CN112558017B - 一种极化目标三分量分解结果彩色可视化方法及*** - Google Patents

Abstract

本发明公开了一种极化目标三分量分解结果彩色可视化方法及***，所述方法包括：读入全极化合成孔径雷达数据，得到目标相干矩阵[T]；对目标相干矩阵[T]进行Freeman‑Durden三分量分解，得到三个功率分量：表面散射功率分量P_s、二面角散射功率分量P_d和体散射分量P_v；对三个功率分量P_s、P_d和P_v进行归一化；计算总散射功率Span；对总散射功率Span进行快速中值迭代归一化处理得到Span′；根据需求选择颜色模型及对应的颜色通道映射方案，显示伪彩色合成图像。本发明可有效增强全极化合成孔径雷达数据极化目标三分量分解结果的彩色可视化效果，增加图像的可读性，促进目标的检测、识别和分类。

Description

一种极化目标三分量分解结果彩色可视化方法及***

技术领域

本发明涉及极化目标分解结果可视化领域，特别涉及一种极化目标三分量分解结果彩色可视化方法及***。

背景技术

在极化合成孔径雷达(Polarimetric Synthetic Aperture Radar,PolSAR)数据的分析中，基于模型的极化目标非相干分解是一种有效且流行的工具，其是目标分解理论的重要组成部分，具有物理解释明确、实现方便和视觉解译简易等优点。该方法旨在将实测多视极化SAR数据表示为不同散射机制模型的组合，每个模型描述了一种实际的物理散射过程。1998年，Freeman和Durden最早提出了三分量目标分解方法，开创了基于模型的极化目标分解的先河(A.Freeman,S.L.Durden.A three-component scattering model forpolarimetric SAR[J].IEEE Transactions on Geo-science and Remote Sensing,1998,36(3):963-973)。从此，作为雷达回波目标信息提取的重要手段之一，该类方法取得了众多新进展，至今仍是极化目标分解研究领域的关注热点。

快速中值迭代归一化技术通过快速中值迭代处理、取对数处理和最大值-最小值归一化处理三项操作，可调整合成孔径雷达图像的动态范围，增加目标细节，提高图像显示效果。

根据总散射功率Span的定义，其可理解为各极化通道功率的非相干叠加，在此过程中，可得到一定的相干斑抑制效果，另外处于合理动态范围的Span可以较好地保持极化SAR数据的边缘、纹理、尺寸和形状信息，因此可以将Span融入极化SAR图像的展示中。

极化目标分解可以从极化数据中提取出与目标本身性质密切相关的极化特征参数。这些参数的有效展示和形象刻画对于后续极化SAR图像解译以及目标的分类、检测和识别等应用具有重大意义。传统的极化SAR目标分解结果的可视化方法是将分解结果以灰度图像的形式显示出来供目视解译，这样形成的极化SAR图像可读性较差，视觉效果不理想，不利于后期的分析和理解。相比于灰度，人眼对颜色变化

更加敏感，所以可用彩色图像的方式对极化目标分解结果进行显示，这样可以将灰度图像中不可区分的灰度差别转化为人眼较易分辨的颜色差异，从而反映出更多的目标信息，有利于图像的目视解译。颜色空间伪彩色处理即彩色可视化是在传统的灰度图像可视化基础上发展而来的效果更佳的极化目标分解结果可视化手段。选择彩色可视化主要基于以下两方面原因：一是颜色作为一个强有力的描绘子，可以挖掘和反映出极化目标分解结果中更多的目标信息和细节，显著丰富极化SAR图像空间，从而有利于目标的识别和区分；二是人眼对于颜色的差异和变化更敏感，即人眼对于颜色的辨别能力更强。彩色可视化可提高图像的分辨力，从而有利于人眼对图像的目视分析和理解。常用的颜色空间有：RGB、HSV、HSI、CIELab等。国内外许多学者针对极化目标分解结果的颜色空间彩色融合开展了相关研究。其中使用最广泛使用的一种传统方法是根据极化目标分解各结果所代表的地物目标属性，将其分别赋给RGB颜色空间的三个通道R,G,B来生成伪彩色合成图。例如，在Freeman-Durden三分量分解中，直接将P_s赋给蓝色通道，直接将P_d赋给红色通道，直接将P_v赋给绿色通道。

