CN112882026B - 一种树高反演的方法、装置、计算机存储介质及终端 - Google Patents
一种树高反演的方法、装置、计算机存储介质及终端 Download PDFInfo
- Publication number
- CN112882026B CN112882026B CN202110030372.9A CN202110030372A CN112882026B CN 112882026 B CN112882026 B CN 112882026B CN 202110030372 A CN202110030372 A CN 202110030372A CN 112882026 B CN112882026 B CN 112882026B
- Authority
- CN
- China
- Prior art keywords
- scattering
- matrix
- pixel
- crown
- calculating
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 239000011159 matrix material Substances 0.000 claims abstract description 135
- 238000004364 calculation method Methods 0.000 claims abstract description 32
- 230000010287 polarization Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 14
- 238000001914 filtration Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 abstract description 13
- 230000008030 elimination Effects 0.000 abstract description 4
- 238000003379 elimination reaction Methods 0.000 abstract description 4
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000000354 decomposition reaction Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 230000008033 biological extinction Effects 0.000 description 3
- 238000000137 annealing Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000005571 horizontal transmission Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000005570 vertical transmission Effects 0.000 description 2
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/9094—Theoretical aspects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/9021—SAR image post-processing techniques
- G01S13/9023—SAR image post-processing techniques combined with interferometric techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
- G01S7/418—Theoretical aspects
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本文公开一种树高反演的方法、装置、计算机存储介质及终端，本发明实施例对极化干涉合成孔径雷达(PolInSAR)图像的每一个像素，通过计极化干涉协方差矩阵与偶次散射矩阵的差值矩阵，对非树冠产生的后向散射进行剔除处理，获得反映树冠的散射特征；根据差值矩阵与标准奇次散射矩阵和标准体散射矩阵的相似度信息，确定各像素相应的树冠的散射参数信息；根据确定的各像素的树冠的散射参数信息，计算获得符合实际散射类型的各像素的树冠相位中心。基于本发明实施例计算获得的树冠相位中心进行树高计算，提升了树高反演计算的准确度。
Description
技术领域
本文涉及但不限于无线传感技术，尤指一种树高反演的方法、装置、计算机存储介质及终端。
背景技术
