顾及地形辐射校正的极化SAR图像分类应用.pdf
《顾及地形辐射校正的极化SAR图像分类应用.pdf》由会员分享,可在线阅读,更多相关《顾及地形辐射校正的极化SAR图像分类应用.pdf(6页珍藏版)》请在咨信网上搜索。
1、2023 年 28 期创新前沿科技创新与应用Technology Innovation and Application顾及地形辐射校正的极化 SAR 图像分类应用李诗涛(西南林业大学 地理与生态旅游学院,昆明 650224)较传统合成孔径雷达(Synthetic aperture radar,SAR)数据而言,极化 SAR(Polarimetric SAR,PolSAR)数据因其能够提供更为丰富的目标散射信息,而在地物分类及参数反演等方面得到广泛应用。然而,由于 SAR 斜距成像的几何方式易受地形起伏的影响,导致极化状态、地物后向散射系数发生改变,以及因局部入射角变化而产生的角度效应,进而影响
2、到 PolSAR 影像分类。在以上地形辐射效应中,极化状态改变可通过极化方位角(Polari原sation Orientation Angle,POA)校正予以补偿1;地物后向散射系数变化可采用有效散射面积(Effective ScatteringArea,ESA)校正方法进行校正,常见的校正方法有局部入射角法2、表面倾角法3、投影角法4及面积积分法5-6等,众多学者研究表明基于投影角的校正方法效果更优7;而局部入射角变化产生的角度效应影响,可通过进一步的角度效应(Angular Variation Effect,AVE)校正来加以消除。AVE 校正通常采用局部入射角余弦的 n 次幂来进行校正
3、8,其中 n 值的确定依赖于极化方式以及植被冠层的结构特点,是角度效应校正相关研究中的热点问题9-10。针对该研究热点,Zhao 等11提出了一种适用于三阶段半经验地形辐射校正(Radiometric Terrain Correction,摘要:针对极化 SAR(Polarimetric SAR,PolSAR)影像在复杂地形区域中存在严重的地形效应问题,该文将极化方位角(Polarisa原tion Orientation Angle,POA)、有效散射面积(Effective Scattering Area,ESA)及角度效应(Angular Variation Effect,AVE)校正方法
4、应用到PolSAR 影像的分类中,并针对 AVE 校正提出一种 n 值确定方法。首先,对预处理后的 SAR 数据进行 POA 校正,对校正结果进行地理编码;其次,进行基于投影角的 ESA 校正;然后,基于训练样本确定 AVE 校正中的 n 值,进而实现 AVE 校正;最后,利用 GF-3 PolSAR 影像进行基于复 Wishart分类器的分类实验。研究结果表明,POA 校正前后变化不明显;ESA 校正可实现约 3dB的校正效果,总体分类精度提升约 9.42%;此外,选用受地形影响最大的林地 n 值进行 AVE校正得到的结果最好,总体分类精度较 ESA阶段而言提升约 8.2%。关键词:角度效应
5、;监督分类;极化 SAR;地形辐射校正;图像分类中图分类号院TP755文献标志码院A文章编号院2095-2945渊2023冤28-000远-0远Abstract院In order to solve the problem of serious terrain effect in the classification of land cover types in complex terrain ar鄄eas of polarimetric SAR(PolSAR)images,this paper analyzes the Polarisation Orientation Angle(POA),E
6、ffective Scattering Area(ESA)and Angular Variation Effect(AVE)correction and other terrain radiation correction methods are applied to the classificationof PolSAR images,and an n-value determination method is proposed for AVE correction to improve the classification accuracy.Firstly,the preprocessed
7、 SAR data undergoes polarization orientation angle(POA)correction,followed by the geographical encodingof the corrected results.Secondly,a projection angle-based effective scattering area(ESA)correction is applied to account for ter鄄rain effects.Subsequently,the n value crucial for angular variation
