Использование отражений от совокупности объектов искусственного происхождения в анализе данных двухчастотных поляризационных РСА применительно к задаче распознавания типов подстилающей поверхности

Распознавание типов подстилающей поверхности и обнаружение объектов искусственного происхождения исторически является одной из приоритетных задач радиолокационного аэрокосмического мониторинга.
В настоящее время существует множество алгоритмов сегментации радиолокационных изображений (РЛИ) поверхности, их классификации, распознавания типов и пр., причем наибольшие возможности для решения этих задач предоставляют многочастотные поляризационные радиолокаторы с синтезированием апертуры (РСА). В данной работе предпочтение отдается методам классификации поверхности, основанным на использовании только физических моделей рассеяния ("knowledge-based"), которые позволяют как выделять основные типы подстилающей поверхности и объектов искусственного происхождения без использования априорных данных и обучающих схем, так и проводить дополнительные исследования моделей рассеяния электромагнитных волн, что позволяет создавать алгоритмы классификации поверхности на первом этапе распознавания.
В работе использовались данные поляризационного РСА С- и L- диапазонов частот радиоволн, включая использование всех составляющие матриц рассеяния Стокса S(VV,HH,HV,VH) и их производные - углы деполяризации ζ и пространственную дисперсию ЭПР по локальным участкам. В результате были распознаны такие типы объектов и поверхностей, как искуственные сооружения, лес, кустарники и травяной покров, открытая почва, открытая вода. Натурная проверка показала, что точность классификации составила не менее 90%.
Второй этап работы заключался в исследовании возможности дополнительной калибровки как одного РЛИ С- и/или L- диапазона, так и взаимной калибровки РЛИ, полученных со сдвигом во времени, с целью улучшения результатов распознавания. Для радиометрической коррекции РЛ-данных был выбран метод сопоставления распределений ЭПР по совокупности искусственных сооружений: 1) на перекрестных поляризациях для двух частот P(σ(HV,VH)); 2) на согласованных поляризациях P(σ( VV,HH)); 3) для углов деполяризации P(ζ).
После соответствующей коррекции амплитуд принятых сигналов повторная обработка показала улучшение совпадения масок РЛИ как для объектов искусственного происхождения, так и для классификации растительных покровов.