5.1 极化SAR原理与应用
极化SAR散斑滤波和扩展Sigma滤波器
极化SAR散斑滤波和扩展Sigma滤波器摘要随着具有高清晰度和四极化数据的合成孔径雷达（SAR）技术的进步，我们需要更好和有效的极化SAR图像相干斑滤波器算法。
对极化SAR相干斑滤波提出两个要求：1）散斑滤波应只适用于分散媒质，并且强大的硬目标应保持未过滤; 2）为了减少相干斑，散射机制保存应被考虑。
本文的目的包含两个方面：1），提出一种有效的算法，该算法是被改进的Sigma滤波器的扩展，适用于单极化SAR; 2）调查相干斑噪声特性和对具有较高分辨率（分米）单极化SAR图像数据的相干斑噪声滤波器的需求。
提出的过滤器是根据考上述两个要求而考虑的。
它的有效性已经被Jet Propulsion实验室d e 机载合成孔径雷达数据验证，并与boxcar过滤器，Lee滤波器，Wishart-based nonlocal 滤波器做过比较。
对于非常高的分辨率极化SAR系统，如德国航空航天中心F-SAR和日本Pi-SAR2，它们具有分米级的空间分辨率，我们发现，复杂的Wishart分布仍然是有效的描述极化SAR斑点特征的分布式，媒相干斑滤波可能需要根据目标大小进行分析。
25厘米分辨率的F-SAR X波段数据可以解释。
关键词：极化SAR，相干斑去噪，高分辨率SAR。
介绍极化合成孔径雷达（SAR）（Pol-SAR）的后向散射返回可被描述为三个相关的相干干扰过程的相互作用：HH，VV和HV极化。
由于三种极化的相关性，相干斑噪声效应不仅出现在三种强度，而且出现在三个复数相关项上。
为了解释的可靠和极化信息的提取，随机的极化变量必须通过平均相关性或协方差矩阵来减少相邻像素。
这种数据具有非相干散射的特征形式[1]。
它被称为非相干平均，也被称为多视处理，是应用极化SAR必不可少的分析技术，例如Cl oud e-Pottier特征值和特征向量分解[2]，基于分解的Freeman-Durd en模型等[3]。
没有足够的非相干平均，导出的参数，如熵，，和各向异性，成为偏见，无法使用。
第六章 极化sar 第三节
⎡1 0 0 1⎤
C=
k
2 0
l
4
⎢⎢0
0
0
0⎥⎥
24π 2 ⎢0 0 0 0⎥
⎢⎣1 0 0 1⎥⎦
导电球/三面角反射器
共极化响应
交叉极化响应
除了乘性系数不同之外，三面角反射器与导电球的散射矩阵具有 类似的形式。
4
二面角反射器
v 2b
a h
S
=
k 0 ab π
⎡− cos 2α ⎢⎣ sin 2α
⎡ 1 0 1/ 3⎤
[C3 ] V
=
f
v
⎢ ⎢
0
2/3
0
⎥ ⎥
⎢⎣1/ 3 0 1 ⎥⎦
⎡α 2
[C 3 ] d
=
⎢ fd ⎢
0
⎢ ⎣
α
*
0 α⎤
⎥
0 0⎥
0
1
⎥ ⎦
⎡β 2 0 β⎤
[C 3 ] s
=
⎢ fs ⎢
0
⎥ 0 0⎥
⎢ ⎣
β
*
0
1
⎥ ⎦
Freeman-Wishart分类流程图
36
Freeman-Wishart分类
Wishart分类器 输入参数A(A>0.5为一 类，A<0.5为另一类)
Wishart分类器 得到最终分类图
结束
H/a/A-Wishart分类器
34
Freeman-Wishart分类
极化SAR分类
9 Complex Wishart distribution(Lee et al.,1994) 9 Wishart+Entropy/Alpha(Lee et al.,1999) 9 Wishart+Entropy/Alpha/Anisotropy(Pottier and Lee,2000) 9 不足：Wishart分类器是统计算子。不同散射机制的像素可能混
极化SAR影像分类综述
基于目标分解的极化SAR图像分类摘要：极化SAR图像分类是SAR图像解译的重要内容，从现有的文献来看，基于目标分解理论的极化SAR图像分类算法是所有分类算法中较为实用、准确，且发展较快的。
以此为研究背景，论文首先介绍了雷达极化的基础理论，并在此基础上系统地分析了当前各种典型目标分解算法的特性，最后总结了几种典型的基于目标分解理论的极化SAR图像分类算法。
关键词：极化SAR 目标分解图像分类1引言极化合成孔径雷达(SAR )通过测量地面每个分辨单元内的散射回波，进而获得其极化散射矩阵以及Stokes矩阵。
极化散射矩阵将目标散射的能量特性、相位特性和极化特性统一起来，相对完整地描述了雷达目标的电磁散射特性，为更加深入地研究地物目标提供了重要的依据，极大地增强了成像雷达对目标信息的获取能力。
从极化SAR图像数据中，我们可以提取目标的极化散射特性，从而实现全极化数据的分类和聚类等其他应用。
这需要我们对极化数据进行分析，有效地分离出目标的散射特性，其理论核心是目标分解。
目标分解理论是Po1SA R图像处理技术中最基本的方法，目标分解的主要目的是把极化散射矩阵或相干矩阵和协方差矩阵分解成代表不同散射机理的若干项之和，每一项对应一定的物理意义。
目标分解的突出优点就是它们大都具有明确的物理解释。
因为目标回波的极化信息可以反映目标的几何结构和物理特性，所以极化目标分解理论可用于目标检测或分类。
