基于分布模型差异的SAR变化检测.pdfVIP

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