本發(fā)明涉及沿海環(huán)境遙感信息提取領(lǐng)域，尤其涉及一種利用SAR數(shù)據(jù)監(jiān)測蠔排區(qū)域的方法。

背景技術(shù)：

目前，對海水蠔排養(yǎng)殖的監(jiān)測手段主要包含以下四種：(1)航空遙感巡視；(2)船舶海面巡視；(3)航海雷達(dá)探測。其中，航空遙感巡視受地理區(qū)域以及天氣影響較大，在我國多云多霧的華南沿海地區(qū)并不適用，并且航空飛機在夜晚飛行時其搭載的傳感器并不能有效識別海水蠔排養(yǎng)殖區(qū)域，除此之外，航空飛機每次作業(yè)的成本高昂，對長時間序列的監(jiān)測不利。船舶海面巡視則受到海面航行狀況與航行視線因素的影響較大，很難有效地對海面目標(biāo)進行定位識別，并且船舶作業(yè)的成本也比較高昂。航海雷達(dá)探測技術(shù)的作用范圍十分有限，想要快速獲取大面積的海水養(yǎng)殖區(qū)域信息十分困難，對長期大范圍的海水養(yǎng)殖區(qū)域進行監(jiān)測更是耗時、耗財、耗力。

衛(wèi)星遙感監(jiān)測技術(shù)是目前比較熱門的技術(shù)。在星載SAR發(fā)展的初期，國內(nèi)外科學(xué)家開展了大量基于多時相單(雙)極化的SAR海面目標(biāo)識別研究，比如利用一系列的SAR數(shù)據(jù)進行艦船目標(biāo)的監(jiān)測，或者對艦船目標(biāo)的船跡進行監(jiān)測，所使用的方法主要是一般特征識別和常用分類器識別；還有一些學(xué)者利用SAR數(shù)據(jù)對大面積的海洋溢油監(jiān)測提供了技術(shù)手段，所使用的方法主要是利用后向散射特征以及一些復(fù)雜模型對溢油區(qū)域進行自動識別等。但是利用衛(wèi)星遙感監(jiān)測技術(shù)對海水養(yǎng)殖區(qū)域進行監(jiān)測的研究則很少，主要原因是SAR在發(fā)展初期主要應(yīng)用于軍事領(lǐng)域，海水養(yǎng)殖由于分布零散且普遍規(guī)模較小，容易不受重視，但如今海水養(yǎng)殖業(yè)快速擴展，規(guī)模越來越大，但由于海水養(yǎng)殖行業(yè)發(fā)展無序、管理難，致使一些沿海地區(qū)的港區(qū)、錨地、航道等被非法侵占，對海上通行造成極大的不便與隱患，威脅海上運輸安全。所以，急需一種普遍可行的技術(shù)手段對海水蠔排區(qū)域進行監(jiān)測。

技術(shù)實現(xiàn)要素：

本發(fā)明實施例公開了一種利用SAR數(shù)據(jù)監(jiān)測蠔排區(qū)域的方法及裝置、用戶設(shè)備，能有效監(jiān)測蠔排區(qū)域。

本發(fā)明實施例第一方面公開一種利用SAR數(shù)據(jù)監(jiān)測蠔排區(qū)域的方法，包括：

獲取原始全極化合成孔徑雷達(dá)(SAR)數(shù)據(jù)，并將所述原始全極化SAR數(shù)據(jù)進行極化定標(biāo)、幾何校正以及去噪的預(yù)處理，得到預(yù)處理后的全極化SAR數(shù)據(jù)；

將所述預(yù)處理后的全極化SAR數(shù)據(jù)進行后向散射特征提取得到后向散射特征；

根據(jù)所述后向散射特征體現(xiàn)在水體和蠔排區(qū)域上的差異，構(gòu)建用于突出蠔排區(qū)域特征的RWAI指數(shù)；

根據(jù)所述RWAI指數(shù)和相關(guān)的類別特征描述條件提取蠔排區(qū)域。

作為一種可選的實施方式，在本發(fā)明實施例第一方面中，所述方法中，將原始全極化SAR數(shù)據(jù)進行極化定標(biāo)、幾何校正以及去噪的預(yù)處理，得到預(yù)處理后的全極化SAR數(shù)據(jù)的步驟包括：

對所述全極化SAR數(shù)據(jù)進行極化定標(biāo)處理，將圖像的灰度值轉(zhuǎn)變?yōu)楹笙蛏⑸湎禂?shù)；

然后對經(jīng)極化定標(biāo)處理后的全極化SAR數(shù)據(jù)利用PolSARpro的ASF模塊進行幾何校正；

再對經(jīng)幾何校正處理后的全極化SAR數(shù)據(jù)進行多視處理和Boxcar濾波，得到預(yù)處理后的全極化SAR數(shù)據(jù)。

作為一種可選的實施方式，在本發(fā)明實施例第一方面中，所述方法中，將預(yù)處理后的全極化SAR數(shù)據(jù)進行后向散射特征提取得到后向散射特征的步驟具體為：

