论文部分内容阅读
近年来极化SAR系统日臻成熟，利用极化数据进行地物提取研究，对于天气恶劣地区的资源普查、环境保护、防灾减灾等工作的开展具有重要意义。本文采用全极化SAR数据以水体为主要研究对象开展典型地物提取研究。研究内容主要包括四部分：极化SAR数据预处理、典型地物的极化特性分析、基于通道关系的水体提取和基于动态阈值分割的大面积水体提取。本文主要工作概况如下：（1）结合PALSAR数据，阐述了极化SAR数据产品等级和产生流程；采用SIR-C MLC全极化SAR数据解压缩方法，实现了极化SAR图像的生成；分析了SAR图像噪声的成因、影响，实现了几种去噪方法。（2）本文通过分析全极化SAR数据的强度特征发现：T11、T22、T33通道强度比HH、HV、VV通道强度更适合区分小面积水体和裸地；实验了Cloude目标分解方法，实验发现Bragg散射类型水体具有低Cloude散射熵值，镜面散射类型水体具有高Cloude散射熵值，Cloude散射熵可作为区分不同类型水体的重要特征。（3）根据散射类型和散射熵将水体区分为大面积水体和小面积水体，并分析了这两种不同类型水体的T11、T22、T33通道影像识别特征；针对小面积水体本文设计了一种基于通道关系的水体信息增强方法，增强后经阈值分割可以有效提取小面积水体，抑制部分干扰地物信息，实验发现：A1增强因子具有较强的数据适应性，提高原始图像亮度有利于分离小面积水体和裸地；对于亮度不均的大面积水体，本文设计了一种基于散射熵均衡的交互式提取方法，实验验证了该方法的有效性。（4）针对存在暗纹的大面积水体，本文根据其识别特征设计了基于动态阈值分割的自动提取方法，该提取方法主要包括动态阈值分割和基于Hough变换的规则地物删除，实验验证了基于动态阈值分割的大面积水体自动提取方法的有效性。