基于混合矩的极化SAR图像K分布模型参数估计新方法

崔浩贵 刘 涛 蒋宇中 高 俊

1 引言

极化合成孔径雷达(Polarimetric Synthetic Aperture Radar, PolSAR)具有全天时全天候的观测能力和多维信息遥感能力，是重要的遥感信息源。杂波统计建模及其参数估计方法是PolSAR图像目标检测和分类识别等图像解译手段的基础课题[1,2]。在高分辨情形下，地面或者海面散射杂波一般服从某种非高斯分布。针对PolSAR图像杂波非高斯建模问题，目前研究最多的是多变量乘积模型。该模型将目标的散射表示为一个表征目标雷达散射截面的纹理分量和一个表征相干斑的复高斯矢量的乘积，并且这两个变量之间相互统计独立。在多变量模型中，Gamma分布、逆 Gamma分布、Fisher分布和α稳定分布等非高斯分布常常用来对纹理分量进行建模[37]-。

K分布模型是目前应用最广泛的PolSAR图像统计模型，它是在纹理分量为Gamma分布时根据多变量乘积模型得到的。寻找快速、准确的参数估计方法是K分布研究的核心问题。传统的PolSAR图像K分布参数估计方法是利用单极化SAR的方法分别估计出每个极化通道强度图像的参数，然后将各通道的参数求平均。常用的单通道K分布参数估计方法为矩估计法[8]和最大似然估计法[9]。文献[10]的研究表明在矩估计法中采用分数阶矩能取得更好的估计效果。文献[11]提出了基于 zrlg(z)的K分布参数估计方法，该方法在 z l g(z)情形下有解析的形式。文献[12]对文献[11]的方法在不同r值下的性能进行了仿真比较，指出0

上述基于单通道的估计方法实际上只用了PolSAR图像协方差矩阵的对角元素，没有用到各极化通道间的相关信息。……