1.一种全极化SAR影像滑坡探测方法,其特征在于,包括以下步骤:S1:采集滑坡目标区域的单幅全极化SAR影像并进行数据预处理;
S2:基于数据预处理结果,将去极化度作为约束,并结合双面角散射和表面散射,构建滑坡识别探测器;
所述S2中滑坡识别探测器为:
其中,表示滑坡识别探测器,为双面角散射,为表面散射,为去极化度,为斯托克斯矢量中最大值,、、和为斯托克斯矢量;
S3:利用广义伽玛分布模型表征滑坡识别探测器的统计信息;
所述S3中广义伽玛分布模型的概率密度函数为:其中,为功率参数,为形状参数,为尺度参数,为广义伽玛分布模型中的变量,为Gamma函数;
所述S3中广义伽玛分布模型的检测阈值为:其中,为逆不完全Gamma函数,为给定的虚警概率值;
S4:利用形态学算子对表征后的滑坡识别探测器获得的二值图像进行去噪处理,获得滑坡探测结果,完成全极化SAR影像滑坡探测。
2.根据权利要求1所述的一种全极化SAR影像滑坡探测方法,其特征在于,所述S1中数据预处理包括多视处理、地理编码操作和初次去噪处理;
所述多视处理为:通过对SAR影像的多次视图叠加来减少随机噪声,提高SAR影像的信噪比,多视处理后的像素值为:其中,为方位向的视图数,为距离向的视图数,为方位向索引和距离向索引对应的像素值;
所述地理编码操作为:将SAR影像从距离-方位坐标系转换到地理坐标系,以便后续滑坡区域的地理定位和分析;
所述初次去噪处理为:采用non-local滤波器对滑坡目标区域的单幅全极化SAR影像去除斑点噪声。
3.根据权利要求1所述的一种全极化SAR影像滑坡探测方法,其特征在于,所述S4中形态学算子为:其中,为开运算,为闭运算。