1.一种基于全极化合成孔径雷达图像的海面溢油检测方法,其特征在于:包括以下步骤:步骤1:从全极化合成孔径雷达图像中获取需要处理的极化SAR数据,对需要处理的极化SAR数据进行预处理,得到全极化SAR协方差矩阵(C);
步骤2:对上述步骤得到的协方差矩阵进行精制极化Lee滤波;
步骤3:基于上述步骤滤波后的协方差矩阵或通过其计算出的Stokes向量,提取如下六个极化特征构成特征组合:a)极化度:
其中,g*为Stokes向量,其中,*=0,1,2,3;
b)一致性系数:
c)同极化相位差的标准差:
其中arg()表示求复数角度;
d)极化熵:
其中Pi由下式求得:
其中,λi是极化相干矩阵T的特征值,其中,i=1,2,3;
e)归一化极化基座高度
f)相关系数
步骤4:将有地面验证信息的训练样本特征输入极大似然分类器,对分类器进行训练,并优化其参数;
步骤5:将需要进行溢油检测图像的极化特征作为输入,利用极大似然分类器对油膜进行检测与分类;
步骤6:对分类结果进行基于形态学的处理,去除面积过小的区域及填补闭合区域中的孔洞,利用实测的验证信息对分类精度进行评估。
2.如权利要求1所述的基于全极化合成孔径雷达图像的海面溢油检测方法,其特征在于:步骤1中,极化SAR数据进行预处理包括格式转换、定标。
3.如权利要求1所述的基于全极化合成孔径雷达图像的海面溢油检测方法,其特征在于:步骤1中,若得到的是四通道SAR复极化散射矩阵(S),则通过下述方法转化为协方差矩阵:其中下标i,j分别代表发射和接收的极化方式,h为水平极化,v为垂直极化;
代表散射向量,假设对于单站系统,互易定理成立,即Shv=Svh,T代表矩阵转置;
其中上标*T代表共轭转置,<>表示用窗口对数据进行空域平均。
4.如权利要求1所述的基于全极化合成孔径雷达图像的海面溢油检测方法,其特征在于:步骤2中,对协方差矩阵进行精制极化Lee滤波算法包括如下步骤:(1)在极化总功率SPAN图像上进行边缘模板匹配,选取方向窗口;(2)在该方向窗口内应用局部统计滤波器对协方差矩阵进行滤波处理。
5.如权利要求1所述的基于全极化合成孔径雷达图像的海面溢油检测方法,其特征在于:步骤4中,采用监督分类的方法,基于极化特征将油膜与海面及其似然物进行分类;训练样本及分类结果都只包含两类,即矿物油膜和非油膜;分类操作前需要获取训练样本,样本应在与待处理图像相似的海况下获得,包含不同的海面目标类型,并经人工解译或者地面调查信息进行验证;对包含训练样本的数据进行1-3步操作,提取极化特征,将这些特征输入极大似然(ML)分类器,对分类器进行训练,并优化其参数。
6.如权利要求1所述的基于全极化合成孔径雷达图像的海面溢油检测方法,其特征在于:步骤6中,通过形态学处理去除面积过小的区域已及填补闭合区域中的孔洞:利用圆形模板,对分类结果的二值图像先进行闭运算,再进行开运算,再去除面积过小的区域。