采用Cloude分解方法對全極化SAR數(shù)據(jù)進行處理，將極化相干矩陣分解為極化散射角、極化散射熵和反熵。

作為一種可選的實施方式，在本發(fā)明實施例第一方面中，所述方法中，根據(jù)后向散射特征體現(xiàn)在水體和蠔排區(qū)域上的差異，構(gòu)建用于突出蠔排區(qū)域特征的RWAI指數(shù)的步驟具體為：

根據(jù)所述后向散射特征在水體和蠔排的差異，將特征數(shù)據(jù)極化散射熵、體散射分量以及交叉極化強度組合構(gòu)建成RWAI指數(shù)：

其中H表示極化散射熵；P_v表示體散射分量；S_HV表示交叉極化強度。

作為一種可選的實施方式，在本發(fā)明實施例第一方面中，所述方法中，所述根據(jù)RWAI指數(shù)和相關(guān)的類別特征描述條件的閥值提取蠔排區(qū)域的步驟包括：

首先通過多尺度分割得邊界清晰的水體和陸地對象，通過特征描述實現(xiàn)對水域類型和陸地類型的劃分；然后以水域類型為基礎(chǔ)，再次通過多尺度分割得到蠔排邊界清晰的影像對象；

再根據(jù)所述影像對象、所述RWAI指數(shù)以及蠔排區(qū)域的鄰接關(guān)系特征、形狀特征等提取蠔排區(qū)域。

作為一種可選的實施方式，在本發(fā)明實施例第一方面中，在所述將預(yù)處理后的全極化SAR數(shù)據(jù)進行后向散射特征提取得到后向散射特征的步驟之后，所述方法還包括：

將所述后向散射特征進行歸一化處理。

本發(fā)明實施例第二方面公開一種利用SAR數(shù)據(jù)監(jiān)測蠔排區(qū)域的裝置，包括：

獲取模塊，用于獲取原始全極化合成孔徑雷達(dá)(SAR)數(shù)據(jù)；

預(yù)處理模塊，用于將獲取模塊獲取的原始全極化SAR數(shù)據(jù)進行極化定標(biāo)、幾何校正以及去噪的預(yù)處理，得到預(yù)處理后的全極化SAR數(shù)據(jù)；

后向散射特征提取模塊，用于將預(yù)處理模塊預(yù)處理后的全極化SAR數(shù)據(jù)進行后向散射特征提取得到后向散射特征；

RWAI指數(shù)構(gòu)建模塊，用于根據(jù)后向散射特征提取模塊提取的后向散射特征體現(xiàn)在水體和蠔排區(qū)域上的差異，構(gòu)建用于突出蠔排區(qū)域特征的RWAI指數(shù)；

蠔排區(qū)域提取模塊，用于根據(jù)RWAI指數(shù)構(gòu)建模塊構(gòu)建的RWAI指數(shù)和相關(guān)的類別特征描述條件提取蠔排區(qū)域。

作為一種可選的實施方式，在本發(fā)明實施例第二方面中，所述預(yù)處理模塊包括：

極化定標(biāo)處理單元，用于對所述全極化SAR數(shù)據(jù)進行極化定標(biāo)處理，將圖像的灰度值轉(zhuǎn)變?yōu)楹笙蛏⑸湎禂?shù)；

幾何校正單元，用于對經(jīng)極化定標(biāo)處理后的全極化SAR數(shù)據(jù)利用PolSARpro的ASF模塊進行幾何校正；

去噪單元，用于對經(jīng)幾何校正處理后的全極化SAR數(shù)據(jù)進行多視處理和Boxcar濾波，得到預(yù)處理后的全極化SAR數(shù)據(jù)。

作為一種可選的實施方式，在本發(fā)明實施例第二方面中，所述裝置還包括：

歸一化處理模塊，用于將后向散射特征提取模塊提取的后向散射特征進行歸一化處理。

本發(fā)明實施例第三方面公開一種用戶設(shè)備，包括本發(fā)明實施例第二方面公開的所述利用SAR數(shù)據(jù)監(jiān)測蠔排區(qū)域的裝置。

與現(xiàn)有技術(shù)相比，本發(fā)明實施例具備以下有益效果：

本發(fā)明實施例中，獲取原始全極化SAR數(shù)據(jù)后，將該原始全極化SAR數(shù)據(jù)進行極化定標(biāo)、幾何校正以及去噪的預(yù)處理，再將預(yù)處理后的全極化SAR數(shù)據(jù)進行后向散射特征提取得到后向散射特征，再根據(jù)后向散射特征提現(xiàn)在水體和蠔排區(qū)域上的差異，構(gòu)建RWAI指數(shù)，最后根據(jù)RWAI指數(shù)和相關(guān)的類別特征描述條件提取蠔排區(qū)域?？梢?，實施本發(fā)明實施例實現(xiàn)了利用SAR數(shù)據(jù)來對海水蠔排養(yǎng)殖區(qū)域的提取，大大降低了成本，且省時省力。

附圖說明

為了更清楚地說明本發(fā)明實施例中的技術(shù)方案，下面將對實施例中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1是本發(fā)明實施例公開的一種利用SAR數(shù)據(jù)監(jiān)測蠔排區(qū)域的方法的流程示意圖；

