第
38
卷第
2
期
2013
年
2
月
武汉大学学报·信息科学版
Geomatics and Information Science of Wuhan University
Vo
l. 38 No. 2
Feb. 2013
文章编号
:1671-8860(2013)02-0212-05
文献标志码
:A
利用
ICA
算法进行全极化
SAR
影像滤波研究
余洁
1.2
刘利敏
2
李小娟
l
赵争
3
(l
首都师范大学城市环境过程与数字模拟国家重点实验室培育基地,北京市西兰环北路
105
号,
100048)
(2
武汉大学遥感信息工程学院,武汉市珞喻路
129
号,
430079)
。
中国测绘科学研究院,北京市莲花池西路
28
号,
100039
摘
要:提出了一种基于
ICA
算法的全极化
SAR
的滤波方法。首先对全极化
SAR
的四远远
dB
强度影像进
行
ICA
交换,分离出信号及噪声分量,将噪声设为极小佳,然后利用混合矩阵混合得到滤除噪声后的强度影
像,结合原始相位信息,计算滤波后的散射矩阵。采用
Foulum
地物的
EMISAR
数据进行试验,并采用相干斑
指数、均方差指数、边缘保持系数以及极化相关系数进行评价。结果表明,该方法不但能有效滤除影像的噪
声,在边缘等细节信息保持上也具有较大优势。此外,滤泼后影像虽敖射特性友生改支,但维持了地物间的差
异,在基于统计特性的精细分类、边缘信息及小目标检测方面仍具有较好的应用潜力。
关键词:全极化
SAR;ICA
算法;滤波;相干斑;细节信息保持;散射矩阵
中图法分类号
:P237.3
全极化
SAR
影像记录了地物在
4
种极化状
态下的散射回波川,被广泛应用于对地观测中,但
SAR
影像受相干斑噪声的影响严重,目标检测、
识别及后续处理困难增加。成像后的洁、波方法主
要分空间域和极化域滤波两类
[2J
。以
Lee[3
J
滤波
及
Boxcar
滤波为代表的空间域滤波利用像素间
的空间统计特性进行滤波处理,去除噪声时易导
致边缘模糊和细节信息丢失时,为此,先后提出的
多种自适应处理方法大部分是针对单极化影像
的。以
Novak[5
J
提出的
PWF
滤波器为代表的极
化域滤波是利用数据的极化特性,通过复极化测
量元素的最优组合来构造一幅图像[
4J
滤波后相
位差信息丢失,极化特性没有得到很好地保留。
随着
SAR
影像应用的拓展,去斑的同时能较好保
持极化和边缘等细节信息的滤波方法是近年来的
研究热点
[1J
。
独立分量分析
Cindependent
component
anal-
ysis
,
ICA)
算法是一种盲信号分离算法町,能有效
将多维
1
昆合信号中潜在的差异信息分离开,该算
法已在多极
SAR
滤波中得到应用
[5-9J
。纪建
[8J
和
Wang[9
J
等人分别利用
ICA
算法对多极化
SAR
相干斑抑制开展研究,研究结果均表明
ICA
能有
收稿日期
:2012-12-13
0
项目来源:国家
863
计划资助项目
(2011AA120404)
。
效滤除噪声,且具有较好的边缘保持能力。但该
方法与处理普通光学影像一样,将相干斑指数最
小的幅度影像作为最终滤波结果山,导致极化
SAR
影像特有的极化和相位信息丢失,无法获得
隐含的目标物理散射特性,不利于后续应用。对
全极化
SAR
影像而言,进行滤被处理,在获得较
好的滤波效果的同时,极化信息的保持也十分
重要。
ICA
算法虽在多极
SAR
滤波中研究较多,却
鲜见用于全极化
SAR
滤波的文献。本文在
ICA
算法的多极化
SAR
滤波的基础上进行改进,将该
算法引人全极化
SAR
滤波中,以期得到较好的滤
波效果的同时,保留极化和相位信息的散射矩阵,
供后续应用。
1
基于
ICA
的多极化
SAR
滤波
ICA
算法从观测信号出发,以随机变量的非
高斯性和相互独立性为分析目标,利用高阶统计
量统计独立的原则,通过优化算法分解得到源信
号的相互独立的成分
[9-10J
。
在基于
ICA
算法的多极化
SAR
滤波中,一