目前，极化目标分解理论主要分为基于散射矩阵分解的相干目标分解方法和基于协方差矩阵或相干矩阵的部分相干目标分解两类。
本文从目标分解的基本理论出发，对这些分解方法进行了归纳和分析，以便对这些分解方法进行深刻的把握。
为目标分解方法应用于SAR图像分类提供一些参考。
2 极化SAR图像的基本理论2.1 极化合成孔径雷达概述极化合成孔径雷达是合成孔径雷达向多功能方向发展的一个重要内容，它能有效提高获取目标信息的能力，为提高目标分类的精度提供了有力的工具。
极化SAR目标相对最优极化研究_余海坤
极化SA R目标相对最优极化研究余海坤1,2,张永红2,汪云甲1(1.中国矿业大学环境与测绘学院,江苏徐州221008; 2.中国测绘科学研究院,北京100039)摘要:极化SA R通过测量地物目标的散射回波得到极化散射矩阵或St okes矩阵,利用极化合成技术得到任意发射和接收极化组合下的天线接收功率。
目标相对最优极化就是选取一种收发极化状态使得研究目标和背景地物的接收功率对比度达到最大。
文中首先分析了目标相对最优极化的模型,指出了它们的优缺点,然后提出了一种新的改进模型,并用交替迭代方法进行了模型的解算,最后结合荷兰Flev oland 地区全极化数据作了试验,证明了其有效性和正确性。
关键词:极化SAR;目标相对最优极化;模型中图分类号:T N958文献标识码:A文章编号:1672-2337(2006)05-0297-04Research on Optimization of Polarimetric Contrast Enhancementof Polarimetric SARYU H a-i kun1,2,ZH ANG Yong-hong2,WANG Yun-jia1(1.China Univ ersity of M inin g and T echnolog y,X uz hou221008,China;2.Chine se Aca demy of S ur v eying and M ap p ing,B eij ing100039,Ch ina)Abstract:P olarimet ric SAR measures the amplitude and the phase of scatter ing echo t o g et the complex scatt ering mat rix o r Stokes matrix o f g ro und ta rgets.T he pow er receiv ed by the antenna at any ellipse or ien-tation and ellipticit y ang le can be calculated using the technique o f polarization sy nthesis.T he aim o f t he opt-i mizat ion of polarization co nt rast enhancement(OP CE)is to find a specific config uration of tr ansmissio n and reception antenna to g et the best co nt rast betw een the tar get and the backg round.T he paper discusses the OP CE pro blem.F ir st o f all,the models used ar e analyzed and the faults ar e po int ed out.T hen an impr oved model and an alternately iterative calculation metho d ar e derived.T est based on t he quad-po lar ization data of Flevoland in the N ether lands has been made.It pro ves the co rrectness and validity o f the method.Key words:po lar imetr ic SAR;O PCE;model1引言从接收天线获取的功率的算式可知:对于特定目标,如果给定发射天线和接收天线的极化状态就可以得到接收功率值,那么必然存在一种收发极化组合能使目标与背景地物的接收功率差别最大,于是可利用这一差别来抑制杂波、突出目标,更好地进行目标识别。
极化SAR信息处理技术研究
极化SAR信息处理技术研究摘要：极化合成孔径雷达（PolSAR）系统被广泛应用于地球观测，并得到了广泛的研究。
极化SAR信息处理技术是其核心方面之一，包括极化目标分解、多查波束复制和多极化目标检测等方面。
本文从极化信号的特点、多极化目标分解算法和多极化目标检测算法等方面阐述了极化SAR信息处理技术的研究现状，并总结了其相关领域的发展趋势。