圖2是本發(fā)明實施例公開的另一種利用SAR數(shù)據(jù)監(jiān)測蠔排區(qū)域的方法的流程示意圖；

圖3是本發(fā)明實施例公開的一種利用SAR數(shù)據(jù)監(jiān)測蠔排區(qū)域的裝置的結(jié)構(gòu)示意圖；

圖4是本發(fā)明實施例公開的另一種利用SAR數(shù)據(jù)監(jiān)測蠔排區(qū)域的裝置的結(jié)構(gòu)示意圖；

圖5是本發(fā)明實施例公開的一種用戶設(shè)備的結(jié)構(gòu)示意圖。

具體實施方式

下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

需要說明的是，本發(fā)明實施例的術(shù)語“包括”和“具有”以及他們的任何變形，意圖在于覆蓋不排他的包含，例如，包含了一系列步驟或單元的過程、方法、系統(tǒng)、產(chǎn)品或設(shè)備不必限于清楚地列出的那些步驟或單元，而是可包括沒有清楚地列出的或?qū)τ谶@些過程、方法、產(chǎn)品或設(shè)備固有的其它步驟或單元。

本發(fā)明實施例公開了一種利用SAR數(shù)據(jù)監(jiān)測蠔排區(qū)域的方法及裝置、用戶設(shè)備，實現(xiàn)了利用SAR數(shù)據(jù)來對海水蠔排養(yǎng)殖區(qū)域的提取，能夠有效監(jiān)測蠔排區(qū)域，且大大降低了成本。以下進行結(jié)合附圖進行詳細(xì)描述。

實施例一

請參閱圖1，圖1是本發(fā)明實施例公開的一種利用SAR數(shù)據(jù)監(jiān)測蠔排區(qū)域的方法的流程示意圖。如圖1所示，該利用SAR數(shù)據(jù)監(jiān)測蠔排區(qū)域的方法可以包括以下步驟：

101、獲取原始全極化SAR數(shù)據(jù)；

首先，獲取原始全極化SAR數(shù)據(jù)。其中，本實施例中使用的數(shù)據(jù)為Radarsat-2衛(wèi)星的單視復(fù)型數(shù)據(jù)SLC(Single Look Complex，SLC)，它采用單視處理，保留了SAR相應(yīng)信息，以32bit復(fù)數(shù)形式記錄圖像數(shù)據(jù)，極化方式為精細(xì)四極化，空間分辨率5米。

102、將原始全極化SAR數(shù)據(jù)進行極化定標(biāo)、幾何校正以及去噪的預(yù)處理，得到預(yù)處理后的全極化SAR數(shù)據(jù)；

獲取原始全極化SAR數(shù)據(jù)后，需要對原始全極化SAR數(shù)據(jù)進行預(yù)處理，具體的，首先對全極化SAR數(shù)據(jù)進行極化定標(biāo)處理，將圖像的灰度值轉(zhuǎn)變?yōu)楹笙蛏⑸湎禂?shù)；然后對經(jīng)極化定標(biāo)處理后的全極化SAR數(shù)據(jù)利用PolSARpro的ASF模塊進行幾何校正；再對經(jīng)幾何校正處理后的全極化SAR數(shù)據(jù)進行多視處理和Boxcar濾波，得到預(yù)處理后的全極化SAR數(shù)據(jù)。

103、將預(yù)處理后的全極化SAR數(shù)據(jù)進行后向散射特征提取得到后向散射特征；

全極化SAR數(shù)據(jù)的目標(biāo)分解是指將極化散射矩陣、極化相干矩陣或者極化協(xié)方差矩陣分解為不同成分，用以表示目標(biāo)散射體的不同散射特性。本實施例中采用Cloude分解方法對全極化SAR數(shù)據(jù)進行處理，即使用特征值分解的方法將極化相干矩陣分解為三種成分，分別是極化散射角、極化散射熵和反熵。

104、構(gòu)建RWAI指數(shù)根據(jù)后向散射特征在水體和蠔排的差異，將特征數(shù)據(jù)極化散射熵、體散射分量以及交叉極化強度組合構(gòu)建成RWAI指數(shù)：

其中H表示極化散射熵；P_v表示體散射分量；S_HV表示交叉極化強度。

105、根據(jù)RWAI指數(shù)和相關(guān)的類別特征描述條件提取蠔排區(qū)域；

根據(jù)RWAI指數(shù)和相關(guān)的類別特征描述條件提取蠔排區(qū)域，具體的：首先通過多尺度分割，實現(xiàn)對水域和陸地的對象劃分，根據(jù)特征描述劃分水域類型和陸地類型；然后以水域類型為基礎(chǔ)，再次通過多尺度分割獲得蠔排邊界界定清晰的影像對象；再根據(jù)影像對象、RWAI指數(shù)以及蠔排區(qū)域的鄰接關(guān)系特征、形狀特征等提取蠔排區(qū)域類型。

