1.一种多时相多极化SAR滑坡提取方法,其特征在于,包括以下步骤:S1、获取滑坡与背景区域不同时相、不同极化方式SAR数据的时序后向散射系数并对其进行分析;
S2、将滑坡与背景区域后向散射系数特征差异性达到设定值的不同时相、不同极化方式SAR数据进行组合处理,形成滑坡与背景区域的复合图像;
S3、基于复合图像中滑坡与背景区域的后向散射系数特征统计结果,获取滑坡与背景区域的后向散射系数特征值,确定复合图像的中存在的地物类别并对其进行分割处理;
S4、采用二值形态学方法消除分割处理后的结果中所存在的伪目标或伪背景信息;
在步骤S1之前还包括:对时序全极化SAR影像进行多视、配准、地理编码和辐射定标预处理;
在步骤S1中对滑坡与背景区域不同时相、不同极化方式SAR数据的时序后向散射系数进行分析的具体步骤包括:获取滑坡区域后向散射系数的时序变化曲线和周围地物像元点的后向散射系数变化曲线,再获取不同极化方式滑坡与背景区域的后向散射系数差异曲线;
所述步骤S2具体包括:首先以SAR图像作为灰度图像,将灰度图像转换为彩色图像,然后采用SAR数据作为数据源进行RGB彩色合成运算,将各个连通区域的信息进行合并以形成复合图像。
2.根据权利要求1所述的多时相多极化SAR滑坡提取方法,其特征在于,所述步骤S4中采用基于SVM的分割算法对复合图像进行分割。
3.根据权利要求2所述的多时相多极化SAR滑坡提取方法,其特征在于,所述基于SVM的分割算法对复合图像进行分割的具体步骤包括:根据复合图像内像素异质性生成训练样本,训练样本包括山体裸漏区域、滑坡区域、植被和水体四个类别;
提取训练样本的属性特征,以训练SVM分类器;
将获取滑坡与背景区域的后向散射系数特征值输入到SVM分类器中以得到目标识别结果。
4.根据权利要求2所述的多时相多极化SAR滑坡提取方法,其特征在于,所述步骤S4具体为采用二值形态学方法中的闭运算对分割结果进行先膨胀后腐蚀的操作。