综合多特征的高分辨率极化SAR图像分割

刘修国,陈 奇,陈启浩,徐 乔

(中国地质大学(武汉)信息工程学院,湖北武汉430074)

综合多特征的高分辨率极化SAR图像分割

刘修国,陈 奇,陈启浩,徐 乔

(中国地质大学(武汉)信息工程学院,湖北武汉430074)

针对高空间分辨率全极化数据的特点,基于分形网络演化分割算法框架,本文提出了一种综合K分布统计特征、Pauli分解特征和空间形状特征的高分辨率全极化SAR图像分割方法。该方法采用对数似然函数定义K分布统计特征异质度,对Pauli分解特征加权定义极化分解特征异质度。在此基础上,综合统计、极化分解和形状特征构建对象相似性准则,建立高分辨率全极化SAR图像多特征综合分割流程。通过模拟数据和ESAR全极化数据实验并与其他分割方法比较,验证了本文分割方法的有效性。

极化合成孔径雷达;分割;高分辨率;K分布;分形网络演化算法

0 引 言

分割是合成孔径雷达(synthetic aperture radar,SAR)图像分析的一个重要且持续发展的手段,准确的分割对后续地物分类和地表参数提取具有重要意义。高分辨率全极化SAR图像的空间纹理信息丰富,而且相干斑噪声使得地物边界模糊,利用单一的特征难以准确分析和提取信息。多特征综合分割是解决该问题的有效方法之一,目前相关的研究主要考虑统计特征和空间信息等的利用。

____综合利用统计特征方面,多视极化SAR协方差矩阵或相干矩阵一般采用Wishart建模,基于Wishart分布推导出的最大似然距离[1]、似然比检验距离[2]、修正的Wishart距离[3]等已广泛应用到全极化SAR图像的分割和分类中。……