基于几何-电磁建模的高分辨率SAR图像建筑物高度信息提取技术

With the increasing demand on high-resolution SAR image interpretation of urban areas, this project aims at analyzing the relationship between building features in SAR images and its geometrical structure and electromagnetic properties, exploring potential features for retrieving building height, and developing height retrieval method with high accuracy, flexibility and extensibility. By constructing geometrical-electromagnetic model, the SAR imaging mechanism of buildings is illustrated, and the relationship between image features and building height is quantitatively described. Based on the model, a novel way of building height retrieval based on feature predicting-matching is proposed, which can utilizes multi-features such as geometrical and scattering features. With the introduction of feature uncertainty modeling in feature matching, the performance of building height estimation can be improved. Our research will provide a new way for building information extraction from high-resolution SAR images. It is also valuable for fully exploiting the large amount of information present in SAR images and improving the interpretation capability of complex objects.

本项目面向高分辨率SAR图像在城区环境遥感中的应用需求，旨在充分挖掘建筑物典型影像特征与其几何结构、电磁散射特性之间的联系，探索可用于高度提取的新特征，实现准确性高、灵活性好、可扩展性强的建筑物高度信息提取。首先构建几何-电磁散射模型，全面揭示建筑物SAR成像机理，定量描述影像特征与建筑物高度之间的关系；在此基础上，提出基于特征预测-匹配的建筑物高度信息提取新思路，可综合利用几何、散射等多种特征；并在特征匹配中引入对特征不确定性的定量表征，提高高度信息提取的可靠性。项目研究成果将为高分辨率SAR图像建筑物解译提供新的技术途径，对充分挖掘SAR图像信息、提高对高分辨率SAR图像中复杂目标的解译能力也具有重要的参考价值。

近年来，随着大量高分辨率星载、机载合成孔径雷达系统研制成功及投入使用，建筑物高度信息提取成为SAR城区环境遥感的研究热点之一。现有研究大多侧重于利用多视角、多视向图像或多源数据的信息互补性，来弥补单幅图像可能存在的信息丢失。随之而来的问题是：处理的数据量大，不同数据常需配准才能使用；利用多视角、多视向图像时，对成像条件有一定的约束，如视角差、平台飞行路径等；数据获取可能存在一定的时间周期，对于时间敏感型的应用（如精确打击、毁伤评估、灾后应急响应等）将具有较大的局限性。事实上，从应用的角度来看，受成像条件等因素的限制，在某些实际情况下对于同一地区可能仅有单幅图像可供分析，因而具有更为紧迫的实用需求。此外，单幅图像的研究是基础性工作，不解决好单幅图像中的特征提取与利用等问题，势必也会影响多图像的信息提取。因此，本项目着眼于单幅高分辨率SAR图像，开展建筑物高度信息提取技术研究。.首先，开展了建筑物几何-电磁建模与特征预测的研究。一方面，从SAR成像几何出发，建立起建筑物几何模型与图像中叠掩、阴影等区域几何特征之间的定量关系；另一方面从散射机理出发，研究建筑物的电磁散射信息与其3D信息之间的关系。基于模型，实现SAR图像中建筑物特征区域的预测。.其次，研究了SAR图像中建筑物的特征提取与特征不确定性建模问题。基于对SAR图像中建筑物的影像特征分析，研究了建筑物的特征提取方法，包括线特征提取、区域特征提取和轮廓特征提取，提出了一种基于标记控制分水岭算法的建筑物轮廓特征提取方法，该方法具有检测率高、虚警率低、定位准确、适应于多种场景等优点。对于以点集形式表示的轮廓特征，提出一种基于不确定轮廓的相似度置信区间来衡量SAR图像目标相似性，便于在后续高度估计过程中引入特征不确定性。同时，该准则对轮廓定位有一定容错性，对一定程度的断裂、多边缘等降质轮廓也能得到合理的相似度范围。.最后，结合建筑物特征预测、轮廓特征提取与不确定轮廓相似性的研究结果，构建了建筑物模型与实测图像匹配度目标函数，并设计了基于遗传算法的优化求解过程，对仿真图像和实测图像的实验结果验证了本项目高度信息提取方案的有效性，该方案也为SAR图像人造目标的提取提供了一种新思路。