雷达(RADAR，Radio Detection And Ranging)是一种通过发射和接收电磁波判断目标存在并探测其位置的遥感装置，可分为成像雷达和非成像雷达。相关技术中的成像雷达包括：合成孔径雷达(SAR，Synthetic Aperture Radar)、全极化合成孔径雷达(PolSAR)和极化干涉合成孔径雷达(PolInSAR)；其中，SAR获得了较广泛的应用，它通过对不同方向的回波数据进行成像处理获取二维图像，并通过脉冲压缩和匹配滤波等方法提高距离分辨率，通过合成孔径技术提高方位分辨率。由于电磁波不同波段表现特性不同，因此SAR可以工作于众多复杂环境中，不依赖云层、天气和季节等因素，相较于光学遥感来说更加稳定和可靠。电磁波属于横波，振动方向与传播方向垂直，可以有两种彼此独立的极化方式，不同类型的地物对不同极化方式的电磁波响应有所区别，PolSAR相比SAR可以得到更多极化相关信息，因此PolSAR在地物分类、海洋监测、灾害监测等方面获得了重视和广泛应用。InSAR可以利用两幅雷达复回波信号的相位信息，提取雷达天线到目标的距离差以获得目标的三维信息。将PolSAR和InSAR的优势相结合的PolInSAR可以同时得到极化信息和干涉信息，对地物形状和地物高度均敏感，近年来被广泛应用于森林参数估计。
作为树高反演的方法之一，相关技术中基于散射模型的树高反演算法包括非线性迭代法、模拟加温-退火算法、神经网络方法和数字高程模型(DEM)差值法等；其中，非线性迭代法、模拟加温-退火算法和神经网络方法复杂度较高，应用受到约束；数字高程模型(DEM)差值法，也即相位法，复杂度低，但纯体去相干系数不仅与树高有关，而且与消光系数σ有关，因此容易出现高度被严重低估的问题；当消光系数σ为0时，树高和纯体去相干系数幅度呈辛格函数(SINC)状，树高被低估最为严重；当消光系数σ非零时，主要散射相位中心在植被顶层，树高计算依然容易被低估。
如何提升树高计算的准确度，成为一个有待解决的问题。
发明内容
以下是对本文详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。
本发明实施例提供一种树高反演的方法、装置、计算机存储介质及终端，能够提升树高反演计算的准确度。
本发明实施例提供了一种树高反演的方法，包括：
对极化干涉合成孔径雷达PolInSAR图像包含的每一个像素，分别计算极化干涉协方差矩阵与偶次散射矩阵的差值矩阵；
根据差值矩阵与标准奇次散射矩阵的第一相似度和差值矩阵与标准体散射矩阵的第二相似度，确定各像素的树冠的散射参数信息；
根据确定的各像素的树冠的散射参数信息，计算每一个像素的树冠相位中心。
在一种示例性实例中，所述方法还包括：
根据每一个像素的地面相位中心和所述树冠相位中心计算树高。
在一种示例性实例中，所述确定各像素的树冠的散射参数信息，包括：
所述第一相似度大于所述第二相似度时，将像素的奇次散射矩阵的去相干系数确定为计算所述树冠相位中心的去相干系数；
所述第一相似度小于所述第二相似度时，将像素的体散射矩阵的去相干系数确定为计算所述树冠相位中心的去相干系数。
在一种示例性实例中，所述分别计算极化干涉协方差矩阵与偶次散射矩阵的差值矩阵之前，所述方法还包括：
计算所述PolInSAR图像包含的每一个像素的散射成分信息；
其中，所述散射成分信息包括：奇次散射矩阵、所述偶次散射矩阵和体散射矩阵。
在一种示例性实例中，所述计算所述PolInSAR图像包含的每一个像素的散射成分信息之前，所述方法还包括：
对所述PolInSAR图像进行滤波处理。
另一方面，本发明实施例还提供一种计算机存储介质，所述计算机存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现上述树高反演的方法。
再一方面，本发明实施例还提供一种终端，包括：存储器和处理器，所述存储器中保存有计算机程序；其中，
处理器被配置为执行存储器中的计算机程序；
所述计算机程序被所述处理器执行时实现如上述树高反演的方法。
还一方面，本发明实施例还提供一种树高反演的装置，包括：第一计算单元、第二计算单元和确定系数单元；其中，
第一计算单元设置为：对极化干涉合成孔径雷达PolInSAR图像包含的每一个像素，分别计算极化干涉协方差矩阵与偶次散射矩阵的差值矩阵；
第二计算单元设置为：根据差值矩阵与标准奇次散射矩阵的第一相似度和差值矩阵与标准体散射矩阵的第二相似度，确定各像素的树冠的散射参数信息；
确定系数单元设置为：根据确定的各像素的树冠的散射参数信息，计算每一个像素的树冠相位中心。
在一种示例性实例中，所述装置还包括第三计算单元，设置为：
根据每一个像素的地面相位中心和所述树冠相位中心计算树高。
在一种示例性实例中，所述确定系数单元是设置为：
所述第一相似度大于所述第二相似度时，将像素的奇次散射矩阵的去相干系数确定为计算所述树冠相位中心的去相干系数；
所述第一相似度小于所述第二相似度时，将像素的体散射矩阵的去相干系数确定为计算所述树冠相位中心的去相干系数。
本发明实施例对极化干涉合成孔径雷达(PolInSAR)图像的每一个像素，通过计极化干涉协方差矩阵与偶次散射矩阵的差值矩阵，对非树冠产生的后向散射进行剔除处理，获得反映树冠的散射特征；根据差值矩阵与标准奇次散射矩阵和标准体散射矩阵的相似度信息，确定各像素相应的树冠的散射参数信息；根据确定的各像素的树冠的散射参数信息，计算获得符合实际散射类型的各像素的树冠相位中心。基于本发明实施例计算获得的树冠相位中心进行树高计算，提升了树高反演计算的准确度。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