8、 effect(AVE)correction is determined through analysis of train鄄ing samples,enabling the subsequent implementation of AVE correction.Finally,classification experiments are conducted on PolSARimagery using a complex Wishart classifier to validate the proposed approach.The results show that the change
9、before and afterPOA correction are not obvious.ESA correction can achieve the correction effect of about 3 dB,resulting in an overall classifica鄄tion accuracy improvement of about 9.42%.In addition,the AVE correction results were best obtained by selecting the n-value ofthe forest land most affected
10、 by topography,and an increase of about 8.2%in the ESA stage of the overall classification accuracy.Keywords院angle effect;supervise classification;polarimetric SAR;terrain radiation correction;image classification作者简介院李诗涛(1994-),男,硕士。研究方向为林业遥感分类应用。DOI:10.19981/j.CN23-1581/G3.2023.28.0026-创新前沿科技创新与应用
11、Technology Innovation and Application2023 年 28 期RTC)方法,即POA 校正、ESA 校正及 AVE 校正。在 AVE校正方面提出了一种基于最小相关系数确定 n 值的方法,并通过 ALOS-2 PALSAR-2 数据验证了方法的有效性。该方法的不足之处在于其 AVE 校正中校正 n 值的确定是在获得森林-非森林分布图的基础上进行的,对于分类任务而言,该方法的可操作性不大。综上所述,现有的校正n值确定方法需要在已知地物类型的基础上进行,但对于分类任务而言,分类的目的是获得地物的类型,通过现有的方法无法实现。鉴于此,本文提出一种基于训练样本和最小相关
12、系数法确定AVE校正中校正n值的方法。首先,基于训练样本计算各地物ROI覆盖区域的校正n值;其次,分别采用各地物校正n值进行AVE校正;之后,对采用各地物类别校正n值的AVE校正结果进行校正效果评价,选择校正效果最好的结果为AVE校正结果;最后基于复Wishart分类器进行分类。1理论与方法本文技术路线主要包括 3 个方面的内容,分别为PolSAR 数据预处理、地形辐射校正及 PolSAR 分类。其中,地形辐射校正方法研究是重点内容;而在 3 个阶段地形辐射校正方法中,AVE 校正中校正 n 值的确定是本文的研究重点及创新点。1.1POA 校正及 ESA 校正由于 SAR 斜距成像机理,地形起
13、伏会对信息的准确获取造成很大的影响,在方位向上,因受方位向地形坡度影响,会导致极化系统测量的信息产生一定的偏移,通常采用基于圆极化法12的 POA 校正(POA correction,POAc),对因地形影响产生的方位向偏移进行补偿。其校正过程如下啄=14tan-1-4Re(SHH-SVV)SHV*蓘蓡-SHH-SVV2+4 SHV2蓘蓡+仔蓘蓡,(1)式中:啄 为极化方位角偏移角度,Re 为实部。计算极化方位角的偏移量后,可以用公式(2)(3),对极化协方差矩阵及极化相干矩阵进行偏移量补偿。下式为极化协方差矩阵(C)的校正公式,该公式对于极化相干矩阵(T)同样适用。CPOAc=VCVT,(3
14、)式中:CPOAc为基于圆极化法进行 POA 校正后的极化协方差矩阵。在 POA 校正的基础上通过式(4)进行 ESA 校正(ESA correction,ESAc)CESAc=C cos鬃,(4)式中:C 为极化协方差矩阵,cos鬃 为投影角,其计算过程详见文献4。1.2AVE 校正由于相同类型地物的入射角不同,导致其后向散射系数产生差异,因此在 ESA 校正后还需要通过进一步的AVE 校正(AVE correction,AVEc)来消除由于局部入射角变化所造成的后向散射系数变化的影响。角度效应引起的后向散射系数的变化,通常采用式(5)基本模型或其变体进行校正1,8式中:滓浊为 AVE 校正