关键字：极化SAR，极化目标分解，多查波束复制，多极化目标检测，信息处理一、引言极化合成孔径雷达（PolSAR）系统是一种非常重要的地球观测技术，可提供丰富的地表反射特征信息。
PolSAR系统通过同时收集水平极化（H）和垂直极化（V）以及正交极化（H × V）的雷达散射信号，可获取三种基本的极化参数。
在地球观测、雷达成像和目标识别等方面，极化SAR信息处理技术已经成为不可或缺的研究领域之一。
二、极化信号的特点极化SAR的特点是其具有三个基本的极化参数，即H极化、V极化和正交极化。
这些参数可以通过距离、方位和极化带宽等方面的变化而变化，因此可以提供丰富的地表反射特征信息。
此外，极化SAR信息处理技术还具有较好的鲁棒性和可靠性，能够在复杂的场景下获得高质量的图像数据。
三、极化目标分解极化目标分解是PolSAR信息处理的核心方面之一，其目的是将极化信息转化为物理量和指标，以实现更为精细的地表特征分析和目标识别。
常见的极化目标分解算法包括保角离差分解（PCP）、极化度分解、保极化度分解（H/A/Alpha）、香农分解等。
四、多查波束复制多查波束复制是一种重要的极化SAR信息处理技术，其将多个极化信息图像合并成一个高分辨率、高质量的图像。
同时，多查波束复制还可以提高数据质量和信息量，减少运算量，使得数据可用性更高。
五、多极化目标检测多极化目标检测是一种通过极化散射信息实现目标检测的技术。
常见的多极化目标检测算法包括常规目标检测算法、极化目标检测算法、超分辨检测算法等。
极化干涉SAR的研究现状与启示_吴一戎
第29卷第5期电子与信息学报Vol.29No.5 2007年5月Journal of Electronics & Information Technology May2007极化干涉SAR的研究现状与启示吴一戎洪文王彦平(中国科学院电子学研究所微波成像技术国家级重点实验室北京 100080) 摘要：阐述极化与干涉结合的基本考虑，介绍极化干涉SAR相干最优和相干目标分解的基本思想，总结分析极化干涉SAR技术、典型星载极化SAR系统研制和极化干涉SAR应用的研究现状，以得到开展极化干涉SAR技术研究的启示。
关键词：极化干涉SAR；极化SAR；干涉SAR；SAR中图分类号：TN958 文献标识码：A 文章编号：1009-5896(2007)05-1258-05The Current Status and Implications of Polarimetric SAR InterferometryWu Yi-rong Hong Wen Wang Yan-ping(National Key Lab of Microwave Imaging Technology,Institute of Electronics, Chinese Academy of Sciences, Beijing 100080, China)Abstract: In this paper, the basic factors of the techniques combining the polarimetric synthetic aperture radar (SAR) with interferometric SAR are considered firstly, and then the basic concepts of coherence optimization and target decomposition of polarimetric SAR interferometry are illustrated. The current status of polarimetric SAR interferometry technique, the developments of typical spaceborne polarimetric SAR systems and the applications of polarimetric SAR interferometry are summarized.Key words: Polarimetric SAR Interferometry; Polarimetric SAR; Interferometric SAR; SAR1 引言经过长年的发展，合成孔径雷达(SAR-Synthetic Aperture Radar)技术与系统从单波段、单极化已逐步发展到多波段、全极化SAR、干涉SAR 遥感[1]，最近几年出现的极化干涉SAR (POLINSAR-Polarimetric SAR Interferometry) 把SAR遥感应用推向高潮，期望实现从高分辨率定性成像到精确高分辨率定量测量的转变。
极化sar 泡利分解
极化sar 泡利分解极化是指将一个电磁波沿着特定方向振荡。
而SAR（Synthetic Aperture Radar）是合成孔径雷达的简称，是一种利用合成孔径技术进行成像的雷达系统。
而Pauli分解则是一种用于极化SAR数据处理和分析的方法。
本文将介绍极化SAR和Pauli分解的相关概念和应用。