附图用来提供对本发明技术方案的进一步理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本发明的技术方案，并不构成对本发明技术方案的限制。
图1为本发明实施例树高反演的方法的流程图；
图2为本发明实施例树高反演的装置的结构框图；
图3为本发明应用示例树高反演方法的流程图；
图4为本发明应用示例精细李滤波器的非正方形滑窗的示意图；
图5为本发明应用示例树结构的示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下文中将结合附图对本发明的实施例进行详细说明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。
在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行。并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
图1为本发明实施例树高反演的方法的流程图，如图1所示，包括：
步骤101、对极化干涉合成孔径雷达(PolInSAR)图像包含的每一个像素，分别计算极化干涉协方差矩阵与偶次散射矩阵的差值矩阵；
步骤102、根据差值矩阵与标准奇次散射矩阵的第一相似度和差值矩阵与标准体散射矩阵的第二相似度，确定各像素的树冠的散射参数信息；
需要说明的是，标准奇次散射矩阵和标准体散射矩阵为相关技术中本领域技术人员公知的矩阵，在此不做赘述。
在一种示例性实例中，本发明实施例确定树冠的散射参数信息，包括：
第一相似度大于第二相似度时，将像素的奇次散射矩阵的去相干系数确定为计算树冠相位中心的去相干系数；
第一相似度小于第二相似度时，将像素的体散射矩阵的去相干系数确定为计算树冠相位中心的去相干系数。
步骤103、根据确定的树冠的散射参数信息，计算各像素的树冠相位中心。
需要说明的是，本发明实施例，以像素为单元进行树高反演处理，即差值矩阵、第一相似度、第二相似度、确定散射参数信息均以像素为基础单元进行处理；假设第一像素为PolInSAR图像中的一个像素，则差值矩阵为第一像素的极化干涉协方差矩阵与偶次散射矩阵的差值，第一相似度为第一像素的差值矩阵与标准奇次散射矩阵的相似度，第二相似度为第一像素的差值矩阵与标准奇次散射矩阵的相似度，获得的散射参数信息也对应于第一像素。
本发明实施例对极化干涉合成孔径雷达(PolInSAR)图像的每一个像素，通过计极化干涉协方差矩阵与偶次散射矩阵的差值矩阵，对非树冠产生的后向散射进行剔除处理，获得反映树冠的散射特征；根据差值矩阵与标准奇次散射矩阵和标准体散射矩阵的相似度信息，确定各像素相应的树冠的散射参数信息；根据确定的各像素的树冠的散射参数信息，计算获得符合实际散射类型的各像素的树冠相位中心。基于本发明实施例计算获得的树冠相位中心进行树高计算，提升了树高反演计算的准确度。
在一种示例性实例中，本发明实施例方法还包括：
根据每一个像素的地面相位中心和计算获得的树冠相位中心计算树高。
在一种示例性实例中，本发明实施例地面相位中心可以通过相关技术中已有方法确定。
在一种示例性实例中，本发明实施例根据每一个像素的地面相位中心和树冠相位中心计算树高，包括：根据像素的树冠相位中心与地面相位中心，利用相位幅度公式计算树高。
在一种示例性实例中，分别计算极化干涉协方差矩阵与偶次散射矩阵的差值矩阵之前之前，本发明实施例方法还包括：
计算PolInSAR图像包含的每一个像素的散射成分信息；
其中，散射成分信息包括：奇次散射矩阵、偶次散射矩阵和体散射矩阵。
在一种示例性实例中，本发明实施例散射成分信息可以通过相关技术中已有的算法实现，包括但不限于：Freeman等人提出的三成份分解方法。
在一种示例性实例中，计算PolInSAR图像包含的每一个像素的散射成分信息之前，本发明实施例方法还包括：
对PolInSAR图像进行滤波处理。
在一种示例性实例中，本发明实施例滤波处理包括当不限于：对PolInSAR图像进行降噪处理；例如、通过精细李(Refined Lee)对PolInSAR图像进行滤波处理。
本发明实施例还提供一种计算机存储介质，计算机存储介质中存储有计算机程序，计算机程序被处理器执行时实现上述树高反演的方法。
本发明实施例还提供一种终端，包括：存储器和处理器，存储器中保存有计算机程序；其中，
处理器被配置为执行存储器中的计算机程序；
计算机程序被处理器执行时实现如上述树高反演的方法。
图2为本发明实施例树高反演的装置的结构框图，如图2所示，包括：第一计算单元、第二计算单元和确定系数单元；其中，
第一计算单元设置为：对极化干涉合成孔径雷达PolInSAR图像包含的每一个像素，分别计算极化干涉协方差矩阵与偶次散射矩阵的差值矩阵；
第二计算单元设置为：根据差值矩阵与标准奇次散射矩阵的第一相似度和差值矩阵与标准体散射矩阵的第二相似度，确定各像素的树冠的散射参数信息；
确定系数单元设置为：根据确定的各像素的树冠的散射参数信息，计算每一个像素的树冠相位中心。
本发明实施例对极化干涉合成孔径雷达(PolInSAR)图像的每一个像素，通过计极化干涉协方差矩阵与偶次散射矩阵的差值矩阵，对非树冠产生的后向散射进行剔除处理，获得反映树冠的散射特征；根据差值矩阵与标准奇次散射矩阵和标准体散射矩阵的相似度信息，确定各像素相应的树冠的散射参数信息；根据确定的各像素的树冠的散射参数信息，计算获得符合实际散射类型的各像素的树冠相位中心。基于本发明实施例计算获得的树冠相位中心进行树高计算，提升了树高反演计算的准确度。
