一種基于改進(jìn)極化散射矩陣和H/α-Wishart分類器的極化SAR影像分類方法

廖露 黃青倫 周興霞

摘要：本文提出一種基于改進(jìn)極化散射矩陣和H/α-Wishart分類器的極化SAR影像分類方法。采用Quegon算法求解極化畸變參數(shù)矩陣并改進(jìn)極化散射矩陣。利用該矩陣構(gòu)建更為準(zhǔn)確的H/α二維平面。通過H/α-Wishart分類器對極化SAR影像進(jìn)行分類。在合并分類后，通過與調(diào)繪成果進(jìn)行對比，表明改進(jìn)方法的有效性。

關(guān)鍵詞：極化散射;初始聚類;極化相干矩陣;分類精度

中圖分類號：TP393 文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2019）30-0215-02

目前，已有學(xué)者針對極化散射矩陣誤差及其對影像分類的影響進(jìn)行過相關(guān)研究。在分類研究中，眾多學(xué)者提出了大量的分類方法。其中較為經(jīng)典且常用的便是H/a-Wishart分類方法。該方法的優(yōu)點是以地物極化散射機(jī)理為特征進(jìn)行初始聚類，但缺點是計算結(jié)果過分依賴初始聚類精度。而初設(shè)值（極化散射矩陣）的誤差，亟須通過畸變糾正盡可能改進(jìn)，進(jìn)而提升極化SAR影像分類精度。

1改進(jìn)極化散射矩陣

對于極化SAR影像，真實值與通道不平衡、串?dāng)_、系統(tǒng)噪聲等之間的關(guān)系可以用下式定義：

3分類方法流程

基于改進(jìn)極化散射矩陣的極化SAR影像分類方法整體流程如下：

（1）采用Quegan算法，針對原始極化散射矩陣，求得r和t極化畸變矩陣;使用畸變矩陣，求得改進(jìn)后的極化散射矩陣。

（2）使用改進(jìn)后的極化散射矩陣，求得單站條件下的極化相干矩陣;利用極化相干矩陣，求得H和α參數(shù)，構(gòu)建H/α平面。

（3）依據(jù)H/α空間分布情況，求得聚類中心位置;采用Whis-hart分類器，實現(xiàn)地物分類;可選定一定區(qū)域，進(jìn)行精度評價，提升分類精度。

4實驗與分析

數(shù)據(jù)采集區(qū)域中心位于海南省陵水縣。實驗區(qū)地物覆蓋類型豐富，屬于典型的中國平原淺丘區(qū)域。

從圖1（a）和（b）中可見，基于不同的初始聚類中心，聚類結(jié)果會有不同。發(fā)現(xiàn)原始數(shù)據(jù)的八類高度集中在第5區(qū)，易混淆。而改進(jìn)數(shù)據(jù)雖然也相對集中于第5區(qū)，但有更為清晰的聚類分布。原始方法得到的像素聚類中心由第3區(qū)移動到了第5區(qū)，而利用改進(jìn)方法得到的圖像的聚類中心保持在了第3區(qū)。產(chǎn)生以上差異的主要原因有：1）改進(jìn)方法會使交叉極化之間的差值比原始數(shù)據(jù)的差值要大一些。2）原始方法與改進(jìn)方法使得串?dāng)_和交叉通道不平衡度存在差值。

依據(jù)實際調(diào)繪資料對分類結(jié)果進(jìn)行評價，該區(qū)域內(nèi)真實的地物類型A為卡亡果幼苗區(qū);B為檳榔一木瓜混種區(qū);C為卡亡果成熟區(qū)。對于短波波段而言，幼苗冠層為主的區(qū)域紅外草地區(qū)域，先驗知識認(rèn)為應(yīng)該以體散射為主;植被冠層為主的區(qū)域、植被區(qū)域，先驗知識認(rèn)為應(yīng)該以體散射和表面散射主。然而從圖中可見，原始方法數(shù)據(jù)分類，除了零星分布有8類，杧果幼苗區(qū)域內(nèi)的分布主要是第6類和第3類。檳榔一木瓜混種區(qū)域分布最多為第3類，隨后是第5類、第6類、第8類?？ㄍ龉墒靺^(qū)域除了零星的第6類，其余多是第2類、第5類。A、B、C三個區(qū)域比較，檳榔一木瓜混種區(qū)域與卡亡果幼苗區(qū)域有相近的分類結(jié)果，但檳榔一木瓜混種區(qū)域與卡亡果成熟區(qū)域卻有明顯差異的分類結(jié)果。上述與實際調(diào)繪結(jié)果不一致。但這種不一致與圖1的第3區(qū)聚類中心的差異相一致。而改進(jìn)方法數(shù)據(jù)分類，卡亡果幼苗區(qū)域分布最多的是第5類，其次是第8類。檳榔一木瓜混種區(qū)域分布最多的是第3類，隨后是第5類、第6類、第8類。杧果成熟區(qū)域除了零星的第2類外，分布最多的是第3類，其次是5類。三個區(qū)域比較，檳榔一木瓜混種區(qū)域與杧果幼苗區(qū)域、杧果成熟區(qū)域有著明顯差異的分類結(jié)果，但檳榔一木瓜混種區(qū)域與卡亡果成熟區(qū)域有著相似的分類結(jié)果，區(qū)別僅在于檳榔一木瓜混種區(qū)域分布較多第8類，卡亡果成熟區(qū)域分布較多第2類。表明改進(jìn)方法數(shù)據(jù)分類結(jié)果更符合真實狀況。

5結(jié)論與展望

本文提出了一種基于改進(jìn)極化散射矩陣和H/α-Wishart分類器的極化SAR影像分類方法。利用極化畸變校正改進(jìn)的極化散射矩陣，可以提升數(shù)據(jù)質(zhì)量，并獲得更好的H和α參數(shù)精度。通過H/α-Wishart分類器，聚類中心更利于地物合并分類，有效提升原始數(shù)據(jù)分類精度。