我们来了解一下极化SAR的基本原理。
合成孔径雷达利用雷达设备在飞行器或卫星上搭载的雷达天线，通过记录由雷达发射的微波脉冲与地面或其他目标物体反射回来的信号，来获取地面或目标物体的图像。
而极化SAR则是在这个基础上，对发射和接收的微波信号进行极化处理，以获取更加丰富的信息。
极化SAR通过记录微波信号的振动方向来描述目标物体的特性。
常见的极化方式包括水平极化（H极化）、垂直极化（V极化）、左旋圆极化（L极化）和右旋圆极化（R极化）。
不同的极化方式可以提供不同的信息，例如H极化可以反映目标物体的表面粗糙度和散射特性，V极化可以反映目标物体的形状和结构等。
而Pauli分解是一种常用的极化SAR数据处理方法，可以将极化SAR数据分解为三个正交的极化通道，分别为单散射通道、双散射通道和三重散射通道。
单散射通道表示目标物体的散射强度和极化方向，双散射通道表示目标物体的散射相位差和极化方向差，三重散射通道则表示目标物体的散射强度和散射相位差。
Pauli分解通过对极化SAR信号进行线性组合，将不同极化通道的信息分离出来，从而提供更加详细和全面的目标物体信息。
例如，在地球观测领域，Pauli分解可以用于提取地表覆盖类型、土地利用状况和植被生长状态等信息。
在军事领域，Pauli分解可以用于目标检测和识别，从而提高作战效能。
除了Pauli分解，还有其他一些常用的极化SAR数据处理方法，例如极化干涉SAR（PolInSAR）和极化散射矩阵分解。
极化干涉SAR通过组合两个或多个极化SAR图像，可以提供目标物体的高程信息和变形情况。
极化散射矩阵分解则是一种数学方法，可以将极化SAR数据分解为散射矩阵元素，从而提供目标物体的散射特征。
极化SAR目标散射旋转域解译理论与应用
极化SAR目标散射旋转域解译理论与应用陈思伟;李永祯;王雪松;肖顺平【摘要】雷达目标的后向散射敏感于目标姿态与雷达视线的相对几何关系.雷达目标的这种散射多样性给以极化合成孔径雷达(SAR)为代表的成像雷达信息处理与应用造成诸多不便,是当前目标散射机理精细解译和定量应用面临的主要技术瓶颈之一.该文回顾并介绍一种在绕雷达视线旋转域解译目标散射机理的新思路,主要包括新近提出的统一的极化矩阵旋转理论和极化相干特征旋转域可视化解译理论.目标散射旋转域解译方法的核心思想是将特定几何关系下获得的目标信息拓展到绕雷达视线的旋转域,为目标散射信息深度挖掘和利用奠定基础.该文详细分析上述方法导出的一系列新的极化特征参数集,并开展应用验证.对比研究证实了旋转域解译方法在地物辨识与分类等领域的应用潜力.【期刊名称】《雷达学报》【年(卷),期】2017(006)005【总页数】14页(P442-455)【关键词】极化合成孔径雷达;散射机理;旋转域;极化目标分解;图像解译【作者】陈思伟;李永祯;王雪松;肖顺平【作者单位】国防科技大学电子科学与工程学院电子信息系统复杂电磁环境效应国家重点实验室长沙410073;国防科技大学电子科学与工程学院电子信息系统复杂电磁环境效应国家重点实验室长沙410073;国防科技大学电子科学与工程学院电子信息系统复杂电磁环境效应国家重点实验室长沙410073;国防科技大学电子科学与工程学院电子信息系统复杂电磁环境效应国家重点实验室长沙410073【正文语种】中文【中图分类】TN957.52极化SAR作为一种微波成像雷达，能够全天时全天候工作，成为对地观测领域的重要传感器，在城区、森林、农作物、海洋、冰川和自然灾害等应用领域发挥着日益重要的作用[1—12]。
不同于光学图像，极化SAR图像难以仅仅通过目视解译进行有效利用，如何准确解译目标的散射机理是上述应用获得成功的关键之一。
极化SAR通过收发一组极化状态正交的电磁波，能够获得目标完整的极化散射矩阵。
5.2 极化SAR原理与应用.
互易性检测
对称性检测
螺旋匹配
非互易散射体
非对称性散射体 右螺旋 左螺旋 三面角 二面角 偶极子 圆柱体 窄双平面
36
注意
Cameron分解的优点在于提供了关于散射体结构的物理信息。 散射体的类型只取决于散射体的形状，且它与归一化的对角 散射矩阵之间具有良好的对应性，计算方便。但是，由于 SAR图像的斑点噪声非常大，而该分解又是基于单个像元的 操作，忽略了噪声的影响。因此，所获得的结果不一定可靠。 对于那些具有强后向散射的物体，在目标与背景之间之比很 大且背景杂波均一的情况下，如平静的海面上的船只等，斑 点噪声并不是很重要的影响因素。
2012-12-19
27
相干目标分解概述
Krogager 分解
Cameron分解
点目标和分布目标 相干性
蕴涵
基于[S]矩阵
Touzi分解
2012-12-19
28
Krogager分解
任何一个复数对称的散射矩阵，能够通过旋转矩阵R进行旋转，用以补 偿天线与最优雷达目标的偏差。旋转后的散射矩阵能够分解成三个分 量，球散射、二面角散射以及螺旋体散射
2012-12-19
12
二面角反射器的极化响应
2012-12-19
13
偶极子 倾斜偶极子
2012-12-19
14
左螺旋 右螺旋
2012-12-19
15