在一种示例性实例中，本发明实施例装置还包括第三计算单元，设置为：
根据每一个像素的地面相位中心和树冠相位中心计算树高。
在一种示例性实例中，本发明实施例地面相位中心可以通过相关技术中已有方法确定。
在一种示例性实例中，本发明实施例第三计算单元是设置为：
根据树冠相位中心与地面相位中心，利用相位幅度公式计算树高。
在一种示例性实例中，本发明实施例确定系数单元是设置为：
第一相似度大于第二相似度时，将像素的奇次散射矩阵的去相干系数确定为计算树冠相位中心的去相干系数；
第一相似度小于第二相似度时，将像素的体散射矩阵的去相干系数确定为计算树冠相位中心的去相干系数。
在一种示例性实例中，本发明实施例第一计算单元还设置为：
计算PolInSAR图像包含的每一个像素的散射成分信息；
其中，散射成分信息包括：奇次散射矩阵、偶次散射矩阵和体散射矩阵。
在一种示例性实例中，本发明实施例散射成分信息可以通过相关技术中已有的算法实现，包括但不限于：Freeman等人提出的三成份分解方法。
在一种示例性实例中，本发明实施例装置还包括预处理单元，设置为：
对PolInSAR图像进行滤波处理。
在一种示例性实例中，本发明实施例滤波处理包括当不限于：对PolInSAR图像进行降噪处理，例如、通过精细李(Refined Lee)对PolInSAR图像进行滤波处理。
以下通过应用示例对本发明实施例方法进行简要说明，应用示例仅用于陈述本发明实施例，并不用于限定本发明的保护范围。
应用示例
本发明实施例提供一种树高反演方法，该方法通过采用三成份分解、相似度计算等克服了纯体去相干不准确、反演高度过低的问题。
图3为本发明应用示例树高反演方法的流程图，如图3所示，包括：
步骤301：对极化干涉合成孔径雷达(PolInSAR)图像进行滤波处理；
在一种示例性实例中，本应用示例滤波处理包括：对PolInSAR图像进行RefinedLee滤波处理。Refined Lee滤波器通常使用图4所示的8个7×7非正方形滑窗，并使用以下4个检验矩阵确定使用哪种非正方形滑窗：
利用上述检测矩阵得到PolInSAR图像的边缘方向，而后对像素点采用最小均方差进行滤波，得到：
其中，公式中
是像素x的估计值，
是像素y的均值。
步骤302：计算PolInSAR图像包含的各像素的散射成分信息；
在一种示例性实例中，本应用示例采用Freeman等人提出的三成份分解方法常用来计算以下散射成分信息：奇次散射矩阵[CODD]、偶次散射矩阵[CDBL]和体散射矩阵[CVOL]成分。
需要说明的是，PolInSAR图像包含的像素的原始信息被包含在极化干涉协方差矩阵[Cint]中，[Cint]的表达式如下：
式中，
下角标中的数字1和2分别表示PolInSAR图像的主图和副图；H表示水平通道，V表示垂直通道，HH表示水平发射水平接收通道，HV表示睡眠发射垂直接收通道，VV表示垂直发射垂直接收通道，VH表示垂直发射垂直接收通道；结合数字和字母的定义，HH1表示主图水平发射水平接收通道，HH2表示副图水平发射水平接收通道，以此类推，在此不做赘述。
由于散射成分来自主图和副图，因此需要考虑它们间的相位。因为对于所有的极化来说，体散射相位中心被认为是相同的，所以只需要考虑垂直坐标中与位置有关的相位
进而[CVOL]经过变化被定义为：
当定义
时，[CVOL]可简写为：
对于偶次散射矩阵[CDBL]可推导为：
其中，
RGH和RTH表示水平地面的菲涅尔反射系数；RGV和RTV表示垂直树干表面对水平极化波和垂直极化波的反射系数，ΔψVH表示电磁波传播过程中的相位变化。
对于奇次散射矩阵[CODD]可推导为：
其中，
综上可得：
然后利用下式，求出其它参数FD、FS、α和β；
式中，FV、FD和FS分别表示体散射矩阵中的去相干系数，偶次散射矩阵中的去相干系数，奇次散射矩阵中的去相干系数，这里，奇次散射矩阵也可以称为表面散射矩阵；α，β是与每个质点相关的坐标下的复散射系数。
步骤303：计算PolInSAR图像包含的每一个图像的极化干涉协方差矩阵与偶次散射矩阵的差值矩阵；
设定差值矩阵为[CR]，本发明应用示例差值矩阵[CR]计算公式为：
[CR]＝[Cint]-[CDBL]；
步骤304：根据差值矩阵与标准奇次散射矩阵的第一相似度和差值矩阵与标准体散射矩阵的第二相似度，确定树冠的散射参数信息；
第一相似度为标准奇次散射矩阵与差值矩阵的相似度；第二相似度为标准体散射矩阵与差值矩阵的相似度。
本应用示例，假设标准奇次散射矩阵为[SS]和标准体散射矩阵为[SV]，则标准奇次散射矩阵[SS]和标准体散射矩阵[SV]的表达式为：
假设第一相似度缩写为Rs，第二相似度的缩写为Rv，则Rs和Rv的计算公式如下：
本应用示例，第一相似度大于第二相似度时，将像素的奇次散射矩阵的去相干系数确定为计算树冠相位中心的去相干系数；
第一相似度小于第二相似度时，将像素的体散射矩阵的去相干系数确定为计算树冠相位中心的去相干系数。
步骤305：根据确定的像素的树冠的散射参数信息，计算像素的树冠相位中心。
在一种示例性实例中，本应用示例设定树冠相位中心为φT，则φT的表达式如下：