在圖1所描述的方法，獲取原始全極化SAR數(shù)據(jù)后，將該原始全極化SAR數(shù)據(jù)進行極化定標(biāo)、幾何校正以及去噪的預(yù)處理，再將預(yù)處理后的全極化SAR數(shù)據(jù)進行后向散射特征提取得到后向散射特征，再根據(jù)后向散射特征提現(xiàn)在水體和蠔排區(qū)域上的差異，構(gòu)建RWAI指數(shù)，最后根據(jù)RWAI指數(shù)和相關(guān)的類別特征描述條件提取蠔排區(qū)域。本發(fā)明實施例利用Radarsat-2衛(wèi)星SLC全極化SAR數(shù)據(jù)的不同極化信息，對海水蠔排區(qū)域的后向散射特性進行分析，構(gòu)建RWAI指數(shù)對海面蠔排區(qū)域進行高精度提取，實現(xiàn)了利用SAR數(shù)據(jù)來對海水蠔排養(yǎng)殖區(qū)域的提取和有效監(jiān)測，大大降低了成本。

實施例二

請參閱圖2，圖2是本發(fā)明實施例公開的另一種利用SAR數(shù)據(jù)監(jiān)測蠔排區(qū)域的方法的流程示意圖。如圖2所示，該利用SAR數(shù)據(jù)監(jiān)測蠔排區(qū)域的方法可以包括以下步驟：

201、獲取原始全極化SAR數(shù)據(jù)；

首先，獲取原始全極化SAR數(shù)據(jù)。其中，本實施例中使用的數(shù)據(jù)為Radarsat-2衛(wèi)星的單視復(fù)型數(shù)據(jù)SLC(Single Look Complex，SLC)，它采用單視處理，保留了SAR相應(yīng)信息，以32bit復(fù)數(shù)形式記錄圖像數(shù)據(jù)，極化方式為精細(xì)四極化，空間分辨率5米。

202、對全極化SAR數(shù)據(jù)進行極化定標(biāo)處理，將圖像的灰度值轉(zhuǎn)變?yōu)楹笙蛏⑸湎禂?shù)；

全極化SAR數(shù)據(jù)的成像機理十分復(fù)雜，有其特殊的輻射和幾何畸變，并且還伴有SAR數(shù)據(jù)固有的相干斑噪聲，因此SAR數(shù)據(jù)處理有其特殊的極化定標(biāo)、幾何校正以及去噪的處理方法。

首先對Radarsat-2衛(wèi)星全極化SAR數(shù)據(jù)進行極化定標(biāo)處理，將圖像的灰度值轉(zhuǎn)變?yōu)楹笙蛏⑸湎禂?shù)σ，轉(zhuǎn)換關(guān)系具體為：

其中I_j是指對應(yīng)于圖像中這一點的入射角，β⁰是雷達(dá)亮度值。其中，β⁰的計算公式如下：

其中DN_j是圖像中某點的灰度值，A3是全極化SAR數(shù)據(jù)的頭文件中自帶的一個固定偏移量，A2_j可以通過LUT插值計算。

由于以dB表示的后向散射系數(shù)是以對數(shù)形式儲存的，所以在進行其它運算時比較不便，本實施例中將后向散射系數(shù)σ轉(zhuǎn)換成更容易參與運算的幅值A(chǔ)，二者轉(zhuǎn)換關(guān)系具體為：

σ＝10×log₁₀A²,

其中，σ表示后向散射系數(shù)，A表示幅值。

203、對經(jīng)極化定標(biāo)處理后的全極化SAR數(shù)據(jù)利用PolSARpro的ASF模塊進行幾何校正；

然后利用PolSARpro的ASF模塊對對經(jīng)極化定標(biāo)處理后的全極化SAR數(shù)據(jù)進行幾何校正，校正后像元大小為5米×5米。

204、對經(jīng)幾何校正處理后的全極化SAR數(shù)據(jù)進行多視處理和Boxcar濾波，得到預(yù)處理后的全極化SAR數(shù)據(jù)；

地面目標(biāo)在一個雷達(dá)分辨單元面積內(nèi)是由許多散射體組成的，這些散射體對于入射的雷達(dá)波都會產(chǎn)生向后散射，各散射體后向散射波相干疊加的結(jié)果會在SAR圖像中產(chǎn)生斑點噪聲。由于SAR數(shù)據(jù)斑點噪聲的存在，要在信息提取前對數(shù)據(jù)進行去噪處理，具體的除了進行多視處理外，還要進行Boxcar濾波，這樣做可以在降低噪聲影響的同時，能非常好的保護原有信息。

205、將預(yù)處理后的全極化SAR數(shù)據(jù)進行后向散射特征提取得到后向散射特征；

全極化SAR數(shù)據(jù)的每個像元可以用一個2×2的復(fù)數(shù)矩陣來表示，即包含目標(biāo)散射體所有的電磁散射信息的極化散射矩陣[S]：