目标散射的物理解释
2012-12-19
16
奇次散射模型
2012-12-19
17
奇次散射模型
2012-12-19
18
漫散射(Bragg)模型
2012-12-19
38
非相干目标分解概述
第六章 极化SAR
ERS-2VV RADARSAT HH Avon-Severn confluence
雷达发射的电磁波在目标表面感应电流而进行辐射，从而产生散射电
Illustration of how different polarizations (HH, VV, HV & colour composite) bring out different features in an agricultural scene
内容纲要 一.电磁波极化特征及其表征
极化的概念 平面电磁波的电矢量在直角
坐标系中可以分解为水平和
垂直两个分量，而这两个分
量之间的相对关系就构成了
平面电磁波的极化方式。
通常可以用极化椭圆、
Poincare球和Stokes向量
来描述平面电磁波的极化状
态。
极化椭圆
我们建立笛卡尔坐标系，并使z
轴同平面波的传播方向平行。
由麦克斯韦方程，可求出平面
极化椭圆的几个参数
椭圆倾角
椭圆率角
εε
ε
(a)完全极化波
：
完全非极化波，由于
Poincare球
Poincare球
t t h t t v h E v ∧∧
+r r v r v E E ∧
=
z通常，对于双基雷达系统，极化散射矩阵中有七个独立变量：四个幅度和三个相位差。
z这里不考虑绝对相位，是因为那是没有必要的。
对单基雷达系统，由于互易性，因此只有五个独立变量。
极化SAR散斑滤波和扩展Sigma滤波器
极化SAR散斑滤波和扩展Sigma滤波器摘要随着具有高清晰度和四极化数据的合成孔径雷达（SAR）技术的进步，我们需要更好和有效的极化SAR图像相干斑滤波器算法。
对极化SAR相干斑滤波提出两个要求：1）散斑滤波应只适用于分散媒质，并且强大的硬目标应保持未过滤; 2）为了减少相干斑，散射机制保存应被考虑。
本文的目的包含两个方面：1），提出一种有效的算法，该算法是被改进的Sigma滤波器的扩展，适用于单极化SAR; 2）调查相干斑噪声特性和对具有较高分辨率（分米）单极化SAR图像数据的相干斑噪声滤波器的需求。
提出的过滤器是根据考上述两个要求而考虑的。
它的有效性已经被Jet Propulsion实验室d e 机载合成孔径雷达数据验证，并与boxcar过滤器，Lee滤波器，Wishart-based nonlocal 滤波器做过比较。
对于非常高的分辨率极化SAR系统，如德国航空航天中心F-SAR和日本Pi-SAR2，它们具有分米级的空间分辨率，我们发现，复杂的Wishart分布仍然是有效的描述极化SAR斑点特征的分布式，媒相干斑滤波可能需要根据目标大小进行分析。
25厘米分辨率的F-SAR X波段数据可以解释。
关键词：极化SAR，相干斑去噪，高分辨率SAR。
介绍极化合成孔径雷达（SAR）（Pol-SAR）的后向散射返回可被描述为三个相关的相干干扰过程的相互作用：HH，VV和HV极化。
由于三种极化的相关性，相干斑噪声效应不仅出现在三种强度，而且出现在三个复数相关项上。
为了解释的可靠和极化信息的提取，随机的极化变量必须通过平均相关性或协方差矩阵来减少相邻像素。
这种数据具有非相干散射的特征形式[1]。
它被称为非相干平均，也被称为多视处理，是应用极化SAR必不可少的分析技术，例如Cl oud e-Pottier特征值和特征向量分解[2]，基于分解的Freeman-Durd en模型等[3]。
没有足够的非相干平均，导出的参数，如熵，，和各向异性，成为偏见，无法使用。
极化SAR非相干目标散射机理分解方法及应用研究
第３６卷 第４期地理与地理信息科学Ｖｏｌ．３６ Ｎｏ．４ 基金项目：国家自然科学基金项目（６１６２５１０８） 作者简介：全斯农（１９９１－），男，２０１９年毕业于国防科技大学，获工学博士学位（指导教师：匡纲要教授），研究方向为雷达极化信息处理。
Ｅ－ｍａｉｌ：ｑｕａｎｓｉｎｏｎｇ１３＠ｎｕｄｔ．ｅｄｕ．ｃｎ极化ＳＡＲ非相干目标散射机理分解方法及应用研究犚犲狊犲犪狉犮犺犪狀犱犃狆狆犾犻犮犪狋犻狅狀狅狀犘狅犾犪狉犻犿犲狋狉犻犮犛犃犚犐狀犮狅犺犲狉犲狀狋犜犪狉犵犲狋犇犲犮狅犿狆狅狊犻狋犻狅狀全斯农ＱＵＡＮＳｉ－ｎｏｎｇ（国防科技大学电子信息系统复杂电磁环境效应国家重点实验室，湖南长沙４１００７３）（犛狋犪狋犲犓犲狔犔犪犫狅狉犪狋狅狉狔狅犳犆狅犿狆犾犲狓犈犾犲犮狋狉狅犿犪犵狀犲狋犻犮犈狀狏犻狉狅狀犿犲狀狋犈犳犳犲犮狋狊狅狀犈犾犲犮狋狉狅狀犻犮狊犪狀犱犐狀犳狅狉犿犪狋犻狅狀犛狔狊狋犲犿，犖犪狋犻狅狀犪犾犝狀犻狏犲狉狊犻狋狔狅犳犇犲犳犲狀狊犲犜犲犮犺狀狅犾狅犵狔，犆犺犪狀犵狊犺犪４１００７３，犆犺犻狀犪） 作为高分辨率微波成像系统从获取单一“图像”到定量化测量里程碑式的突破，极化合成孔径雷达在测量不同通道下幅度和相位的基础上，可以完整而准确地获取不同地物目标的散射信息。
由于其明确的物理特性，极化非相干目标散射机理分解在散射机理分析中发挥着不可替代的作用。
