李洪忠 陈劲松 王 超 张 红

①(中国科学院深圳先进技术研究院 深圳 518055)

②(中国科学院对地观测与数字地球科学中心 北京 100094)

1 引言

目标的极化特性与其形状结构有着本质的联系，是完整刻画目标特征不可或缺的。极化分解[1−3]将复杂的目标分解为典型散射类型加权和的形式，是实现目标极化特性提取的主要工具。文献[4]提出了一种三分量的散射分解模型，实验表明，Freeman分解对描述热带雨林的极化散射特征非常有效。文献[5]认为相比于其他方法，Freeman分解在地物分类应用中更具鲁棒性。然而，Freeman分解仍存在若干问题：(1)由于Freeman分解模型不满足旋转不变性，产生误分类；(2)当应用Freeman分解时，对某些像元，表面散射或二次散射强度为负数。

本文提出一种基于极化相似性的极化 SAR地物分类方法，将极化相似性[6]概念与 Freeman分解模型相结合。因为相似性参数具有非负性，Freeman分解时出现散射强度为负数的情况可以避免，而且相似性参数具有旋转不变性，建筑物误分类的现象得到抑制。最后以AirSAR数据进行实验，验证了该方法的有效性。

2 相关理论基础

2.1 Freeman分解

Freeman等人[4]在Van Zyl的工作基础上，建立3种散射机制的二阶极化协方差/相干矩阵模型：

(1)体散射，冠层散射体的模型是一组方位随机的细长偶极子。

(2)二次散射，其模型是一个二面角反射器。

(3)表面或单次散射，其模型是一阶布拉格表面散射体。

Freeman分解将目标相干矩阵表示为

fs,fd,fv均为未知变量，分别表示三分量对散射目标的贡献。

2.2 极化相似性

Yang等人[6]定义了极化相似性参数来度量目标之间的散射相似性。……