其中，S_HH表示水平同極化分量，S_VV表示垂直同極化分量，S_VH與S_HV表示交叉極化分量。

在滿足互易性原理，即S_HV＝S_VH，時，還可以得到極化相干矩陣[T]和極化協(xié)方差矩陣[C]，具體為：

其中，A＝S_HH+S_VV，B＝S_HH-S_VV，C＝2S_HV＝2S_VH；

全極化SAR數(shù)據(jù)的目標(biāo)分解是指將極化散射矩陣、極化相干矩陣或者極化協(xié)方差矩陣分解為不同成分，用以表示目標(biāo)散射體的不同散射特性。本實施例中采用Cloude分解方法對全極化SAR數(shù)據(jù)進行處理，即使用特征值分解的方法將極化相干矩陣[T]分解為三種成分，分別是極化散射角α、極化散射熵H和反熵A。極化散射角α是表示電磁波經(jīng)過目標(biāo)散射體散射后從0°到90°變化的參量，反映了目標(biāo)散射體的散射機制。當(dāng)α＝0°時，對應(yīng)散射機制中各向同性的奇次散射；當(dāng)0°＜α＜45°時，對應(yīng)散射機制中各向異性的奇次散射；當(dāng)α＝45°時，對應(yīng)散射機制中的偶極子散射，即由植被產(chǎn)生的體散射；當(dāng)45°＜α＜90°時，對應(yīng)散射機制中各向異性的偶次散射；當(dāng)α＝90°時，對應(yīng)散射機制中各向同性的偶次散射。極化散射熵H表示媒質(zhì)散射的隨機性。其取值范圍為0≤H≤1。當(dāng)H＝0時，表示各向同性的完全極化散射狀態(tài)；當(dāng)0＜H＜1時，表示由完全極化散射到完全隨機散射的過渡狀態(tài)；當(dāng)H＝1時，表示各向異性的隨機散射狀態(tài)。反熵A是極化散射熵H的補充參數(shù)，它反映了除優(yōu)勢散射機制以外的兩個相對弱勢散射機制的大小關(guān)系。

對于全極化SAR數(shù)據(jù)，首先要將極化散射矩陣[S]轉(zhuǎn)化為極化相干矩陣[T]，并計算極化相干矩陣[T]的特征值。計算公式為：

其中，λ_i表示極化相干矩陣[T]的特征值；e_i表示極化相干矩陣[T]的特征向量；α表示目標(biāo)散射體的散射機制，其取值范圍為0°≤α≤90°；β表示目標(biāo)散射體的方位角，其取值范圍為-180°≤β≤180°；φ、δ、γ分別表示目標(biāo)散射體的相位角。

然后計算平均極化散射角α，計算公式如下：

最后計算極化散射熵H，計算公式如下：

其中，

206、將后向散射特征進行歸一化處理；

Radarsat-2衛(wèi)星全極化SAR數(shù)據(jù)中可以挖掘很多后向散射特征用于目標(biāo)識別，但由于數(shù)據(jù)量綱的差異，不同數(shù)據(jù)的值域之間相差巨大，為避免較大值對較小值的遮蓋，采用歸一化的方法，將提取的向散射特征進行標(biāo)準(zhǔn)化處理，將數(shù)據(jù)值域統(tǒng)一到[0，1]，消除量綱的影響。其計算公式為：

其中，X′_i表示標(biāo)準(zhǔn)化處理后的數(shù)據(jù)，X_i為原始數(shù)據(jù)，X_max,X_min分別為數(shù)據(jù)產(chǎn)品的最大值和最小值。

207、構(gòu)建RWAI指數(shù)；

基于以上處理，再利用后向散射特征在水體和蠔排區(qū)域的差異，將3種特征數(shù)據(jù)，即極化散射熵、體散射分量和交叉極化強度組合構(gòu)建成RWAI指數(shù)，突出蠔排區(qū)域特征：

其中，H表示極化散射熵；P_v表示體散射分量；S_HV表示交叉極化強度。

208、根據(jù)RWAI指數(shù)和相關(guān)的類別特征碼描述條件提取蠔排區(qū)域；

根據(jù)RWAI指數(shù)和相關(guān)的類別特征碼描述條件提取蠔排區(qū)域，具體的：

在本實施例中采用面向?qū)ο蟮姆诸惙椒ǎ瑢?shù)據(jù)進行多尺度分割處理，多尺度分割是將每個像元作為一個種子點，將特征相似的相鄰像元或者對象進行合并，當(dāng)對象內(nèi)部異質(zhì)性達(dá)到設(shè)定閾值時結(jié)束合并，通過組合三個分割參數(shù)，即尺度、形狀因子和緊致度因子，設(shè)置前述三個分割參數(shù)的組合閾值來獲得合適尺度的影像對象，顧及特征的影像對象有利于水域與陸地的劃分，以及包括蠔排在內(nèi)的水域細(xì)節(jié)的突出，以影像對象為分類單位可以克服傳統(tǒng)基于像素分類方法中產(chǎn)生的“椒鹽”現(xiàn)象，放大蠔排與水域、陸地等非目標(biāo)區(qū)域的差異，提高分類精度。基于分割后的影像對象，通過對于RWAI閾值的設(shè)置及其他相關(guān)特征的描述實現(xiàn)對于蠔排目標(biāo)的提取。由于分類結(jié)果仍然受相干斑噪聲影響，存在破碎的圖斑，為了生成高質(zhì)量的專題圖，還要對分類結(jié)果進行Elimination處理來消除零碎圖斑，進一步降低由噪聲引起的誤差。

