刘修国，姜　萍，陈启浩，陈　奇

中国地质大学(武汉)信息工程学院，湖北 武汉 430074

Buildings Extraction from Polarimetric SAR Image Using Improved Three-component Decomposition and Wishart Classification

LIU Xiuguo,JIANG Ping,CHEN Qihao,CHEN Qi

College of Information Engineering, China University of Geosciences, Wuhan 430074, China

Foundation support： The National Natural Science Foundation of China (Nos. 41301477; 41471355); China Postdoctoral Science Foundation(No. 2012M521497)；Program of Wuhan Subject Chief Scientist (No. 201271130443)

利用改进三分量分解与Wishart分类的极化SAR图像建筑提取方法

刘修国，姜萍，陈启浩，陈奇

中国地质大学(武汉)信息工程学院，湖北 武汉 430074

BuildingsExtractionfromPolarimetricSARImageUsingImprovedThree-componentDecompositionandWishartClassification

LIUXiuguo,JIANGPing,CHENQihao,CHENQi

CollegeofInformationEngineering,ChinaUniversityofGeosciences,Wuhan430074,China

Foundationsupport：TheNationalNaturalScienceFoundationofChina(Nos. 41301477; 41471355);ChinaPostdoctoralScienceFoundation(No. 2012M521497)；ProgramofWuhanSubjectChiefScientist(No. 201271130443)

摘要：本文针对基于Freeman分解的建筑提取方法存在的问题，提出采用圆极化相关系数实现选择性去取向，同时引入广义体散射模型，构建了面向建筑提取的改进三分量分解模型，以准确分析地物的散射特性。在此基础上，发展了一种综合利用改进三分量分解与Wishart迭代分类算法的极化SAR图像建筑提取方法。使用E-SAR全极化数据的试验结果表明，本文方法能够有效减少建筑与植被的误分，并提高建筑信息提取的准确性。

关键词：极化SAR；建筑提取；三分量分解；选择性去取向；体散射模型

1引言

合成孔径雷达以其全天时、全天候及穿透探测能力等特点，在目标检测、测绘制图等方面应用广泛[1-2]，其中，极化SAR图像能全面揭示地物目标的散射机制，在地物分类中表现出明显优势[3-4]。文献[5—6]利用极化SAR图像散射特性和统计特性进行分类，能够提供识别地物类型的信息，但未充分利用地物的细节信息和散射机制。将物理散射特性与统计特性相结合，文献[7]提出结合H/α平面和Wishart分类器的非监督分类算法，提高了细节信息保持能力；文献[8]提出了一种将Freeman三分量分解与Wishart最大似然分类相结合的极化SAR图像非监督分类方法，该方法在保留细节信息的同时还能有效保持各分类目标散射特征的一致性，更便于理解地物的物理散射机制[9]。……