发明内容

本发明的目的在于增强极化目标分解结果的彩色可视化效果，促进极化合成孔径雷达图像的解译。

为了实现上述目的，本发明提供了一种极化目标三分量分解结果彩色可视化方法，所述方法包括：

读入全极化合成孔径雷达数据，得到目标相干矩阵[T]；

对目标相干矩阵[T]进行Freeman-Durden三分量分解，得到三个功率分量：表面散射功率分量P_s、二面角散射功率分量P_d和体散射分量P_v；

对三个功率分量P_s、P_d和P_v进行归一化；

计算总散射功率Span；

对总散射功率Span进行快速中值迭代归一化处理得到Span′；

根据需求选择颜色模型及对应的颜色通道映射方案并显示伪彩色合成图像。

作为上述方法的一种改进，所述对三个功率分量P_s、P_d和P_v进行归一化；具体包括：

式中，P′_s、P′_d和P′_v分别代表归一化后的表面散射功率分量、二面角散射功率分量和体散射分量。

作为上述方法的一种改进，所述计算总散射功率Span；具体包括：

目标相干矩阵[T]为：

则总散射功率Span为：

Span＝T₁₁+T₂₂+T₃₃。

作为上述方法的一种改进，所述根据需求选择颜色模型及对应的颜色通道映射方案，显示伪彩色合成图像，具体包括：

当选择的颜色模型为RGB模型，则映射方案为：

将归一化功率分量P′_d、P′_v和P′_s与快速中值迭代归一化处理后的Span即Span′相乘，如下式：

将P_s ^RGB和P_v ^RGB分别映射到红色通道、绿色通道和蓝色通道，如下式：

当选择的颜色模型为HSI模型，则映射方案为：

根据归一化功率分量P′_d、P′_v和P′_s计算HSI模型中色调分量H，计算方法如下：

根据归一化功率分量P′_d、P′_v和P′_s计算HSI模型中饱和度分量S，计算方法如下：

将Span′赋给HSI颜色空间中的亮度分量I，如下式：

I＝Span′

基于(H，S，I)，将HSI颜色空间转回RGB颜色空间进行显示。

本发明的实施例2提出了一种极化目标三分量分解结果彩色可视化***，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的方法。

本发明的优点在于：

本发明的方法及***分别基于两种面向对象不同的颜色模型给出了两种新的分解结果彩色可视化方案，为基于不同展示需求的极化合成孔径雷达图像的视觉效果的快速改善提供了新思路。

附图说明

图1是本发明的极化目标三分量分解结果彩色可视化方法的流程图；

图2是德国Oberpfaffenhofen地区的谷歌光学图像；

图3是全极化合成孔径雷达数据采用传统的RGB直接映射彩色可视化方法得到的Freeman-Durden三分量分解结果的伪彩色合成图；

图4是全极化合成孔径雷达数据经过本发明的方法得到的Freeman-Durden三分量分解结果的基于RGB颜色空间的伪彩色合成图；

图5是全极化合成孔径雷达数据经过本发明的方法得到的Freeman-Durden三分量分解结果的基于HSI颜色空间的伪彩色合成图。

具体实施方式

现结合附图对本发明的技术方案作进一步的描述。

参考图1，本发明的实施例1提出了一种极化目标三分量分解结果彩色可视化方法，包括以下步骤：

步骤1)读入全极化合成孔径雷达数据，得到目标相干矩阵[T]；

步骤2)对目标相干矩阵[T]进行Freeman-Durden三分量分解，得到三个功率分量：表面散射功率分量P_s、二面角散射功率分量P_d和体散射分量P_v；

步骤3)对三个功率分量P_s，P_d和P_v进行归一化；

步骤4)计算总散射功率Span；

步骤5)对总散射功率Span进行快速中值迭代归一化处理得到Span′；

步骤6)根据需求选择颜色模型及对应的颜色通道映射方案并显示伪彩色图像。

下面对本发明方法中的步骤做进一步描述。

在步骤1)中，读入全极化合成孔径雷达数据，得到目标的相干矩阵[T]；在一个实施例中，所读入的数据为DLR研制的L波段机载ESAR获取的德国Oberpfaffenhofen地区的全极化数据。

基于步骤1)得到的目标的相干矩阵[T]，在步骤2)中，我们对[T]进行Freeman-Durden三分量分解，得到对应三个功率分量：表面散射功率分量P_s、二面角散射功率分量P_d和体散射分量P_v。

基于步骤2)得到的实施例中目标相干矩阵三分量分解得到的三个功率分量，在步骤3)中，对三个功率分量P_s，P_d和P_v按下式进行归一化：

式中，P′_s、P′_d和P′_v分别代表归一化后的表面散射功率分量、二面角散射功率分量和体散射分量。

在步骤4)中，基于步骤1)得到的目标的相干矩阵[T]以及总散射功率Span的定义，按下式计算实施例对应的总散射功率Span：

Span＝T₁₁+T₂₂+T₃₃

在步骤5)中，使用快速中值迭代归一化处理技术对实施例对应的总散射功率Span进行处理得到Span′，即先进行快速中值迭代操作，然后进行取对数操作，最后进行最大值-最小值归一化操作。