首先，根據(jù)需要結(jié)合提取區(qū)域的環(huán)境特點，提取包括蠔排區(qū)域在內(nèi)的水域范圍，通過較大尺度的分割(分割參數(shù)設(shè)置為：分割尺度：500，形狀因子：0.2，緊致度因子：0.5)得到邊界清晰的水域和陸地對象，基于一定特征的類別描述實現(xiàn)水域和陸地類別的劃分，例如體散射分量特征：小于4的為水域，大于4為陸地；其次，以水域范圍為基礎(chǔ)，再次進行多尺度分割(分割參數(shù)設(shè)置為：分割尺度：15，形狀因子0.2，緊致度因子0.5)，完成對水域細(xì)節(jié)的劃分，創(chuàng)建內(nèi)部較為均質(zhì)的的蠔排、灘涂、水等對象，設(shè)置合適的閾值(RWAI<800)為提取標(biāo)準(zhǔn)進行蠔排區(qū)域的提取。同時考慮到可能出現(xiàn)大面積的養(yǎng)殖水面、網(wǎng)箱，以及灘涂等的散射特征與蠔排較為接近，容易引起RWAI值較高而導(dǎo)致錯分的問題，在進行蠔排區(qū)域提取時，除設(shè)定RWAI閾值外，設(shè)置附加條件，如蠔排與周圍地物的鄰接關(guān)系特征(例如：蠔排養(yǎng)殖一般集中分布在水中，若為孤立目標(biāo)，即鄰域20m內(nèi)無同類目標(biāo)存在，則剔除；若鄰接陸地，則剔除)、蠔排的形狀特征(蠔排多呈長方形，長寬適中，實驗中采取參數(shù)為1.5-3.0，若長寬比不在此范圍內(nèi)則剔除)等，對提取結(jié)果加以限制。附加條件的設(shè)置要綜合考慮影像及實際條件。其中，RWAI指數(shù)是對雷達(dá)的極化特征做的優(yōu)化，目的是突出蠔排；而RWAI閾值的設(shè)置則是在優(yōu)化后的特征中做篩選，提取蠔排區(qū)域。

其中，實施圖2所描述的方法利用Radarsat-2衛(wèi)星SLC全極化SAR數(shù)據(jù)的不同極化信息，對海水蠔排區(qū)域的后向散射特性進行分析，構(gòu)建RWAI指數(shù)，采用面向?qū)ο蟮姆诸惙椒?，對?shù)據(jù)進行多尺度分割處理對海面蠔排區(qū)域進行高精度提取，實現(xiàn)了利用SAR數(shù)據(jù)來對海水蠔排養(yǎng)殖區(qū)域的提取，能夠有效監(jiān)測蠔排區(qū)域，且大大降低了成本。

實施例三

請參閱圖3，圖3是本發(fā)明實施例公開的一種利用SAR數(shù)據(jù)監(jiān)測蠔排區(qū)域的裝置的結(jié)構(gòu)示意圖。如圖3所示，該利用SAR數(shù)據(jù)監(jiān)測蠔排區(qū)域的裝置包括：

獲取模塊301，用于獲取原始全極化合成孔徑雷達(dá)(SAR)數(shù)據(jù)；本實施例中使用的數(shù)據(jù)為Radarsat-2衛(wèi)星的SLC數(shù)據(jù)，它采用單視處理，保留了SAR相應(yīng)信息，以32bit復(fù)數(shù)形式記錄圖像數(shù)據(jù)，極化方式為精細(xì)四極化，空間分辨率5米。

預(yù)處理模塊302，用于將獲取模塊301獲取的原始全極化SAR數(shù)據(jù)進行極化定標(biāo)、幾何校正以及去噪的預(yù)處理，得到預(yù)處理后的全極化SAR數(shù)據(jù)；具體的，首先對全極化SAR數(shù)據(jù)進行極化定標(biāo)處理，將圖像的灰度值轉(zhuǎn)變?yōu)楹笙蛏⑸湎禂?shù)；然后對經(jīng)極化定標(biāo)處理后的全極化SAR數(shù)據(jù)利用PolSARpro的ASF模塊進行幾何校正；再對經(jīng)幾何校正處理后的全極化SAR數(shù)據(jù)進行多視處理和Boxcar濾波，得到預(yù)處理后的全極化SAR數(shù)據(jù)。

后向散射特征提取模塊303，用于將預(yù)處理模塊302預(yù)處理后的全極化SAR數(shù)據(jù)進行后向散射特征提取得到后向散射特征；全極化SAR數(shù)據(jù)的目標(biāo)分解是指將極化散射矩陣、極化相干矩陣或者極化協(xié)方差矩陣分解為不同成分，用以表示目標(biāo)散射體的不同散射特性。本實施例中采用Cloude分解方法對全極化SAR數(shù)據(jù)進行處理，即使用特征值分解的方法將極化相干矩陣分解為三種成分，分別是極化散射角、極化散射熵和反熵。

RWAI指數(shù)構(gòu)建模塊304，用于根據(jù)后向散射特征提取模塊303提取的后向散射特征體現(xiàn)在水體和蠔排區(qū)域上的差異，構(gòu)建用于突出蠔排區(qū)域特征的RWAI指數(shù)；具體的，將特征數(shù)據(jù)極化散射熵、體散射分量以及交叉極化強度組合構(gòu)建成RWAI指數(shù)：

