基于极化分解组合的SAR图像视觉优化和建筑物损毁评估

建筑物损毁评估对灾害应急监测具有重要意义。极化SAR图像蕴含丰富的地物信息,并且记录有目标地物的极化散射矩阵,可用于建筑物的损毁评估。针对完好和损毁建筑物两类目标的散射特征,利用Touzi分解散射角αs1、去定向后Yamaguchi分解二次散射分量和Touzi分解散射对称度τ2进行RGB彩色合成,对极化SAR图像进行视觉优化,进而利用单一时相SAR图像快速识别出不同损毁程度的建筑物区域。以2011年3月11日发生在日本东北部海域的地震为例,利用灾后的ALOS PALSAR全极化数据开展实验分析,并利用汶川地震RADARSAT-2图像对提出的方法进行验证。结果表明,通过对极化参量的组合不仅可以优化建筑物目标的视觉显示效果,同时可提高不同损毁程度建筑物区域识别度,从而大大降低灾害评估对于数据源的限制和要求。