- 1、本文档共4页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
第33卷 第5期 武 汉 大 学 学 报 ·信 息科 学 版 Vo1.33 NO.5
2008年5月 Geomatics and Information Science of Wuhan University May 2008
文章编号:1671-8860(2008)05—0454—03 文献标志码:A
基于分布模型差异的SAR变化检测
尤红建 傅 琨
(1 中国科学院电子学研究所微波成像技术国家重点实验室,北京市北四环西路19号,100080)
摘 要:基于SAR图像的杂波统计特性,采用信息论中的交叉熵给出了一种提取多时相 SAR图像差异的方
法。采用瑞利分布函数作为SAR图像的分布模型,基于交叉熵导出了计算两幅SAR图像的差异因子;并采
用恒虚警率(CFAR)的方法自动分割变化区域,取得了较好的结果。
关键词:SAR;瑞利分布;交叉熵;CFAR;变化检测
中图法分类号:P237,3
由于星载SAR遥感数据具有全天候、全天时 回波数据的分布比较均匀,通常认为数据的分布
的独特优势,同时具有固定的重访周期,所以它比 服从一定的统计特性,可以采用某种概率分布模
光学遥感更适合于变化检测。但是SAR变化检测 型进行描述,即所谓的杂波模型。对于包含大量
要困难得多,尤其是SAR固有的相干斑噪声影响 散射体的分布目标,由中心极限定理通常认为原
更加重了sAR变化检测的难度。国外在应用sAR 始数据幅度服从瑞利分布。实际上,不同的地形
遥感进行变化检测方面起步较早,并进行了一系列 如山地、森林、海洋、河流等也不一定都是瑞利分
研究,取得了一些研究进展_l ]。在国内,由于SAR 布。鉴于杂波分布的多样性和地形的复杂性,本
数据源的问题,开展 SAR变化检测的研究相对较 文采用瑞利分布来描述中分辨率sAR图像的杂
少。总之,由于SAR本身成像机理的特殊性、数据 波。其概率密度函数为:
处理的复杂性,使得采用sAR变化检测远比光学
l exp(--z /2 ),z0
遥感变化检测困难得多,尤其是SAR得到的数据 /。(z)一 (1)
为地面多个散射单元综合叠加的后向散射系数,其 l0,z≤0
固有的斑点噪声、获取数据的侧视角度等因素严重 其中, 0为瑞利参数。瑞利分布的期望和方差
影响了SAR变化检测的结果,因此,SAR的变化检 分别为:
测必须紧紧联系SAR的后向散射特性和成像特
点。本文根据SAR图像的杂波统计分布模型,采 E(z)一√号 ,D(z)一 (2)
用瑞利分布模型作为基础,采用交叉熵作为度量标 当 取不同的输入值时,瑞利分布如图1所示。
准,计算两个数据集之间的差异程度,并引入
CFAR方法来自动提取变化的区域。
1 SAR图像的杂波统计模型
SAR图像中的每个像元都是地面许多微小
面元后向散射的合成,是多个随机分布变量综合
的,而包含一定区域的SAR图像是大量像元组成
图1 不同参数时的瑞利分布曲线
的分布区域,即分布目标。分布目标也包含大量
Fig.1 Rayleight Distribution with Different Parameter
的散射体,一般没有十分突出的强散射体,其信号
收稿日期:2008—03—17。
项目来源:国家863计划资助项目(2006AA12Z149
文档评论(0)