其中H表示極化散射熵；P_v表示體散射分量；S_HV表示交叉極化強度。

蠔排區(qū)域提取模塊305，用于根據(jù)RWAI指數(shù)構(gòu)建模塊304構(gòu)建的RWAI指數(shù)和相關(guān)的類別特征描述條件提取蠔排區(qū)域；具體的：在本實施例中采用面向?qū)ο蟮姆诸惙椒?，對?shù)據(jù)進行多尺度分割處理，然后通過組合三個分類特征，即尺度、形狀因子和緊致度因子，并設(shè)置前述三個分類特征的組合閾值來提取蠔排養(yǎng)殖區(qū)域，這樣可以提供蠔排區(qū)別于其它散射地物的最大信息。由于分類結(jié)果仍然受相干斑噪聲影響，存在破碎的圖斑，為了生成高質(zhì)量的專題圖，還要對分類結(jié)果進行Elimination處理來消除零碎圖斑，進一步降低由噪聲引起的誤差。首先，根據(jù)需要結(jié)合提取區(qū)域的環(huán)境特點，提取包括蠔排區(qū)域在內(nèi)的水域范圍，通過較大尺度的分割和閾值設(shè)置將水域范圍區(qū)分開來；其次，以水域范圍為基礎(chǔ)，再次進行多尺度分割，完成對水域細(xì)節(jié)的劃分，創(chuàng)建內(nèi)部較為均質(zhì)的的蠔排、灘涂、水等對象，設(shè)置合適的閾值為提取標(biāo)準(zhǔn)進行蠔排區(qū)域的提取。同時考慮到可能出現(xiàn)大面積的養(yǎng)殖水面、網(wǎng)箱，以及灘涂等的散射特征與蠔排較為接近，容易引起RWAI值較高而導(dǎo)致錯分的問題，在進行蠔排區(qū)域提取時，除設(shè)定RWAI閾值外，設(shè)置附加條件，如蠔排與周圍地物的鄰接關(guān)系(例如：蠔排養(yǎng)殖一般集中分布在水中，若為孤立目標(biāo)，即鄰域20m內(nèi)無同類目標(biāo)存在，則剔除；若鄰接陸地，則剔除)、蠔排的形狀特征(蠔排呈長條狀，長寬比較大，實驗中采取參數(shù)為1.5，若小于該值則剔除)等等，對提取結(jié)果加以限制。附加條件的設(shè)置要綜合考慮影像及實際條件。

其中，實施圖3所描述的裝置中獲取模塊301獲取原始全極化SAR數(shù)據(jù)后，預(yù)處理模塊302將該原始全極化SAR數(shù)據(jù)進行極化定標(biāo)、幾何校正以及去噪的預(yù)處理，然后由后向散射特征提取模塊303將預(yù)處理后的全極化SAR數(shù)據(jù)進行后向散射特征提取得到后向散射特征，RWAI指數(shù)構(gòu)建模塊304再根據(jù)后向散射特征提現(xiàn)在水體和蠔排區(qū)域上的差異，構(gòu)建RWAI指數(shù)，最后蠔排區(qū)域提取模塊305根據(jù)RWAI指數(shù)和相關(guān)的類別特征描述條件提取蠔排區(qū)域。本發(fā)明實施例利用Radarsat-2衛(wèi)星SLC全極化SAR數(shù)據(jù)的不同極化信息，對海水蠔排區(qū)域的后向散射特性進行分析，構(gòu)建RWAI指數(shù)對海面蠔排區(qū)域進行高精度提取，實現(xiàn)了利用SAR數(shù)據(jù)來對海水蠔排養(yǎng)殖區(qū)域的提取，能夠有效監(jiān)測蠔排區(qū)域，且大大降低了成本。

實施例四

請參閱圖4，圖4是本發(fā)明實施例公開的另一種利用SAR數(shù)據(jù)監(jiān)測蠔排區(qū)域的裝置的結(jié)構(gòu)示意圖。如圖4所示的利用SAR數(shù)據(jù)監(jiān)測蠔排區(qū)域的裝置是在圖3所示裝置的基礎(chǔ)上的優(yōu)選實施例。

進一步的，在實施例三的基礎(chǔ)上，本實施例中的裝置還包括：

歸一化處理模塊306，用于將后向散射特征提取模塊303提取的后向散射特征進行歸一化處理；具體的，Radarsat-2衛(wèi)星全極化SAR數(shù)據(jù)中可以挖掘很多后向散射特征用于目標(biāo)識別，但由于數(shù)據(jù)量綱的差異，不同數(shù)據(jù)的值域之間相差巨大，為避免較大值對較小值的遮蓋，采用歸一化的方法，將提取的向散射特征進行標(biāo)準(zhǔn)化處理，將數(shù)據(jù)值域統(tǒng)一到[0,1]，消除量綱的影響。其計算公式為：

其中，X′_i表示標(biāo)準(zhǔn)化處理后的數(shù)據(jù)，X_i為原始數(shù)據(jù)，X_max,X_min分別為數(shù)據(jù)產(chǎn)品的最大值和最小值。

