极化SAR散斑滤波和扩展Sigma滤波器

极化SAR散斑滤波和扩展Sigma滤波器 摘要 随着具有高清晰度和四极化数据的合成孔径雷达(SAR)技术的进步,我们需要更好和有效的极化SAR图像相干斑滤波器算法。对极化SAR相干斑滤波提出两个要求:

极化SAR散斑滤波和扩展Sigma滤波器 摘要 随着具有高清晰度和四极化数据的合成孔径雷达(SAR)技术的进步,我们需要 更好和有效的极化SAR图像相干斑滤波器算法。对极化SAR相干斑滤波提出两个要 求:1)散斑滤波应只适用于分散媒质,并且强大的硬目标应保持未过滤; 2)为了减少相干斑,散射机制保存应被考虑。本文的目的包含两个方面:1),提 出一种有效的算法,该算法是被改进的Sigma滤波器的扩展,适用于单极化SAR; 2) 调查相干斑噪声特性和对具有较高分辨率(分米)单极化SAR图像数据的相干斑噪声 滤波器的需求。提出的过滤器是根据考上述两个要求而考虑的。它的有效性已经被 Jet Propulsion实验室d e机载合成孔径雷达数据验证,并与boxcar过滤器,Lee 滤波器,Wishart-based nonlocal 滤波器做过比较。对于非常高的分辨率极化SAR 系统,如德国航空航天中心F-SAR和日本Pi-SAR2,它们具有分米级的空间分辨率, 我们发现,复杂的Wishart分布仍然是有效的描述极化SAR斑点特征的分布式,媒相 干斑滤波可能需要根据目标大小进行分析。25厘米分辨率的F-SAR X波段数据可 以解释。 关键词:极化SAR,相干斑去噪,高分辨率SAR。 介绍 极化合成孔径雷达(SAR)(Pol-SAR)的后向散射返回可被描述为三个相关的相 干干扰过程的相互作用:HH,VV和HV极化。由于三种极化的相关性,相干斑噪声效 应不仅出现在三种强度,而且出现在三个复数相关项上。为了解释的可靠和极化信 息的提取,随机的极化变量必须通过平均相关性或协方差矩阵来减少相邻像素。这 种数据具有非相干散射的特征形式[1]。它被称为非相干平均,也被称为多视处理, 是应用极化SAR必不可少的分析技术,例如Cl oud e-Pottier特征值和特征向量分 解[2],基于分解的Freeman-Durd en模型等[3]。没有足够的非相干平均,导出的参