行合成，得到最终的细粒度空间：步骤四1：分别对步骤三获得的三个粗粒度空间进行比较，将三个粗粒度空间中属性相同的论域，根据论域合成准则进行论域合成，得到合成论域[X′4]及其合成属性[f′4]，从而获得细粒度空间([X′4]，[f′4]，[T′4])，将三个粗粒度空间中的属性不同的论域设定为待定区域Ck；步骤四2：依据合成属性[f′4]计算合成论域[X′4]中目标中心和背景中心，再根据属性合成准则，对待定区域Ck的属性进行重新划分，从而获得细粒度空间([X″4]，[f″4]，[T″4])；步骤五：将步骤四获得的两个细粒度空间([X′4]，[f′4]，[T′4])和([X″4]，[f″4]，[T″4])合成，得到最终的细粒度空间([X4]，[f4]，[T4])，即为综合优化后的检测结果。