简缩极化SAR数据处理与目标极化信息提取技术研究

简缩极化（Compact Polarimetry, CP）SAR数据处理技术是热门的研究课题。本课题主要研究简缩极化SAR数据处理的理论和新方法，包括：（1）研究两种简缩极化SAR数据模拟方法，研究由简缩极化SAR重构全极化SAR数据技术。分别利用这两种方法模拟的数据进行全极化SAR数据重构，分析重构的数据，总结这两种模拟方法的优缺点；（2）研究简缩极化SAR数据和噪声的数学表征模型，在此基础上研究细节信息保持与增强的简缩极化SAR数据滤波新方法；（3）研究简缩极化SAR目标特征提取理论与新方法，并采用模拟数据进行试验和分析。此外，需要优化极化矩阵处理过程，解决大计算量计算问题。本课题拟在理论上提出简缩极化SAR的数据数据滤波与目标信息提取新方法，通过模拟数据验证课题提出方法的性能。本课题拟简化简缩极化SAR数据滤波方法和目标信息提取方法的实现复杂性，提高适用性。

极化合成孔径雷达（Pol-SAR ）可以获得比普通单极化合成孔径雷达更丰富的目标信息，具有极大的应用潜力。全极化SAR 系统设计复杂，对天线技术、数据传输速率及功耗等要求很高。简缩极化技术是为降低全极化SAR 系统复杂性而提出的新技术。简缩极化SAR数据处理技术是热门的研究课题。. 项目主要研究内容：（1）研究简缩极化SAR数据模拟方法和全极化SAR数据重构技术。（2）研究简缩极化SAR数据和噪声的数学表征模型，及细节信息保持与增强的简缩极化SAR数据滤波新方法；（3）研究简缩极化SAR目标特征提取理论与新方法。. 项目重要结果：在简缩极化SAR数据模拟方面，研究了基于电磁散射建模的极化SAR数据模拟方法和基于小摄动模型的全极化SAR 分布目标模拟；研究了基于已有极化SAR数据模拟简缩极化SAR数据的方法，形成研究报告。在简缩极化SAR数据滤波方面，研究了基于第二代Bandelet变换的边缘检测处理SAR图像的方法，并应用于极化SAR数据滤波中，形成细节信息保持与增强的简缩极化SAR数据滤波方法与试验分析研究报告。在简缩极化SAR数据目标特征提取方面，项目组将van Zly的非负特征值分解方法扩展到非反射对称条件下，提出了一般情况下将散射机理模型和特征分解相结合的极化目标分解方法。然后将非反射对称条件下的非负特征值分解方法与复Wishart分类器相结合，提出基于非负特征值分解的Wishart最大似然非监督分类方法。此方法得到同行专家认可，论文在IEEE Trans.on GRS上发表。项目组研究了基于极化白化滤波和CFAR、及基于相似性参数和CFAR的目标检测方法，形成研究报告。针对简缩极化SAR数据特点，项目组研究了基于m-delta特征空间对目标分类方法，形成简缩极化SAR数据目标特征提取研究报告。共发表和已录用论文6篇，其中IEEE一篇，电子与信息学报两篇，IGARSS会议一篇，国外期刊一篇，雷达学报一篇。受理和提交专利申请3个。申请软件著作权一个。项目培养研究生5人。. 本项目对极化及简缩极化SAR数据模拟、数据滤波、目标极化分解、图像分类与目标检测等进行了研究，很好地完成了项目研究计划。项目跟踪国际最新技术，踏实地作了一些基础理论研究，研究成果对推动我国极化SAR系统数据分析、极化信息处理与挖掘技术的发展具有一定的理论意义和应用价值。