步骤306：计算各像素的地面相位中心；
在一种示例性实例中，本应用示例地面相位中心通过偶次散射矩阵对应的去相干系数FD计算，地面相位中心用φG表示，φG的表达式如下：
φG＝phase(FD)；
步骤307：基于像素的树冠相位中心和地面相位中心，利用相位幅度公式计算树高；图5为本发明应用示例树结构的示意图，如图5所示，树结构中包含树冠相位中心和地面相位中心。
本应用示例树高用h表示，h的计算公式如下：
式中，kz表示垂直有效波数，ε为补偿系数，SINC代表sinc函数，max(a|b，c|d)表示对比b和d的大小，用较大值所对应的去相干系数a或d当做最终计算树高的去相干系数。
本应用示例将第一相似度和第二相似度中的较大的散射参数信息的去相干系数用于体相位的计算；相位幅度反演通过结合树冠相位、地面相位和树冠对应的去相干系数幅度来计算树高。在树冠相位估计方面更加准确，提升了树高反演计算的准确度，预处理实现了对杂点和噪声点的有效处理。本应用示例由于采用了根据相似度信息确定相干系数的处理，因此，本发明应用示例也可以应用于其它利用相关系数进行树高反演的方法，提升相关算法的反演精度。
“本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器，如数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。”
Claims (10)
1.一种树高反演的方法，包括：
对极化干涉合成孔径雷达PolInSAR图像包含的每一个像素，分别计算极化干涉协方差矩阵与偶次散射矩阵的差值矩阵；
根据差值矩阵与标准奇次散射矩阵的第一相似度和差值矩阵与标准体散射矩阵的第二相似度，确定各像素的树冠的散射参数信息；
根据确定的各像素的树冠的散射参数信息，计算每一个像素的树冠相位中心；
其中，所述树冠相位中心用于进行树高计算。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
根据每一个像素的地面相位中心和所述树冠相位中心计算树高。
3.根据权利要求1或2所述的方法，其特征在于，所述确定各像素的树冠的散射参数信息，包括：
所述第一相似度大于所述第二相似度时，将像素的奇次散射矩阵的去相干系数确定为计算所述树冠相位中心的去相干系数；
所述第一相似度小于所述第二相似度时，将像素的体散射矩阵的去相干系数确定为计算所述树冠相位中心的去相干系数。
4.根据权利要求1或2所述的方法，其特征在于，所述分别计算极化干涉协方差矩阵与偶次散射矩阵的差值矩阵之前，所述方法还包括：
计算所述PolInSAR图像包含的每一个像素的散射成分信息；
其中，所述散射成分信息包括：奇次散射矩阵、所述偶次散射矩阵和体散射矩阵。
5.根据权利要求4所述的方法，其特征在于，所述计算所述PolInSAR图像包含的每一个像素的散射成分信息之前，所述方法还包括：
对所述PolInSAR图像进行滤波处理。
6.一种计算机存储介质，所述计算机存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1~5中任一项所述的树高反演的方法。
7.一种终端，包括：存储器和处理器，所述存储器中保存有计算机程序；其中，
处理器被配置为执行存储器中的计算机程序；
所述计算机程序被所述处理器执行时实现如权利要求1~5中任一项所述的树高反演的方法。
8.一种实现树高反演的装置，包括：第一计算单元、第二计算单元和确定系数单元；其中，
第一计算单元设置为：对极化干涉合成孔径雷达PolInSAR图像包含的每一个像素，分别计算极化干涉协方差矩阵与偶次散射矩阵的差值矩阵；
第二计算单元设置为：根据差值矩阵与标准奇次散射矩阵的第一相似度和差值矩阵与标准体散射矩阵的第二相似度，确定各像素的树冠的散射参数信息；
确定系数单元设置为：根据确定的各像素的树冠的散射参数信息，计算每一个像素的树冠相位中心；
其中，所述树冠相位中心用于进行树高计算。
9.根据权利要求8所述的装置，其特征在于，所述装置还包括第三计算单元，设置为：
根据每一个像素的地面相位中心和所述树冠相位中心计算树高。
10.根据权利要求8或9所述的装置，其特征在于，所述确定系数单元是设置为：
所述第一相似度大于所述第二相似度时，将像素的奇次散射矩阵的去相干系数确定为计算所述树冠相位中心的去相干系数；
所述第一相似度小于所述第二相似度时，将像素的体散射矩阵的去相干系数确定为计算所述树冠相位中心的去相干系数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110030372.9A CN112882026B (zh) | 2021-01-11 | 2021-01-11 | 一种树高反演的方法、装置、计算机存储介质及终端 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110030372.9A CN112882026B (zh) | 2021-01-11 | 2021-01-11 | 一种树高反演的方法、装置、计算机存储介质及终端 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112882026A CN112882026A (zh) | 2021-06-01 |
