[发明专利]一种基于酉变换的PolSAR图像广义目标分解方法

说明书

一种基于酉变换的PolSAR图像广义目标分解方法，所述方法包括：对于待分解PolSAR图像，通过寻求Singh酉变换所产生的冗余平衡方程组的一般通解，发展出一个广义G4U分解形式，由此获得对表面散射目标、二面散射目标、体散射目标和螺旋散射目标功率信息。本发明的方法实现了对原始G4U分解的有效提升和推广，提高了雷达目标的识别精度。

技术领域

本发明涉及PolSAR图像信息处理领域，特别涉及PolSAR目标分解和基于模型的目标分解领域，具体涉及一种基于酉变换的PolSAR图像广义目标分解方法。

背景技术

基于模型的极化分解致力于将未知目标的极化相干矩阵[T]在若干标准散射模型上展开，实现对其识别与分类，代表工作为三分量模型分解和四分量模型分解。基于酉变换的四分量散射功率分解(G4U)由Singh等学者(G.Singh，Y.Yamaguchi，and S.-E.Park，“General four-component scattering power decomposition with unitarytransformation of coherency matrix，”IEEE Transactions on Geoscience andRemote Sensing，vol.51，no.5，pp.3014-3022，May 2013)于2013年提出，其通过引入一个酉变换实现了对相干矩阵[T]所有九个自由度的使用，是一种广泛使用的四分量模型分解方法。

四分量模型分解的核心是求解分解平衡方程组，传统Y4O、Y4R和S4R提供了关于未知参数的五个方程，但这些方程中都未涉及相干矩阵[T]的T₁₃分量，故无法实现对T₁₃的有效使用。G4U通过数学上的酉变换将Y4O、Y4R和S4R形成的五个平衡方程中的一个：f_Sβ+f_Dα+f_Vd＝T′₁₂二分为f_Sβ+f_Dα+f_Vd＝T′₁₂+T′₁₃和f_Sβ+f_Dα+f_Vd＝T′₁₂-T′₁₃两个方程，成功地将T₁₃分量纳入在等式右端，从而使T₁₃分量第一次在四分量分解中得到使用。然而由于这两个方程来源于对同一个方程的二分而非实际物理过程，因此它们之间并非完全独立，导致最终得到的平衡方程组不再具有唯一解。为此Singh等在G4U中只选择了方程f_Sβ+f_Dα+f_Vd＝T′₁₂+T′₁₃，而放弃了方程f_Sβ+f_Dα+f_Vd＝T′₁₂-T′₁₃。研究工作表明，方程f_Sβ+f_Dα+f_Vd＝T′₁₂-T′₁₃也能提供一个合理的分解，不能将其简单放弃。这种放弃操作使得原本存在的对目标散射机制的多样性认识退化为一个固定的G4U分解形式，从而对雷达目标的精确识别和理解产生潜在的不利影响。

发明内容

本发明的目的在于通过寻求Singh酉变换所产生的冗余平衡方程组的一般通解，发展出一个全新的广义G4U分解形式，实现对原始G4U分解的有效提升和推广。

为了实现上述目的，本发明提供了一种基于酉变换的PolSAR图像广义目标分解方法，所述方法包括：对于待分解PolSAR图像，通过寻求Singh酉变换所产生的冗余平衡方程组的一般通解，发展出一个广义G4U分解形式，由此获得对表面散射目标、二面散射目标、体散射目标和螺旋散射目标功率信息。

作为上述方法的一种改进，所述方法具体包括：