购买
下载掌阅APP,畅读海量书库
立即打开
畅读海量书库
扫码下载掌阅APP

3.2 SAR图像的乘性相干斑模型

有效的特征提取是目标精确识别的前提条件。从前文可知,SAR是一种相干成像传感器,信号的相干性是SAR能够提高图像分辨率的关键。如图3-1所示的目标,它的一个雷达分辨单元是由大量的散射单元组成的。在理想情况下,这些散射单元的回波为球面波,在球面上的幅度处处相等。由于这些散射单元出自同一雷达分辨单元,SAR是无法将它们区分的。SAR接收到的信号是这些散射单元回波的矢量和。这使实际具有均匀散射系数的区域,在SAR图像中并不具有均匀的灰度,仍然呈现很强的噪声表现,称为相干斑(Speckle)。与普通光学图像不同的是,相干斑在本质上是一种乘性噪声,因此SAR图像数据可视为两个独立的随机变量的乘积。

图3-1 相干斑产生原理示意图

在图3-1中, ρ r 表示雷达成像的距离向分辨率, ρ a 表示雷达成像的方位向分辨率。

通常,可以采用如下乘性模型对一幅给定的SAR图像 y i ∈ℜ D i= 1,2,…, N N 为训练样本数)进行建模:

式中, y i 为观测到的信号; R i 为地表反射系数矩阵(Radar Cross Section,RCS); ε i 为相干斑。 7OAwqn0wGzUmXbeQsWkP0WywsiZMmDVY8UWy4HZaHzQcK+yLN/XcYUw0mdoAW69s

点击中间区域
呼出菜单
上一章
目录
下一章
×