基于InSAR相干系数统计建模的建筑物检测

相干系数图由两幅配准的合成孔径雷达(SAR)图像做交叉相关运算获得。在很多应用中它既可以作为SAR亮度数据的补充信息,也可以作为独立的信息源。针对SAR亮度图像,已经有大量研究者研究过其统计特性。相比之下,对相干系数统计特性的研究非常缺乏。在已有的文献中,所有涉及InSAR相干系数统计特性的工作,都直接采用Gaussian分布对相干系数值进行建模,而不考虑数据的分辨率和场景的类型。本文的主要贡献为研究了几种典型的统计模型对城市场景下的高分辨率InSAR相干系数进行建模表示时的精确程度。在地物目标方面,本文选取城市中3类典型的地物目标,包括树木、建筑物和阴影,作为有代表性的城市目标。在统计模型方面,评估了5种常用的概率分布模型,包括Gaussian、Weibull、Rayleigh、Nakagami和Beta。在高分辨率TanDEM-X数据上的实验证明使用Beta分布建模,精度优于其它几种常见分布。最后,Beta分布被用在建筑物检测中。