Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 2009

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: microwave remote sensing

Sortuj według:

Ogranicz wyniki do:

Symulacja procesu polarymetrycznej klasyfikacji obiektów realizowanego metodą dekompozycji

Lila B., Kapelewski J.

Biuletyn Wojskowej Akademii Technicznej

2009

Vol. 58, nr 4

59-66

Dane uzyskiwane z zastosowaniem radaru polarymetrycznego SAR stanowią podstawę do numerycznej syntezy zobrazowań, zawierających informacje o charakterze i rodzaju obiektów występujących w badanym obszarze terenu. Efektem wstępnego etapu przetwarzania, którym jest kompresja azymutalna, są dane numeryczne stanowiące w swej istocie rodzaj czterowarstwowej mapy o wysokiej rozdzielczości, w której każdemu pikselowi lokalizacji przestrzennej przyporządkowane są cztery składowe polarymetrycznej macierzy rozpraszania. W kolejnym etapie realizowana jest dalsza konwersja danych, prowadząca do struktur opartych na macierzach kowariancji lub koherencji. Ostatni, najbardziej istotny etap przetwarzania realizowany jest na podstawie tzw. Polarymetrycznej dekompozycji obiektu. Jednym z wariantów dekompozycji jest metoda oparta na diagonalizacji macierzy koherencji z wykorzystaniem jej wektorów własnych. W artykule przedstawiono rezultaty eksperymentów numerycznych, przeprowadzonych z użyciem algorytmu wykorzystującego wariant ww. metody zwany dekompozycją Cloude'a.

In microwave remote sensing of many types of physical objects located at a ground surface, the technique using synthetic aperture radar (SAR) installed on an airborne or spaceborne platform, in view of output information, seems to be the most effective. A special variant of the mentioned technique is a technique basing on a polarimetric, two channel SAR (POL-SAR) use. Polarimetry basing on this technique is probably one of the more significant directions to expand the range of information, gained with "classic" SAR. At present, polarimetric SAR is still improved and widely accepted remote sensing technique. The data, obtained with the mentioned technique using from airborne or spaceborne mission, are the base for numerical imaging synthesis, and allow us to get a wide range of information about character and type of objects appearing in the analyzed terrain area. The first stage of a data processing, based on the data obtained with POL-SAR technique, is the azimuthal compression. The product of this process is numerical data, being in fact a four-layer numerical map with high azimuthal resolution. In this map, the four elements of Sinclair's polarimetric scattering matrix for each pixel are assigned. Complexity of scattering processes, which, in general, characterizes interaction between electromagnetic waves and many target types, considerably limits the usage of the "raw" images, obtained from this processing stage. The majority of obtained image cases are related to objects, being, from the standpoint of numerical representation, statistically homogeneous spatial distribution of accidentally located scattering centers, having deterministic characteristics. For full utilization of the obtained polarimetric information, a structure data conversion is used, ranging from data based on a Sinclair matrix to data based on coherency (or covariance) matrix. Coherency and covariance matrices are the result of object properties spatial averaging. In the next stage of the processing, the information about the nature of the objects, included in numerical images, is obtained. Such information already enables characterization and classification of registered objects. In reference to precision and accuracy of polarimetric SAR data reading, this most important stage of processing is realized, basing on polarimetric target decomposition algorithms. Generally, a choice of the most effective decomposition method, which will be used in a processing algorithm, depends on an assumed class of detected and characterized object. The class of the objects is determined, in statistical terms, by their special scattering characteristics. One of often taken treatments is a decomposition method, which bases on eigenvector coherency matrix diagonalization. The paper presents the results of numerical experiments, carried out with the algorithm based on Cloude's decomposition, being a variety of eigenvector decomposition method. The basic target of these experiments was evaluation of considered method in reference to its usefulness for vague objects characterization. A very important advantage of realized simulations was the ability to define, in view of objects classification reliability, the optimal scope of the considered method's application. The numerical processing was realized with the use of authentic polarimetric SAR mission data.