進一步的，預(yù)處理模塊302包括：

極化定標(biāo)處理單元3021，用于對全極化SAR數(shù)據(jù)進行極化定標(biāo)處理，將圖像的灰度值轉(zhuǎn)變?yōu)楹笙蛏⑸湎禂?shù)；具體的，將圖像的灰度值轉(zhuǎn)變?yōu)楹笙蛏⑸湎禂?shù)σ，轉(zhuǎn)換關(guān)系具體為：

其中I_j是指對應(yīng)于圖像中這一點的入射角，β⁰是雷達(dá)亮度值。其中，β⁰的計算公式如下：

其中DN_j是圖像中某點的灰度值，A3是全極化SAR數(shù)據(jù)的頭文件中自帶的一個固定偏移量，A2_j可以通過LUT插值計算。

由于以dB表示的后向散射系數(shù)是以對數(shù)形式儲存的，所以在進行其它運算時比較不便，本實施例中將后向散射系數(shù)σ轉(zhuǎn)換成更容易參與運算的幅值A(chǔ)，二者轉(zhuǎn)換關(guān)系具體為：

σ＝10×log₁₀A²,

其中，σ表示后向散射系數(shù)，A表示幅值。

幾何校正單元3022，用于對經(jīng)極化定標(biāo)處理后的全極化SAR數(shù)據(jù)利用PolSARpro的ASF模塊進行幾何校正，校正后像元大小為5米×5米。

去噪單元30323，用于對經(jīng)幾何校正處理后的全極化SAR數(shù)據(jù)進行多視處理和Boxcar濾波，得到預(yù)處理后的全極化SAR數(shù)據(jù)；地面目標(biāo)在一個雷達(dá)分辨單元面積內(nèi)是由許多散射體組成的，這些散射體對于入射的雷達(dá)波都會產(chǎn)生向后散射，各散射體后向散射波相干疊加的結(jié)果會在SAR圖像中產(chǎn)生斑點噪聲。由于SAR數(shù)據(jù)斑點噪聲的存在，要在信息提取前對數(shù)據(jù)進行去噪處理，具體的除了進行多視處理外，還要進行Boxcar濾波，這樣做可以在降低噪聲影響的同時，能非常好的保護原有信息。

其中，實施圖4所描述的裝置利用Radarsat-2衛(wèi)星SLC全極化SAR數(shù)據(jù)的不同極化信息，對海水蠔排區(qū)域的后向散射特性進行分析，構(gòu)建RWAI指數(shù)，采用面向?qū)ο蟮姆诸惙椒ǎ瑢?shù)據(jù)進行多尺度分割處理對海面蠔排區(qū)域進行高精度提取，實現(xiàn)了利用SAR數(shù)據(jù)來對海水蠔排養(yǎng)殖區(qū)域的提取，能夠有效監(jiān)測蠔排區(qū)域，且大大降低了成本。

實施例五

請參閱圖5，圖5是本發(fā)明實施例公開的一種用戶設(shè)備的結(jié)構(gòu)示意圖。其中，圖5所示的用戶設(shè)備包括圖3～圖4任意一種利用SAR數(shù)據(jù)監(jiān)測蠔排區(qū)域的裝置。實施圖5所示的用戶設(shè)備，利用Radarsat-2衛(wèi)星SLC全極化SAR數(shù)據(jù)的不同極化信息，對海水蠔排區(qū)域的后向散射特性進行分析，構(gòu)建RWAI指數(shù)，采用面向?qū)ο蟮姆诸惙椒?，對?shù)據(jù)進行多尺度分割處理對海面蠔排區(qū)域進行高精度提取，實現(xiàn)了利用SAR數(shù)據(jù)來對海水蠔排養(yǎng)殖區(qū)域的提取，能夠有效監(jiān)測蠔排區(qū)域，且大大降低了成本。

本領(lǐng)域普通技術(shù)人員可以理解上述實施例的各種方法中的全部或部分步驟是可以通過程序來指令相關(guān)的硬件來完成，該程序可以存儲于一計算機可讀存儲介質(zhì)中，存儲介質(zhì)包括只讀存儲器(Read-Only Memory，ROM)、隨機存儲器(Random Access Memory，RAM)、可編程只讀存儲器(Programmable Read-only Memory，PROM)、可擦除可編程只讀存儲器(Erasable Programmable Read Only Memory，EPROM)、一次可編程只讀存儲器(One-time Programmable Read-Only Memory，OTPROM)、電子抹除式可復(fù)寫只讀存儲器(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、只讀光盤(Compact Disc Read-Only Memory，CD-ROM)或其他光盤存儲器、磁盤存儲器、磁帶存儲器、或者能夠用于攜帶或存儲數(shù)據(jù)的計算機可讀的任何其他介質(zhì)。

以上對本發(fā)明實施例公開的一種利用SAR數(shù)據(jù)監(jiān)測蠔排區(qū)域的方法及裝置、用戶設(shè)備進行了詳細(xì)介紹，本文中應(yīng)用了具體個例對本發(fā)明的原理及實施方式進行了闡述，以上實施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想；同時，對于本領(lǐng)域的一般技術(shù)人員，依據(jù)本發(fā)明的思想，在具體實施方式及應(yīng)用范圍上均會有改變之處，綜上所述，本說明書內(nèi)容不應(yīng)理解為對本發(fā)明的限制。