当今，城市发展已成为新时期人类文明前进的重要标志，建筑物毁损、道路规划以及自然灾害变化检测等产生的建筑物地域特征内涵都需要科学的评估。
针对军队和地方有关部门对战略情报获取、灾害监测、政府公共决策的应用需求，本文系统研究了基于物理散射模型的极化非相干目标散射机理分解技术，研究重点包含建筑物散射机理分析、多态散射模型建立以及建筑物信息提取３个方面，具体研究内容为：（１）提出了基于散射能量迁移的极化非相干目标散射机理分解方法。
首先，结合经典散射模型以及分解框架的缺陷，剖析了造成与传感器平台飞行方向有一定夹角的建筑物（下称“旋转建筑物”）区域散射机制混淆的体散射过估现象。
极化SAR图像变化检测算法及其快速实现
极化SAR图像变化检测算法及其快速实现极化SAR图像变化检测算法及其快速实现摘要：随着人们对环境监测和资源管理的要求日益增长，极化SAR图像变化检测成为一项重要的研究内容。
极化SAR图像以其在雨季、云雾等天气状况下具有良好的探测性能及大范围观测能力等优点而受到广泛关注。
本文将介绍极化SAR图像变化检测的意义、基本原理和算法，并提出一种快速实现该算法的方法。
一、引言极化SAR（Synthetic Aperture Radar）是一种通过记录微波信号的幅度和相位信息来生成图像的遥感技术。
相比于光学图像，极化SAR图像具有不受天气等自然因素限制的优势，可以在任何天气条件下获取地面信息。
因此，极化SAR图像变化检测成为了在环境、军事、资源管理等领域广泛应用的一项技术。
二、极化SAR图像变化检测的基本原理极化SAR图像变化检测是通过比较两幅极化SAR图像之间的差异来确定地物变化的位置和类型。
极化SAR图像中每个像素的反射率由幅度信息和相位信息共同决定，因此变化检测可以分为幅度变化检测和相位变化检测两种。
幅度变化检测主要通过计算两幅极化SAR图像之间的幅度差异来确定变化的位置。
常用的算法包括基于像素级的差异算法、基于滑动窗口的差异算法和基于聚类的差异算法等。
基于像素级的算法通过计算两幅图像中每个像素的强度差异来判断变化区域，计算简单而速度较快，但对噪声比较敏感。
基于滑动窗口的算法则通过在两幅图像上移动一个固定大小的窗口，并计算窗口内像素的差异，从而确定变化区域。
基于聚类的算法则通过将图像像素聚类为不同的类别，并比较不同类别之间的差异来确定变化区域。
相位变化检测主要通过比较两幅极化SAR图像之间的相位差异来确定变化的类型。
相位变化检测具有较高的精度，但对数据的要求较高。
常用的算法包括基于像素级的相位差异算法和基于全局相位变化的算法。
基于像素级的算法通过计算两幅图像中每个像素之间的相位差异来确定变化区域，速度较快但对噪声较敏感。
5.1 极化SAR原理与应用
5 极化SAR原理与应用回顾-InSAR 原理与应用复数影像匹配干涉图生成与滤波数据要求应用 1 InSAR 技术与应用2 D-InSAR 技术与应用3 PS-InSAR 技术与应用4 InSAR 技术研究进展相位解缠 新方法主要内容§ 5.1 极化SAR基本理论§ 5.2 极化目标分解§ 5.3 极化SAR信息提取§ 5.4 极化SAR技术研究进展5.1 极化SAR基本理论主要内容1 极化SAR简介2 电磁波极化特性及其描述3 目标极化散射特性的描述电磁波遇到“狭缝”的障碍物时，能够通过狭缝的振动分量，称为电磁波的偏振什么是“极化”？EH ZE 线极化H ZE 椭圆极化H ZE 圆极化H Z极化即电场振动方向的变化趋势，是电磁波的固有属性线极化是电场矢量方向不随时间变化的情况，分为水平极化和垂直极化极化•对于一平面电磁（EM）波，极化是指在垂直于传播方向的平面内电场矢量的轨迹•极化描述了电场矢量末端轨迹的方向和形状电磁波椭圆极化示意图Polarization of Microwave水平极化：电场矢量与入射面垂直 垂直极化：电场矢量与入射面平行EHZ垂直极化目标入射平面同极化HH/VV 交叉极化HV/VH同极化like-polarized(同极化), e.g. HH, VVVV对研究作物和海浪有利HH对研究土壤湿度、船舶检测和区分水冰边界有利cross-polarized（交叉极化）; e.g. HV, VHHV和VH对区别植被和非植被边界、水体边界、土壤湿度和表面粗糙度有利交叉极化微波发送与接收的极化控制极化特性•依据发射/接收的极化不同，可以有四种组合：HH/VV/HV/VH•与地表发生作用后，电磁波的极化状态可能改变•后向散射通常为两种极化的混合•不同的地物会反映出不同的极化特性•不同极化的不同回波是电磁波与地物目标相互作用的结果极化SAR原理雷达发射的电磁波在目标表面感应电流而进行辐射，从而产生散射电磁波。
极化SAR影像边缘检测综述
题进行了系统的研究， 从单极化 SAR 出发， 分析了极化 SAR 边缘检测问题， 对已有的方法进行了分类总结， 重点介绍了极化 SAR 边缘检测的最新进展， 指出了当前存在的问题， 对极化 SAR 边缘检测的发展趋势进行了展望。 关键词： 图像； 雷达； 合成孔径雷达 （SAR） ； 极化 SAR； 边缘检测； 恒虚警率 （CFAR） DOI： 10.3778/j.issn.1002-8331.2011.22.001 文章编号： 1002-8331 （2011） 22-0001 文献标识码： A 中图分类号： P237
