极化干涉SAR稀疏植被高度反演方法
专利汇可以提供极化干涉SAR稀疏植被高度反演方法专利检索，专利查询，专利分析的服务。并且本 发明 提出了一种极化干涉SAR稀疏植被高度反演方法，主要解决 现有技术 反演 精度 较低的问题。其实现方案为：对极化干涉SAR辅图像进行平地干涉 相位 修正；获取主图像和修正后的辅图像的Pauli基矢量矩阵；通过Pauli基矢量矩阵求取极化相干矩阵集合；根据植被干涉相位分布图对极化相干矩阵集合进行非邻域空间多视平均；通过非邻域空间多视平均后的极化相干矩阵集合求取地表相干系数矩阵和体散射相干系数矩阵；通过地表相干系数矩阵和体散射相干系数矩阵对稀疏植被植被高度进行反演。本发明降低了极化相干矩阵之间干涉相位的差异性，提高了植被参数反演的精度，可用于森林的分类和制图、大面积植被检测以及复杂地形高精度三维地形测绘。，下面是极化干涉SAR稀疏植被高度反演方法专利的具体信息内容。
1.一种极化干涉SAR稀疏植被高度反演方法，其特征在于，包括如下：
(1)对极化干涉SAR辅图像Is进行平地干涉相位修正，得到修正后的极化干涉SAR辅图像I′s；
(2)计算极化干涉SAR主图像Im上每个像元的Pauli基矢量k1，得到Im的Pauli基矢量矩阵{k1}，并计算修正后的极化干涉SAR辅图像I′s上每个像元的Pauli基矢量k2，得到I′s的Pauli基矢量矩阵{k2}；
(3)通过{k1}计算Im的极化自相干矩阵T11的集合{T11}，同时通过{k2}计算I′s的极化自相干矩阵T22的集合{T22}，并通过{k1}和{k2}计算Im与I′s之间的极化互相干矩阵Ω12的集合{Ω12}；
(4)获取极化干涉SAR干涉相位图中植被干涉相位的分布图：
(4a)计算Im上每个像元的Lexicographic基矢量u1，得到Im的Lexicographic基矢量矩阵{u1}，并计算I′s上每个像元的Lexicographic基矢量u2，得到I′s的Lexicographic基矢量矩阵{u2}；
(4b)对{u1}中的每个u1与{u2}中相同位置的u2进行共轭内积，得到Im与I′s之间的干涉Lexicographic基矢量v的矩阵{v}，并对{v}中每个v进行幅度归一化，得到幅度归一化后的干涉Lexicographic基矢量v′的矩阵{v′}；
(4c)对{v′}中每个v′其共轭转置矢量(v′)H进行外积，得到极化协方差矩阵C的集合{C}；
(4d)在极化干涉SAR干涉相位图上选取一块先验的矩形地表干涉相位区域，并在幅度归一化后的干涉Lexicographic基矢量矩阵{v′}中截取与这块区域位置相同的子矩阵{v′e}，同时在极化协方差矩阵集合{C}中截取与这块区域位置相同的子集合{Ce}；
(4e)对截取的极化协方差矩阵子集合{Ce}中的所有矩阵Ce取平均，得到平均极化协方差矩阵 并对截取的幅度归一化后的干涉Lexicographic基矢量子矩阵{v′e}中的每个v′e与 计算广义内积Ze，得到截取的广义内积子矩阵{Ze}，再对{Ze}所有Ze取平均，得到广义内积均值
(4f)对幅度归一化后的干涉Lexicographic基矢量矩阵{v′}中每个v′与平均极化协方差矩阵 计算广义内积Z，得到广义内积矩阵{Z}，并将{Z}中每个广义内积Z与广义内积均值 进行比较量化，得到植被干涉相位分布图Rtree；
(5)按照Rtree中植被干涉相位的分布，对Im的极化自相干矩阵集合{T11}、I′s的极化自相干矩阵集合{T22}、Im与I′s之间的极化互相干矩阵集合{Ω12}分别进行非邻域空间多视平均，得到非邻域空间多视平均后的Im的极化自相干矩阵集合{T′11}、I′s的极化自相干矩阵集合{T′22}、Im与I′s之间的极化互相干矩阵集合{Ω′12}；
(6)将非邻域空间多视平均后的Im的极化自相干矩阵集合{T′11}、I′s的极化自相干矩阵集合{T′22}、Im与I′s之间的极化互相干矩阵集合{Ω′12}进行组合，得到极化相干矩阵组合的集合{T′11,T′22,Ω′12}，并通过每个组合(T′11,T′22,Ω′12)对地表相干系数γg和体散射相干系数γv进行估计，得到地表相干系数矩阵{γg}和体散射相干系数矩阵{γv}；
