一种PolSAR图像G0分布参数估计新方法

崔浩贵，晏 庆，张 晓，杨 飞，范路芳

(中国人民解放军91001部队，北京 100841)

0 引言

极化合成孔径雷达(Polarimetric Synthetic Aperture Radar，PolSAR)杂波统计建模及其参数估计方法是PolSAR图像相干斑抑制[1]、分类识别[2-3]和目标检测[4]等图像解译手段的重要课题。在PolSAR图像中，均匀区域一般用高斯模型进行建模，而非均匀区域常用多变量乘积模型来进行非高斯建模。多变量乘积模型将PolSAR复散射向量表示为一个纹理分量和一个服从复高斯分布的相干斑分量的乘积，并且二者之间相互统计独立。G0分布模型[5-6]是应用非常广泛的PolSAR图像非高斯统计模型，它是在假设纹理分量服从逆Gamma分布时根据多变量乘积模型得到的。G0分布模型特别适用于城区等极不均匀区域的统计建模。

寻找快速、准确的参数估计是G0分布模型研究的核心问题。根据采用的数据源，可将G0分布参数估计方法分为单极化估计方法和全极化估计方法。其中传统的单极化估计方法分别估计出每个极化通道的参数，然后将各通道的参数求平均。而全极化估计方法利用了各通道之间的极化信息，其估计性能优于单极化的方法。目前最常用的全极化估计方法是Anfinsen等提出的基于协方差矩阵的对数累积量(Matrix Log Cumulants，MLC)的参数估计方法，该方法本质上是协方差矩阵行列式值的Mellin变换[7-11]。最近，Khan等人[12]将基于多视极化白化滤波器(Multilook Polarimetric Whitening Filter，MPWF)的参数估计方法扩展到分数阶矩(Fractional Moments，FM)的情形，提出了基于多视极化白化滤波器分数阶矩(MPWF-FM)的参数估计方法。实验结果表明，该方法比MLC方法具有更小估计方差和均方误差(Mean Square Error，MSE),但是该方法存在计算复杂、最优的分数阶矩无法理论推导得到和当纹理参数较小时失效等问题。……