| CN112882026B true CN112882026B (zh) | 2023-04-11 |
Family
ID=76047810
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110030372.9A Active CN112882026B (zh) | 2021-01-11 | 2021-01-11 | 一种树高反演的方法、装置、计算机存储介质及终端 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112882026B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113945927B (zh) * | 2021-09-17 | 2022-09-06 | 西南林业大学 | 一种通过体散射优化的反演森林冠层高度方法 |
| CN115166739B (zh) * | 2022-09-08 | 2022-11-29 | 中国科学院空天信息创新研究院 | 一种基于多基线层析极化目标分解的目标高度估计方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004037339A (ja) * | 2002-07-05 | 2004-02-05 | Mitsubishi Materials Natural Resources Development Corp | 森林のバイオマスの定量計測法 |
| CN101344587A (zh) * | 2008-08-15 | 2009-01-14 | 哈尔滨工业大学 | 用于极化合成孔径雷达图像的多成分分解方法 |
| EP2784537A1 (en) * | 2013-05-15 | 2014-10-01 | Institute of Electronics, Chinese Academy of Sciences | Inversion method and apparatus based on polarimetric interferometric synthetic aperture radar |
| CN107144842A (zh) * | 2017-06-27 | 2017-09-08 | 哈尔滨工业大学 | 一种改进的极化干涉sar植被高度联合反演方法 |
| CN110133657A (zh) * | 2019-01-22 | 2019-08-16 | 西安电子科技大学 | 基于PolInSAR地形效应补偿的植被参数反演方法 |
-
2021
- 2021-01-11 CN CN202110030372.9A patent/CN112882026B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004037339A (ja) * | 2002-07-05 | 2004-02-05 | Mitsubishi Materials Natural Resources Development Corp | 森林のバイオマスの定量計測法 |
| CN101344587A (zh) * | 2008-08-15 | 2009-01-14 | 哈尔滨工业大学 | 用于极化合成孔径雷达图像的多成分分解方法 |
| EP2784537A1 (en) * | 2013-05-15 | 2014-10-01 | Institute of Electronics, Chinese Academy of Sciences | Inversion method and apparatus based on polarimetric interferometric synthetic aperture radar |
| CN107144842A (zh) * | 2017-06-27 | 2017-09-08 | 哈尔滨工业大学 | 一种改进的极化干涉sar植被高度联合反演方法 |
| CN110133657A (zh) * | 2019-01-22 | 2019-08-16 | 西安电子科技大学 | 基于PolInSAR地形效应补偿的植被参数反演方法 |
Non-Patent Citations (4)
| Title |
|---|
| Estimating Tree Heights Using Multibaseline PolInSAR Data With Compensation for Temporal Decorrelation, Case Study: AfriSAR Campaign Data;Nafiseh Ghasemi 等;《IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING》;20181031;第11卷(第10期);全文 * |
| TanDEM-X干涉SAR森林高度反演研究现状;张涛 等;《地理信息世界》;20201231;第27卷(第6期);全文 * |
| Tree height retrieval methods using POLInSAR coherence optimization;Huanmin Luo 等;《2010 IEEE International Geoscience and Remote Sensing》;20100730;全文 * |