(7)将体散射相干系数矩阵{γv}与地表相干系数矩阵{γg}进行共轭内积，得到去地表后的体散射相干系数矩阵{γ′v}，并通过每个相干系数γ′v对稀疏植被高度htree进行估计，得到稀疏植被高度矩阵{htree}。
2.根据权利要求1所述的方法，其特征在于，(1)中对极化干涉SAR辅图像Is进行平地干涉相位修正，实现如下：
(1a)对极化干涉SAR干涉相位图中的平地干涉相位进行估计，得到与干涉相位图大小相同的平地干涉相位图Af，其中每个像元的平地干涉相位φflat为：
式中，λ为极化干涉SAR的工作波长，Rflat1为像元对应的平地与极化干涉SAR主天线的斜距，Rflat2为像元对应的平地与极化干涉SAR辅天线的斜距；
(1b)对平地干涉相位图Af进行复数域转换，得到相位修正因子图Ef，并通过相位修正因子图Ef对极化干涉SAR辅图像Is进行修正，得到修正后的极化干涉SAR辅图像I′s：
I′s＝IsEf。
3.根据权利要求1所述的方法，其特征在于，(2)中计算极化干涉SAR主图像Im上每个像元的Pauli基矢量k1，以及计算修正后的极化干涉SAR辅图像I′s上每个像元的Pauli基矢量k2，计算公式如下：
式中，SHH1为Im上每个像元的HH通道散射系数，SVV1为Im上每个像元的VV通道散射系数，SHV1为Im上每个像元的HV通道散射系数，SHH2为I′s上每个像元的HH通道散射系数，SVV2为I′s上每个像元的VV通道散射系数，SHV2为I′s上每个像元的HV通道散射系数。
4.根据权利要求1所述的方法，其特征在于，(3)中极化干涉SAR主图像Im的极化自相干矩阵T11，平地干涉相位修正后的极化干涉SAR辅图像I′s的极化自相干矩阵T22，Im与I′s之间的极化互相干矩阵Ω12，其计算公式为：
式中，k1为Im上每个像元的Pauli基矢量， 为k1的共轭转置矢量，k2为I′s上每个像元的Pauli基矢量矩阵， 为k2的共轭转置矢量。
5.根据权利要求1所述的方法，其特征在于，(4a)中计算极化干涉SAR主图像Im上每个像元的Lexicographic基矢量u1，以及计算平地干涉相位修正后的极化干涉SAR辅图像I′s上每个像元的Lexicographic基矢量u2，计算公式如下：
式中，SHH1为Im上每个像元的HH通道散射系数，SVV1为Im上每个像元的VV通道散射系数，SHV1为Im上每个像元的HV通道散射系数，SHH2为I′s上每个像元的HH通道散射系数，SVV2为I′s上每个像元的VV通道散射系数，SHV2为I′s上每个像元的HV通道散射系数。
6.根据权利要求1所述的方法，其特征在于，所述(4b)，实现如下：
(4b1)对{u1}中的每个u1与{u2}中相同位置的u2进行共轭内积，得到Im与I′s之间的干涉Lexicographic基矢量v的矩阵{v}，共轭内积的计算公式为：
式中，{u1}为极化干涉SAR主图像Im的Lexicographic基矢量矩阵，{u2}为平地干涉相位修正后的极化干涉SAR辅图像I′s的Lexicographic基矢量矩阵；
(4b2)对{v}中每个v进行幅度归一化，得到幅度归一化后的干涉Lexicographic基矢量v′的矩阵{v′}，幅度归一化的计算公式为：
7.根据权利要求1所述的方法，其特征在于，(4e)中对截取的幅度归一化后的干涉Lexicographic基矢量子矩阵{v′e}中的每个v′e与 计算广义内积Ze，计算公式为：
式中，v′e为截取幅度归一化后的干涉Lexicographic基矢量子矩阵， 为截取的地表极化协方差矩阵的平均矩阵。
8.根据权利要求1所述的方法，其特征在于，所述(4f)，实现如下：
(4f1)对幅度归一化后的干涉Lexicographic基矢量矩阵{v′}中每个v′与平均极化协方差矩阵 计算广义内积Z，得到广义内积矩阵{Z}，计算公式为：