15、后的后向散射系数;滓 为校正前极化通道的后向散射系数;K(n)为 AVE 校正的校正系数;兹ref为不考虑地形影响时的参考入射角,即雷达视角。目前在 AVE 校正计算公式中,其校正 n 值通常是基于先验知识计算或人为经验性地给出,但在实际应用中难以得到实现。针对该问题,本文提出了一种根据训练样本确定校正 n 值的方法。具体为:首先,根据最小相关系数法来计算各地物 ROI 覆盖区域的校正 n 值;其次,选用受地形影响最显著的地物类型校正 n 值对整幅影像进行校正。最小相关系数法的思想是以校正后极化通道的后向散射系数与局部入射角之间的相关性作为判别指标,即通过迭代的方法不断尝试不同 n 值设置,计
16、算经式(5)校正后极化通道后向散射系数与局部入射角的相关性,取相关性最小时的 n 值作为该极化通道的校正 n 值11。因此,可以得到一个关于 n 值的代价函数f(n)=籽(兹浊,滓浊),(6)式中:籽(.)代表相关系数,兹浊为雷达视线与存在地形起伏时地表真实散射面积的夹角,即局部入射角。对于 AVE 校正而言,其最优 n 值为式(6)中 f(n)取绝对值最小值时所对应的式(7)中 n 值。(7)根据最小相关系数法,可依次获得不同极化通道的最佳校正 n值,记为 nhh、nhv、nvv,从而可以构建校正系数矩1 cos22sin21 cos212sin22cos22sin221 cos22sin2
17、1 cos2dddddddddV,(2)refcos()()cosnK nqsssh (5)argminnabs f n7-2023 年 28 期创新前沿科技创新与应用Technology Innovation and Application阵,完成对极化协方差矩阵或极化相干矩阵的 AVE 校正。其校正系数矩阵 K 为在上式的基础上,最终得到的AVE校正的计算公式为CAVEc=ESAc已K,(9)式中:CAVEc表示 AVE 校正后的极化协方差矩阵;ESAc为 ESA 校正后的极化协方差矩阵;已为 Hadamard 积;K为校正系数矩阵。员.猿复 Wishart 分类复 Wishart 监督分
18、类适用条件为数据服从复Wishart 分布,是基于最大似然法的一种距离度量。该方法可以充分利用 PolSAR 影像的辐射信息及极化状态信息,例如强度信息、相位信息等,从而可实现较好的分类表现13。同时,该方法可以避免因拆分极化协方差矩阵而造成的信息损失6。本文的研究点在于 RTC 方法研究及其不同校正阶段对 PolSAR 影像分类效果的影响,因而选用分类器时优先选择能够反映出 RTC 方法效果的简单且易于解释的复 Wishart 分类器模型,其推导过程见文献13。2实验与分析2.1实验区与数据本文采用的实验数据为 GF-3 全极化单视复数数据(Singlel Look Complex,SLC)
19、工作于 C 波段,成像时间为 2019 年 9 月 25 日,像元大小约为 4.5m伊5m。实验区位于内蒙古自治区赤峰市喀喇沁旗西南部(118毅09耀118毅30E,41毅35耀41毅50N),属生态主导型多功能林业区,行政区域属于喀喇沁旗美林镇。该区域地形起伏程度较大,受地形效应影响明显,有助于体现地形辐射校正方法的校正效果。其地物类型以林地、农田、城镇及灌木林地为主。2.2数据预处理实验采用的 SAR 数据是旺业甸实验区 GF-3 全极化条带 1 数据。在进行地理编码前对原始的 SLC 格式数据进行了辐射定标、多视及斑点滤波等预处理。地理编码过程通常是基于 RD 定位模型进行14,地理编码
20、后会得到斜地距一一对应的地理编码(Geocoding of TerrainCorrection,GTC)模型及诸如平地入射角、局部入射角、投影角等增值产品,这些产品将分别用于后续的 ESA 及AVE 校正中。2.3地形辐射校正过程PolSAR 影像 RTC 过程可分为以下几点。首先,对多视后的斜距 SAR 影像采用极化方位角并基于圆极化法进行 POA 校正;其次,在 POA 校正的基础上进行 GTC地理编码,使其从距离-多普勒斜距投影转换为地理坐标空间投影;然后对地理编码后的 POA 校正结果进行 ESA校正,ESA 校正是基于投影角信息完成的。最后,AVE 校正所需的校正系数矩阵 K,则基于
21、训练样本采用最小相关系数法获得。以往的 AVE 校正需要区分不同的地物类型分别进行,此处提出了基于训练样本计算校正 n 值的方法。关于 n 值的确定:首先,基于式(5)对各地物类别训练样本区域的 HH、HV、VV 极化通道后向散射系数进行AVE 校正,将 01.5 区间的数值按间隔 0.01 依次代入式中作为 n 值进行迭代运算,进而得到不同 n 值取值时各地物类别、极化通道 AVE 校正后的后向散射系数;其次,基于最小相关性原则,通过式(6)计算不同 n 值取值时校正后的后向散射系数与局部入射角的相关性,取式中 f(n)最小绝对值时所对应的 n 值为该极化通道的最优校正 n 值,从而构建 A
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 顾及 地形 辐射 校正 极化 SAR 图像 分类 应用
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。