Анализ поляриметрической информации по данным РСА ALOS PALSAR

В настоящее время остро стоит необходимость повышения информативности радиолокационных (РЛ) данных с целью повышения эффективности решения различных тематических задач. Одним из перспективных направлений повышения информативности РЛ информации является использование поляриметрических данных, позволяющих судить об основных механизмах рассеяния объектов съемки, т.е. получать дополнительную информацию об их свойствах.
Настоящая работа представляет материалы и результаты исследований особенностей обработки поляриметрических данных (многоканальных РЛ изображений), анализа их информативности, - т.е. возможности с их помощью решения типовых тематических задач обнаружения и распознавания объектов.
Анализ изображений проводился для участка тропического леса в Бразилии, в районе р. Тапажос [Tapajos]). Набор данных включал 2 РЛИ в режиме полной поляризации, а также, 2 РЛИ в режиме съемки только двух поляризационных компонент – HH + HV. Съемки в обоих режимах были проведены с интервалом около полутора месяцев.
Участок съемки включал лесной массив с участками вырубки в районе реки. В процессе работы проводился поиск поляриметрических характеристик, позволяющих выделять (обнаруживать) участки вырубки на РЛ изображениях, а также, сравнивалась эффективность различных вариантов алгоритмов обработки.
Обработка включала поляриметрическую декомпозицию, основанную на вычислении энтропии рассеяния, анизотропии и угла . Для выделения участков вырубки использовались классификаторы Вишарта, осуществляющие сегментацию РЛИ на 8 классов (по параметрам Н-α), на 16 классов (по параметрам Н-А-α), а также, классификаторы «с обучением».
В процессе анализа осуществлялось сравнение эффективности различных алгоритмов классификации.
Результаты проведенного анализа позволили сделать следующие выводы:
• На изображениях результатов поляриметрической классификации эффективно обнаруживаются различные типы естественных поверхностей, различия степени взволнованности водной поверхности, наличие участков вырубки леса. Была продемонстрирована высокая чувствительность поляризационных характеристик РЛ изображения к особенностям состояния растительного покрова, не выделяемым другими типами обработки.
• Сравнение кадров, полученных с интервалом 1,5 месяца, показало, что поляризационные характеристики в области леса и участков вырубки, а также, конфигурация областей являются весьма стабильными. Средневзвешенный уровень «совпавших» пикселей классов по паре кадров составил более 80%.
• Использование алгоритмов классификации «без обучения» по результатам Н-α, Н-А-α декомпозиции для обнаружения участков вырубки недостаточно эффективно, поскольку используемые схемы декомпозиции (и классификации) выделяют области не по сочетанию специфических характеристик, свойственных объектам интереса, а по преобладающим механизмам рассеяния.
• Существенно повысить эффективность обнаружения объектов интереса позволило применение классификатора «с обучением», в котором в качестве «эталонов» используются характеристики объектов интереса.
Общим выводом по результатам работы является утверждение о том, что поляризационная информация является мощным инструментом для решения различных тематических задач дешифрирования.