(4f2)按如下公式对{Z}中每个广义内积Z与广义内积均值 进行0-1比较量化：
(4f3)将所有量化后的广义内积值Z′组成植被干涉相位分布图Rtree。
9.根据权利要求1所述的方法，其特征在于，(5)中按照Rtree中植被干涉相位的分布，对Im的极化自相干矩阵集合{T11}、I′s的极化自相干矩阵集合{T22}、Im与I′s之间的极化互相干矩阵集合{Ω12}分别进行非邻域空间多视平均，通过如下公式进行：
式中，T′11(x,y)为非邻域空间多视平均后的Im的极化自相干矩阵，T′22(x,y)为非邻域空间多视平均后的I′s的极化自相干矩阵，Ω′12(x,y)为非邻域空间多视平均后的Im与I′s之间的极化互相干矩阵；2m+1为多视窗口的行尺寸，(2n+1)为多视窗口的列尺寸，x为多视窗口中心的行坐标，y为多视窗口中心的列坐标，T11(x+k,y+l)为{T11}中第x+k行y+l列的矩阵，T22(x+k,y+l)为{T22}中第x+k行y+l列的矩阵，Ω12(x+k,y+l)为{Ω12}中第x+k行y+l列的矩阵。
10.根据权利要求1所述的方法，其特征在于，(6)中通过每个组合(T′11,T′22,Ω′12)对地表相干系数γg和体散射相干系数γv进行估计，实现如下：
(6a)设置包含尽可能多的随机散射机理矢量ωr的矩阵{ωr}，并计算{ωr}中每个矢量ωr的相干系数γr，得到随机相干系数矩阵{γr}，相干系数γr的计算公式为：
式中，T′11为非邻域空间多视平均后的Im的极化自相干矩阵，T′22为非邻域空间多视平均后的I′s的极化自相干矩阵，Ω′12为Im与I′s之间的极化互相干矩阵， 为ωr的共轭转置矢量；
(6b)将{γr}中的所有相干系数映射到复平面单位圆中，得到随机相干系数分布椭圆，并对随机相干系数分布椭圆进行直线拟合，将直线与复平面单位圆的交点作为地表相干系数γg，同时将直线与相干系数分布椭圆的交点作为体散射相干系数γv。
11.根据权利要求1所述的方法，其特征在于，所述(7)中通过{γ′v}中的每个相干系数γ′v对稀疏植被高度htree进行估计，实现如下：
(7a)设置消光系数σ和植被高度htree的查找范围，建立体散射相干系数 的查找表体散射相干系数 的计算公式为：
式中，θ为极化SAR的视角，kz为极化SAR的有效垂直波数；
(7b)将去地表后的体散射相干系数矩阵{γ′v}中的每个相干系数γ′v放入查找表中进行匹配，将每个匹配到的相干系数 对应的植被高度htree作为反演的稀疏植被高度，得到稀疏植被高度矩阵{htree}。
极化干涉SAR稀疏植被高度反演方法
技术领域
背景技术
发明内容
具体实施方式
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 基于跳频和多相交替码的非相干散射雷达信号处理方法 | 2020-05-12 | 25 |
| 具有斑点噪声消减器的相干光波导照明系统 | 2020-05-14 | 38 |
| 发光装置及其应用的投影系统 | 2020-05-13 | 709 |
| 检测离轨迹表面情况的数据输入设备和方法 | 2020-05-14 | 429 |
| 一种高速超分辨率MIMO阵列成像方法 | 2020-05-15 | 452 |
| 发光装置及其应用的投影系统 | 2020-05-13 | 809 |
| 具有斑点噪声消减器的相干光波导照明系统 | 2020-05-14 | 954 |
| 一种基于simulink的非相干散射雷达回波模拟方法及系统 | 2020-05-12 | 378 |
| 基于离子线谱三峰结构反演强扰动电离层参量的方法 | 2020-05-14 | 642 |
| 相控阵非相干散射雷达系统 | 2020-05-11 | 891 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
