基于非平稳性和极化相关性的PolSAR建筑检测新法

本文主要探讨了一种基于非平稳性和极化相干系数比的建筑物检测方法在全极化合成孔径雷达（PolSAR）图像处理中的应用。随着城市化进程的加快，准确地从PolSAR图像中识别建筑物变得尤为重要，这不仅有助于土地利用规划，也对于灾害预警和军事侦察等领域具有重要意义。 首先，作者针对PolSAR图像的特点，采用了预处理步骤，包括滤波和方位向时频分解，这一过程可以提取出多维度的子孔径图像。子孔径分解技术有助于分解回波信号，增强对建筑物细节的分辨能力，同时减少了噪声的影响。 接着，论文的核心思想是结合方位向的非平稳性检测和极化相干系数比来进行建筑物的识别。非平稳性检测是通过分析目标散射强度随时间或频率的变化特性，来区分稳定背景（如自然地物）与动态目标（如建筑物）。然而，传统的非平稳性检测可能会误判具有布拉格散射的自然地物，导致虚警。 为了改进这一点，作者提出了新的极化相干系数比（Polarization Coherency Coefficient Ratio, PCCR），这是一种创新的特征量，它可以更精确地捕捉到建筑物的独特极化特性。相比于传统方法，新引入的PCCR能更好地区分建筑物和自然地物，提高了检测的精度和可靠性。 作者通过对星载和机载PolSAR数据的实验验证了这种方法的有效性。实验结果显示，基于非平稳性和PCCR的建筑物检测算法能够显著降低虚警率，提升建筑物检测的准确性和完整性，特别是在复杂的城市环境中，其性能优势更为明显。 该研究为PolSAR图像处理中的建筑物检测提供了一种创新且有效的技术，提升了自动化处理的效率和准确性，为相关领域的应用开辟了新的可能性。同时，这也强调了在PolSAR数据分析中融合多种特征和先进的信号处理技术的重要性。