| 极化干涉SAR植被高度反演算法研究;宋桂萍;《中国优秀硕士学位论文全文数据库信息科技辑》;20140515(第05期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112882026A (zh) | 2021-06-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Meyer et al. | Correction and characterization of radio frequency interference signatures in L-band synthetic aperture radar data | |
| CN109035152B (zh) | 一种合成孔径雷达图像非局部均值滤波方法 | |
| Bianchi et al. | Segmentation-based MAP despeckling of SAR images in the undecimated wavelet domain | |
| CN111142105B (zh) | 复杂运动目标isar成像方法 | |
| CN109919870B (zh) | 一种基于bm3d的sar图像相干斑抑制方法 | |
| EP3229038A1 (en) | Wavelet domain insar interferometric phase filtering method in combination with local frequency estimation | |
| Baier et al. | A nonlocal InSAR filter for high-resolution DEM generation from TanDEM-X interferograms | |
| CN105718957A (zh) | 非下采样轮廓波卷积神经网络的极化sar图像分类方法 | |
| CN112882026B (zh) | 一种树高反演的方法、装置、计算机存储介质及终端 | |
| CN103605119B (zh) | 一种星载合成孔径雷达条带模式方位模糊抑制方法 | |
| CN102324021A (zh) | 一种基于剪切波变换的红外弱小目标检测方法 | |
| CN107831473B (zh) | 基于高斯过程回归的距离-瞬时多普勒图像序列降噪方法 | |
| CN102156971B (zh) | 基于线状奇异性信息的sar图像相干斑抑制方法 | |
| Iqbal et al. | SAR image despeckling by selective 3D filtering of multiple compressive reconstructed images | |
| US20110181461A1 (en) | Passive radiometric imaging device and method | |
| Gupta et al. | Despeckle and geographical feature extraction in SAR images by wavelet transform | |
| CN105205484A (zh) | 基于曲波变换与维纳滤波的合成孔径雷达目标检测方法 | |
| CN111861905A (zh) | 基于Gamma-Lee滤波的SAR影像斑点噪声抑制方法 | |
| CN112946653B (zh) | 双极化气象雷达信号恢复方法、系统及存储介质 | |
| US20200242738A1 (en) | Radar image processing device, radar image processing method, and radar image processing program | |
| CN112462367B (zh) | 一种基于极化合成孔径雷达的车辆检测方法 | |
| WO2021108729A1 (en) | Radar data denoising systems and methods | |
| Kharchenko et al. | An investigation of synthetic aperture radar speckle filtering and image segmentation considering wavelet decomposition | |
| Ray et al. | Towards deriving an optimal approach for denoising of risat-1 sar data using wavelet transform | |
| Kaushik et al. | A Comparative study of pre-processing techniques of SAR images |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |