多时相/多扫面 PolSAR 图像中的协方差对称性分类
信号处理
2025-07-08 v1 应用统计
摘要
极化合成孔径雷达（PolSAR）系统通过在传输和接收中使用不同极化方式获取的多个图像，具有提高观测场景描述和解释能力的潜力。这通常通过处理每个像元相关联的极化协方差或相干矩阵来实现，以满足地球观测中的特定目标。本文提出了一种用于选择极化协方差矩阵结构以准确反映所分析像元对称性的设计框架。所提方法论利用多扫面 PolSAR 图像中的极化和时序信息，以增强对获取数据的信息检索。为实现此目标，假设整体获取数据的协方差矩阵可表示为时序协方差与极化协方差的 Kronecker 积。随后发展出一种交替最大化算法（即翻转-翻转法），用于估计两个矩阵，同时对极化协方差施加对称性约束。随后，将对称结构分类问题形式化为多个假设检验问题，并采用模型阶选择技术求解。对模拟数据的定量评估表明，本方法在其不利用时序相关性的竞争方法之上具有优势。例如，在反射对称和方位对称类别中分别达到94.6%和92.0%的准确率，而竞争方法在相同仿真条件下分别为72.5%和72.6%。最后，使用测量的 RADARSAT-2 数据进一步证明了所提框架的有效性，印证了来自模拟实验的结果。
引用
@article{arxiv.2505.11137,
title = {Covariance Symmetries Classification in Multitemporal/Multipass PolSAR Images},
author = {Dehbia Hanis and Luca Pallotta and Augusto Aubry and Aichouche Belhadj-Aissa and Antonio De Maio},
journal= {arXiv preprint arXiv:2505.11137},
year = {2025}
}