全极化 SAR 测量了地面每个分辨单元内 2×2 的复后向散 射矩阵。互易条件下， 散射矩阵可转换为服从零均值多元高 斯分布 3 维复矢量 s = [S hh S hv S点噪声的影响， 分布式目标常用协方差矩阵表示[9]：
C = SS H Z = LC ， 则 Z 服从复 Wishart 分布 WC ( p L Σ ) ： p(Z|Σ ) = π |Z|
P= 1 1 2 max{ N DE N D} å i = 1 1 + βd i
N DE
（2）
若协方差矩阵 C 由 L 视处理得到， 定义 Hermitian 矩阵
e
(1/2) p( p - 1)
Γ( L - j + 1)|Σ|n Õ j=1
p
Γ(×) 是 Gamma 函数。协方差矩阵均 其中 Σ 协方差矩阵均值，
3.2
极化 SAR 边缘检测过程
尽管单极化边缘检测中的许多技术依然适用于极化 SAR
影像， 如边缘检测效果评估、 强度影像的 ROA 算法等。但极化 SAR 影像包含了散射机制等更为丰富的目标信息， 且数据形 式较为复杂， 其边缘检测与单极化 SAR 影像边缘检测相比更 为复杂。 极化 SAR 影像包含目标的散射机制等信息， 利用散射机 制信息可以降低感兴趣目标的虚警率， 在道路、 桥梁、 电力线 等线状地物检测与识别方面具有较大的优势， 并已取得了一 定的成果， 成为学者关注的热点之一。广义的极化 SAR 影像 边缘检测一般分为以下四个步骤： 影像预处理、 极化边缘检 测、 边缘后处理、 边缘识别。影像预处理主要进行数据转换、 多视或滤波等斑点噪声抑制及特征提取； 极化边缘检测是指 狭义的边缘检测， 使用极化影像生成边缘方向图和边缘强度 图； 边缘后处理包括边缘细化、 边缘精确定位及矢量化等内 容； 边缘识别是与应用相关的更高级别的边缘检测步骤， 并非 边缘检测的必要步骤。预处理在 Lee 的专著中有详细论述， 后 处理等与单极化类似。下文针对极化信息在边缘检测中的应 用展开讨论。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
5 极化SAR原理与应用
回顾-InSAR 原理与应用
复数影像匹配
干涉图生成与滤波
数据要求
应用 1 InSAR 技术与应用
2 D-InSAR 技术与应用
3 PS-InSAR 技术与应用
4 InSAR 技术研究进展
相位解缠 新方法
主要内容
§ 5.1 极化SAR基本理论
§ 5.2 极化目标分解
§ 5.3 极化SAR信息提取
§ 5.4 极化SAR技术研究进展
5.1 极化SAR基本理论
主要内容
1 极化SAR简介
2 电磁波极化特性及其描述
3 目标极化散射特性的描述
电磁波遇到“狭缝”的障碍物时，能够通过狭缝的振动分量，称为电磁波的偏振
什么是“极化”？
E
H Z
E 线极化H Z
E 椭圆极化
H Z
E 圆极化
H Z
极化即电场振动方向的变化趋势，是电磁波的固有属性线极化是电场矢量方向不随时间变化的情况，分为水平极化和垂直极化
极化
•对于一平面电磁（EM）波，极化是指在垂直于传播方向的平面内电场矢量的轨迹
•极化描述了电场矢量末端轨迹的方向和形状
电磁波椭圆极化示意图
Polarization of Microwave
水平极化：电场矢量与入射面垂直 垂直极化：电场矢量与入射面平行
E
H
Z
垂直极化
目标
入射平面
同极化HH/VV 交叉极化HV/VH
同极化
like-polarized(同极化), e.g. HH, VV
VV对研究作物和海浪有利
HH对研究土壤湿度、船舶检测和区分水冰边界有利
cross-polarized（交叉极化）
; e.g. HV, VH
HV和VH对区别植被和非植被边界、水体边界、土壤湿度和表面粗糙度有利
交叉极化
微波发送与接收的极化控制
极化特性
•依据发射/接收的极化不同，可以有四种组合：HH/VV/HV/VH
•与地表发生作用后，电磁波的极化状态可能改变
•后向散射通常为两种极化的混合
•不同的地物会反映出不同的极化特性
•不同极化的不同回波是电磁波与地物目标相互作用的结果
极化SAR原理
雷达发射的电磁波在目标表面感应电流而进行辐射，从而产生散射电磁波。
散射波的性质不同于入射波的性质，这是由于目标对入射电磁波的调制效应所致。
这种调制效应由目标本身的物理结构特性决定，不同目标对相同入射波具有不同的调制特性
目标在电磁波照射下，存在着变极化效应。
也就是说，目标散射场的极化取决于入射场的极化，但通常与入射电磁波的极化不一致，目标对入射电磁波有着特定的极化变
换作用，其变换关系由入射波的频率、目标形状、尺寸、结构和取向等因素决定
极化SAR的特点
极化信息包含于介质的后向散射波中，
与介质的特性高度相关
几何结构、形状和方向；
湿度、粗糙度等地球物理属性，
等……