在步骤6)中首先根据显示需求选择要使用的颜色模型：RGB或HSI，然后按照选取的颜色模型对应的颜色通道映射方案进行分量映射：

当选择RGB模型时，先将归一化功率分量P′_d、P′_v和P′_s与快速中值迭代归一化处理后的Span即Span′相乘，如下式：

再将P_s ^RGB和P_v ^RGB分别映射到红色通道、绿色通道和蓝色通道，如下式：

最后将三个通道进行RGB伪彩色合成，得到对应的极化合成孔径雷达RGB伪彩色图像；

当选择HSI模型时，先通过归一化功率分量P′_d、P′_v和P′_s计算HSI模型中色调分量H，如下式：

再通过归一化功率分量P′_d、P′_v和P′_s计算HSI模型中饱和度分量S，计算方法如下：

然后将Span′赋给HSI颜色空间中的亮度分量I，如下式：

I＝Span′

最后将HSI颜色空间转回RGB颜色空间，得到实施例对应的极化合成孔径雷达伪彩色图像。

图2为Oberpfaffenhofen地区的谷歌光学图像。图3为全极化合成孔径雷达数据采用传统的RGB直接映射彩色可视化方法得到的Freeman-Durden三分量分解结果的伪彩色合成图，可看到，由于动态范围大等问题，该图显示效果较差，其展示出的目标地物信息有限，细节不清晰。而作为对比，图4和图5是全极化合成孔径雷达数据经过本发明的方法得到的Freeman-Durden三分量分解结果的分别基于RGB颜色模型和HSI颜色模型的伪彩色合成图，其中，总散射功率Span快速中值迭代归一化技术处理选取的迭代次数k＝5。可看出，这两幅图显示效果明显增强，目标细节和特征显著增加，可以较清楚地区分出建筑物、森林、道路、居民区以及机场区域的跑道和停机坪等目标，证明了所提出的彩色可视化方案的有效性。另外，与基于RGB颜色模型得到的伪彩色合成图相比，基于HSI颜色模型得到的伪彩色合成图更符合人眼习惯，视觉效果更好。上述图像的尺寸大小均为1300×1200。

本发明的实施例2提出了一种极化目标三分量分解结果彩色可视化***，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现实施例1的方法。

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。

Claims (5)

1.一种极化目标三分量分解结果彩色可视化方法，所述方法包括：

读入全极化合成孔径雷达数据，得到目标相干矩阵[T]；

对目标相干矩阵[T]进行Freeman-Durden三分量分解，得到三个功率分量：表面散射功率分量P_s、二面角散射功率分量P_d和体散射分量P_v；

对三个功率分量P_s、P_d和P_v进行归一化；

计算总散射功率Span；

对总散射功率Span进行快速中值迭代归一化处理得到Span′；

根据需求选择颜色模型及对应的颜色通道映射方案，显示伪彩色合成图像。

2.根据权利要求1所述的极化目标三分量分解结果彩色可视化方法，其特征在于，所述对三个功率分量P_s、P_d和P_v进行归一化；具体包括：

式中，P_s′、P′_d和P′_v分别代表归一化后的表面散射功率分量、二面角散射功率分量和体散射分量。

3.根据权利要求2所述的极化目标三分量分解结果彩色可视化方法，其特征在于，所述计算总散射功率Span；具体包括：

目标相干矩阵[T]为：

则总散射功率Span为：

Span＝T₁₁+T₂₂+T₃₃。

4.根据权利要求3所述的极化目标三分量分解结果彩色可视化方法，其特征在于，所述根据需求选择颜色模型及对应的颜色通道映射方案，显示伪彩色合成图像，具体包括：

当选择的颜色模型为RGB模型，则映射方案为：

将归一化功率分量P′_d、P′_v和P_s′与快速中值迭代归一化处理后的Span即Span′相乘，如下式：

将和/>分别映射到红色通道、绿色通道和蓝色通道，如下式：

当选择的颜色模型为HSI模型，则映射方案为：

根据归一化功率分量P′_d、P′_v和P_s′计算HSI模型中色调分量H，计算方法如下：

根据归一化功率分量P′_d、P′_v和P_s′计算HSI模型中饱和度分量S，计算方法如下：

将Span′赋给HSI颜色空间中的亮度分量I，如下式：

I＝Span′

基于(H，S，I)，将HSI颜色空间转回RGB颜色空间进行显示。

5.一种极化目标三分量分解结果彩色可视化***，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-4任一项所述的方法。