基于全极化干涉合成孔径雷达数据的建筑物提取方法技术领域
本发明涉及重复轨道全极化干涉合成孔径雷达的信息处理领域，特别涉及基于全
极化干涉合成孔径雷达数据进行建筑物提取方法。
背景技术
利用雷达图像提取或识别建筑物对于土地资源监管是非常重要的手段。目前，使
用全极化合成孔径雷达数据进行建筑物提取是常用的方法。一般采用目标分解的方法来解
译目标散射体的散射类型。当雷达的发射的电磁波照射到建筑物上，建筑物一般会产生很
强的双次散射。如果目标散射体的回波中包含很强的双次散射，则认为目标很可能是建筑
物。但是当建筑物的方向与雷达航迹有一定的夹角的时候，建筑物的双次散射减弱，并且会
产生额外的交叉极化的后向散射。当建筑物的方向与雷达航迹的夹角很大时(45度左右)，
额外产生的交叉极化很强，双次散射很弱，导致这样的建筑物被错误判定为森林。虽然目前
一些目标分解方法是旋转不变的(比如H/Alpha分解、Touzi分解等)，但仍然也存在这个问
题。
目前，全极化干涉合成孔径雷达技术被广泛应用。对于重复轨道的全极化干涉合
成孔径雷达，建筑物对雷达的时间基线不敏感，而自然目标则相反。所以可以利用极化干涉
相干参数来区别建筑物和自然目标，并且和建筑物与雷达的航迹之间的夹角无关。
发明内容
本发明的目的在于克服了全极化合成孔径雷达数据受建筑物与雷达航迹之间的
夹角调制的缺点，提出了基于全极化干涉合成孔径雷达数据进行建筑物提取方法，该方法
利用同一幅场景的不同时间的全极化数据之间的干涉特性，弥补单一全极化数据受建筑物
与雷达航迹之间夹角调制的缺点。
为实现上述目的，本发明提出了基于全极化干涉合成孔径雷达数据的建筑物提取
方法，所述方法包括：
步骤1)依次计算全极化干涉合成孔径雷达图像中每个点的散射总功率SPAN；
步骤2)确定功率阈值α1，依次比较图像中每个点的功率SPAN是否大于α1，如果判定
结果是否定的，则该点不是建筑物，否则，对于SPAN比阈值α1大的点，转入步骤3)；
步骤3)基于全极化干涉合成孔径雷达数据，求解相干最优化问题，计算平均相干
参数；
步骤4)确定平均相干参数的阈值α2，判定值比阈值α2小的点不是建筑物，反之
则判定为建筑物。
上述技术方案中，所述步骤1)具体为：
首先读入全极化干涉合成孔径雷达图像中每个点的散射矩阵形式的数据，得到两
个三维的散射矢量k1和k2；利用k1和k2构建6×6的半正定艾米特矩阵T6：
其中，上标*T表示矩阵的共轭转置操作；
对T6进行斑点滤波，降低斑点噪声；然后从T6中得到3×3矩阵T11、T22和Ω12数据：
和
最后得到总功率SPAN：
SPAN＝trace(T11)+trace(T22)
SPAN是两个通道的功率之和。
上述技术方案中，所述步骤3)具体为：
对3×3矩阵进行特征分解，得到特征矢量ω11、ω12和ω13，特征值
υ11、υ12和υ13；对3×3矩阵进行特征分解，得到特征矢量ω21、ω22和ω23，特征
值υ21、υ22和υ23；由此得到三个最优的相干参数γ1、γ2和γ3：
利用三个特征值υ11、υ12和υ13定义三个伪概率p1、p2和p3：
pi＝υ1i/(υ11+υ12+υ13)
p1、p2和p3表示相应的特征矢量出现的概率，由于三个最优的相干参数是由特征矢
量计算得到的，所以相干参数γ1、γ2和γ3出现的概率也是p1、p2和p3；那么，定义一个平均
相干参数
该参数包含了γ1、γ2和γ3的信息，也表示两个干涉通道的相干性。
本发明的优点在于：
1、本发明的方法提出了平均相干参数的概念，该参数包含了三个最优相干参数的
全部信息，同时表示重复轨道全极化干涉合成孔径雷达的两次测量数据之间的相干性。建
筑物的重复轨道全极化干涉合成孔径雷达的两次测量的数据是相干的，而且与建筑物与雷
达航迹之间的夹角无关，克服了全极化合成孔径雷达数据受建筑物与雷达航迹之间的夹角
调制的缺点；
2、由于一些固定的自然目标(比如没有植被覆盖的土地)的两次测量数据也有很
大的相干性，所以本发明的方法引入总功率SPAN来去除这些目标可能带来的误检测可能。
附图说明
图1是本发明的基于重复轨道全极化干涉合成孔径雷达数据的建筑物提取方法的
流程图。
图2是Oberpfaffenhofen区域的Google Earth光学图像。
