一种极化熵结合混合GEV模型的全极化SAR潮间带区域地物分类方法

潮间带区域是一种位于陆地与海洋之间的特殊海岸区域，在低潮时露出水面而在高潮时被水淹没，其构成了一个独特的湿地生态系统，提供多种植被必需的生长环境，是水产养殖、海洋环境观测、海洋经济开发以及海岸防御的重点区域。为了更好的开发利用潮间带区域，利用遥感对潮间带进行观测和研究的工作已得到开展。如何基于遥感图像自动准确地将潮间带区域与水域及其他陆地区域分开，并能够准确区分潮间带区域不同植被或养殖类型，是潮间带区域监测所关心的问题。

在潮间带区域，其在退潮后露出水面的部分主要由淤泥滩、残留水体以及水产养殖等部分组成，而上述部分的电磁散射强度与水面差别不大，在极化SAR图像中表现为类似的散射强度和散射机制，不易区分。现有针对极化SAR数据进行地物分类的算法在潮间带这种特殊的地物场景中并不能得到很好的分类结果。

图1 潮间带区域示意图

针对该问题，中国科学院空天信息研究院仇晓兰、折小强等从极化特征出发，基于特征图像的统计特性和极值理论，利用有限混合模型构建了一种基于GEV混合模型的方法实现潮间带的地物分类。

该工作已发表在《雷达学报》2017年第5期“高分辨率SAR图像目标认知”专题“一种极化熵结合混合GEV模型的全极化SAR潮间带区域地物分类方法”（折小强，仇晓兰，雷斌，张薇，卢晓军）。

该文结合潮间带区域的极化特征图像构建了针对性的基于GEV分布的有限混合模型进行图像建模和分类。在此基础上对多特征分类结果进行融合得到最终的分类结果。实验中利用C波段Radarsat-2全极化数据实现了对上海崇明岛东滩潮间带区域的地物分类。对比真值图该文方法可以给出较好目视结果并优于Wishart-H/A/α方法，并达到90%的总体分类精度。

图2 潮间带区域几种典型的极化特征：(a)Span，(b)极化熵(Entropy), (c)反熵(Anisotropy), (d)平均散射角(α)

图3 潮间带的地物分类实验结果: (a)研究区域的Pauli伪彩色图, (b)基于极化熵特征图像的分类结果, (c)基于反熵图像的分类结果, (d)最终融合分类结果, (e) Wishart-H/A/α分类结果, (f)真值图

了解详细信息请点击下面阅读原文。