面向SAR图像典型海面弱目标识别的极化降维方法研究

Oil spill is a typical weak target in SAR image.Its identifying was interfered by the look-alikes. The computer image processing and pattern recognition technics is not able to quantitively and theoretically identify the oil spill in SAR images. The other weakness in using the methods above is the instability of the identification as the dependency of the large amount of sample's features selected. In this proposal, the polarimetric reduction algorithm was adopted to select perferctly features from that,and to do the classification for the weak targets. Afterwards，a novel identification scheme was proposed which can discriminate between oil-water mixtures with different volume concentration of oil in accordance with the composition, emulsification of the crude oil and etc.

海洋溢油是一种SAR图像中的典型弱目标。利用SAR图像识别海面溢油时受"疑似暗斑"的干扰较为严重。计算机图像处理或模式识别技术需要采集大量的溢油目标特征参量，且识别结果的可靠性受样本选取的因素影响较大。本课题采用极化降维算法开展典型海面弱目标的相干、非相干特征参数优选，并根据低维特征向量开展典型海面弱目标识别与分类。针对海面油膜识别结果，基于海面油膜复介电常数反演算法，进一步提出一种不同油水混合比例、不同风化时间的海面油膜分类方法。

以中国近海海域为研究实验区，以海面溢油、浒苔等典型SAR图像海面弱目标识别为研究对象，开展了全极化SAR图像极化降维方法研究。测量并分析了我国渤海海水、重点采油平台原油产品、以及不同比例海水与原油混合油膜样品的微波复介电常数；开展了2016年黄海海上混合污染物遥感星地同步观测实验，采集了不同点位海面浒苔样本，确认了样本的种属、性状信息，并记录了典型浒苔样本的湿重及生物量等信息，形成了中国近海海面污染物基础遥感数据集。建立了一种基于石油粘滞阻尼因子的海面油膜雷达后向散射计算模型；形成了溢油运动粘滞系数与其雷达后向散射系数对应关系查找表数据集，可以快速估算海面溢油种类或风化时间，初步实现了依据SAR图像快速评估海面溢油污染性质和范围。利用全球22景多种海况的SAR图像，结合卫星成像时刻Windsat卫星海面风场反演数据，验证了该模型的模拟精度为5.2dB。以2010年美国墨西哥湾重大海洋溢油污染泄露事故为研究背景，分析了事故海域Radarsat-2全极化SAR图像的若干极化分解参数，提出了一种以H/A/a极化目标分解参数—极化熵（Entropy）H和平均a角（a）,以及极化度的表征指标—基高值（Pedestal Height）P为最低维度的极化参数组合，用于含有低风速区干扰目标的复杂场景SAR图像海面溢油识别与分类。提出了一种以Yamaguchi极化目标分解参数—奇次散射分量（Odd）、体散射分量（Vol）以及H/A/a极化目标分解参数—极化熵H为最低维度的极化参数组合，用于含有浒苔、溢油、低风速区等典型海面弱目标的复杂场景SAR图像混合污染物识别与分类。此外，还开展了首颗国产民用S波段SAR卫星海面弱目标探测性能分析、浅海水下地形反演，典型海面弱目标SAR图像解译标志库建设等工作，为提高典型SAR图像海面弱目标探测精度，提供了更为有针对性的研究对策。本项目的部分研究成果通过“典型地物微波特性知识库”（http://lamp.radi.ac.cn/）网站全球发布。该网站自2016年8月8日上线以来，访问量累计4000余次，注册用户来自国内外60余家机构，极大地促进了项目成果的科学传播及行业应用与推广。