图3是本发明方法得到的总功率SPAN的图像。
图4是仅利用SPAN信息的建筑物提取结果。
图5是本发明方法提出的平均相干参数的图像。
图6是仅利用平均相干参数得到的建筑物提取结果。
图7是本发明方法得到的建筑物提取结果。
具体实施方式
下面结合附图和具体实验数据对本发明的方法进行详细说明。
如图1所示，本发明的基于全极化干涉合成孔径雷达数据进行建筑物提取方法，包
括下述步骤：
步骤1)依次计算全极化干涉合成孔径雷达图像中每个点的散射总功率SPAN；
首先读入重复轨道全极化干涉合成孔径雷达图像中每个点的散射矩阵形式的数
据，得到两个三维的散射矢量k1和k2。利用k1和k2构建6×6的半正定艾米特矩阵T6
其中，上标*T表示矩阵的共轭转置操作。
对T6形式的数据进行斑点滤波，降低斑点噪声。然后从T6形式的数据中可以得到3
×3矩阵T11、T22和Ω12数据：
和
最后得到总功率SPAN：
SPAN＝trace(T11)+trace(T22)
SPAN是两个通道的功率之和。
步骤2)确定功率阈值α1，依次比较图像中点的功率SPAN是否大于α1，如果判定结果
是否定的，则该点不是建筑物，否则，对于SPAN比阈值α1大的点，转入步骤3)；
步骤3)基于重复轨道全极化干涉合成孔径雷达数据，求解S.R.Cloude和
K.P.Papathanassiou提出的相干最优化问题，计算平均相干参数；
对3×3矩阵进行特征分解，得到特征矢量ω11、ω12和ω13，特征值
υ11、υ12和υ13；对3×3矩阵进行特征分解，得到特征矢量ω21、ω22和ω23，特征
值υ21、υ22和υ23。可以得到三个最优的相干参数γ1、γ2和γ3：
利用三个特征值υ11、υ12和υ13定义三个伪概率p1、p2和p3：
pi＝υ1i/(υ11+υ12+υ13)
表示相应的特征矢量出现的概率，由于三个最优的相干参数是由特征矢量计算得
到的，所以相干参数γ1、γ2和γ3出现的概率也是p1、p2和p3。那么，可以定义一个平均相干
参数
该参数包含了γ1、γ2和γ3的信息，也表示两个干涉通道的相干性。
步骤4)确定平均相干参数的阈值α2，判定值比阈值α2小的点不是建筑物，反之
则判定为建筑物。
下面结合实际的重复轨道全极化干涉合成孔径雷达数据验证本发明提出的平均
相干参数以及建筑物提取方法的有效性。使用的数据是德国L波段机载全极化合成孔径雷
达ESAR在Oberpfaffenhofen机场区域的沿同一航迹的两次飞行获得的数据，时间基线小于
一天。该区域有大块的森林、机场建筑、机场草地、公路、耕地、居民区，但是居民区的房屋周
围有树木。作为对照，图2为谷歌地球采集的该区域的光学图像。图3为总功率SPAN的图像，
白色表示SPAN值较大。图4为SPAN检测结果，白色代表SPAN大于阈值1的点，黑色代表SPAN小
于阈值1的点，可以看出建筑物和森林区域的功率较大。为了除去利用SPAN信息检测到的结
果中的森林区域，可以进一步使用本发明提出的平均相干参数的信息，因为森林区域在时
间上是去相干的，建筑物在时间上是相干的，即建筑物的平均相干参数的值较大，而森林区
域的平均相干参数的值较小。图5为本发明的平均相干参数的图像，白色表示值较大。图6为
仅利用平均相干参数的检测结果，白色为平均相干参数大于阈值2的点，黑色为平均相干参
数小于阈值2的点，可以看出建筑物的平均相干参数值较大，森林的平均相干参数较小。值
得注意的是机场草地和一些耕地的平均相干参数也比较大，这些区域属于粗糙面，一般会
产生布拉格面散射，其散射功率比较小，所以可以使用SPAN信息除去这些目标。图7为本发
明的联合SPAN和平均相干参数的建筑物提取方法的结果，白色为判定为建筑物的点，黑色
为判定不是建筑物的点，可以看出检测结果中只包含建筑物信息，除去了森林等高SPAN目
标，也除去了一些有高平均相干参数的自然面目标。
最后所应说明的是，以上实施例仅用以说明本发明的技术方案而非限制。尽管参
照实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，对本发明的技术方
案进行修改或者等同替换，都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明
的权利要求范围当中。