ERS-2 VV RADARSAT HH
Avon-Severn confluence
极化SAR 图像
稻田HH和VV极化SAR图像
某一日期的稻田制图
Illustration of how different polarizations (HH, VV , HV & colour composite) bring out different features in an agricultural scene HH VV HV
HH VV HV
极化SAR图像
光学影像极化RGB合成
|VV| |VV| |HV| |HH| Google Earth
极化的选择
常见的SAR系统为单极化，HH或VV
研究和发展的趋势，多极化，全极化HH/HV/VH/VV 多极化有助于区分散射表面的物理结构：
✓散射随机性（植被体散射HV）
✓角结构（HH，VV相位角）
✓ Brag散射（海洋，VV）
全极化的优势
可以得到每个像素的散射矩阵，Stokes矩阵和极化信号
✓综合多极化信息的分类
✓可视化人工解译和自动分类
由散射矩阵可以合成任意极化：
✓研究不同地表的散射特性
✓优化极化，最佳探测能力
电磁波极化特性及其描述
极化的描述
平面电磁波的电矢量在直角坐标系中可以分解为水平和垂直两个分量，而这两个分量之间的相对关系就构成了平面电磁波的极化方式
通常可以用极化椭圆、Poincare球和Stokes向量来描述平面电磁波的极化状态
()()()00cos ,cos 0x x y y E wt kz E z t E wt kz δδ-+⎡⎤⎢⎥=-+⎢⎥⎢⎥⎢⎥⎣⎦
时域电场矢量 由麦克斯韦方程，可求出平面波的解：
2222
2
00002cos sin x
y y
x x x y y E E E E E E E E δδ-⋅⋅+=极化椭圆方程
其中，
y x δδδ=-
φτ
椭圆倾角，
椭圆率角， 2
2
π
π
φ-≤≤
44
ππ
τ-≤≤其中
极化椭圆
x ασ=22
00x y
A E E =+002200tan 22
cos x y x
y
E E E E
φδ
=-002
200sin 22
sin x y x
y
E E E E
τδ
=+振幅
绝对相位 椭圆倾角
椭圆率角
几何参数
视线方向：波的传播方向
逆时针旋转 顺时针旋转
椭圆率角：
0τ>0
τ<π
π
τ-
≤≤
椭圆率角： 极化的旋向
水平极化垂直极化
线极化正交线极化
左旋圆极化右旋圆极化
椭圆极化正交椭圆极化
()()()00cos ,cos 0x x y y E wt kz E z t E wt kz δδ-+⎡⎤⎢⎥
=-+⎢⎥
⎢⎥⎢⎥⎣⎦
00x
y
j x j y E e E E e δδ⎡⎤
=⎢⎥⎢⎥⎣
⎦
时域电磁波
Jones 矢量
注意：Jones 矢量只适用于完全极化波
(a)完全极化波
(b)部分极化波
(c)非极化波
理想单色完全极化电磁波是不随时间而变化的，在实际情况中，一个辐射源产生的电磁波不可能是单色的，而是由一定的带宽（色散），电磁波的参量也不是常量，而是一些时间或空间的函数
电场矢量的端点在传播空间给定点处描绘出的轨迹也不再是一个非时变的椭圆，而是一条形状和方向都随时间变化的类似于椭圆的曲线，这种电磁波即为部分极化波
前面讨论的都是完全极化波，即波的两个正交极化分量的振幅和它们之间的相位差是常数。
对于不满足上述条件的电磁波称为部分极化波，George Stokes在部分极化(准
单色光)的研究，曾于1852年引入了表征一个波的振幅和极化的四个参数，称为Stokes参数
George Gabriel Stokes, 1819 - 1903, was a
Mathematical Physicist born in Screen, Ireland and
became a professor at Cambridge University.
Jones矢量Stokes矢量椭圆倾角和椭圆率角
水平极化垂直极化
线极化正交线极化
左旋圆极化右旋圆极化
椭圆极化正交椭圆极化
Stokes矢量
波的总强度
极化波的强度
可以看做半径为的球
对于完全极化波
对于部分极化波≥
可以用Poincare极化球来描述电磁波的所有极化状态。
任意极化状态都可以在Poincare球上找到对应的一点P P点的经度角和纬度角分别对应极化椭圆倾角、
椭圆率角的两倍
由于椭率角的符号代表极化椭圆的方向性，所以Poincare球的上半部分代表左极化，下半部分代表右
极化。
Poincare球赤道上的点表示线性极化，而在南
北两个极点位置上的点分别代表右、左圆极化Poincare球的半径大小则代表电磁波的传输功率大小
目标极化散射特性
的描述
前向散射坐标系统
后向散射坐标系统
单站散射坐标系统
注意
1.FSA较适合解决粒子或者非均匀介质的双基站散射问题
2.BSA较适合与解决给定目标或介质的雷达后向散射问题
3.目前大多数SAR系统都是单基站系统，采用MSA
极化散射矩阵
Sinclair矩阵
极化散射矩阵给出了
入射波Jones矢量与反射
波Jones矢量间的关系
2*2复散射矩阵。