ИССЛЕДОВАНИЕ ЗЕМЛИ ИЗ КОСМОСА, 2015, № 1, с. 12-16
ФИЗИЧЕСКИЕ ОСНОВЫ ИССЛЕДОВАНИЯ ЗЕМЛИ ИЗ КОСМОСА
ВЛИЯНИЕ ПОЛЯРИЗАЦИИ ВОЛНЫ НА ТЕКСТУРНЫЕ ХАРАКТЕРИСТИКИ ОБЪЕКТОВ НА РАДИОЛОКАЦИОННОМ ИЗОБРАЖЕНИИ © 2015 г. Н. В. Родионова
Институт радиотехники и электроники им. В.А. Котельникова РАН Фрязино, Московской обл.
E-mail: rnv@ire.rssi.ru Поступила в редакцию 04.04.2014 г.
Влияние поляризации волны на текстурные параметры объектов на радиолокационном изображении (РЛИ) исследуется в статье через вычисление статистик второго порядка (фрактальной размерности и текстурных признаков Харалика) на базе поляриметрических данных, полученных аппаратом SIR/C-X-SAR для двух длин волн С- и L-диапазонов. Проведенный дисперсионный анализ выборок значений фрактальной размерности природных объектов "лес" и "вода" не выявил влияние поляризации на значения до фильтрации спеклов, в то время как после фильтрации в средних значениях некоторых пар выборок выявлены статистически достоверные разности. Для пар выборок согласованных поляризаций VV—HH и кросс-поляризаций HV—VH показана случайность наблюдаемых различий в средних значениях фрактальной размерности. Данный вывод справедлив и для текстурных признаков Харалика "контраст", "обратный момент" и "энтропия" объекта "вода". Выявлены статистически достоверные разности средних значений выборок текстурных признаков объектов "город" и "вода" как до, так и после фильтрации спеклов. Для объекта "лес" дисперсионный анализ показал, что различия в средних значениях выборок для текстурных признаков при изменении поляризации волны статистически недостоверны.
Ключевые слова: радиолокационное изображение, поляризация волны, текстурные признаки, фрактальная размерность, однофакторный дисперсионный анализ, фильтрация спеклов
DOI: 10.7868/S0205961415010078
ВВЕДЕНИЕ
Одним из важнейших источников пространственной количественной информации на изображении является текстура — локальная пространственная структура на изображении или пространственное распределение тонов (уровней яркости в диапазоне от черного до белого) на изображении. Текстура на радиолокационном изображении (РЛИ) является относительным параметром, в отличие, например, от коэффициента обратного рассеяния, являющегося абсолютным параметром. Использование при вычислении тех или иных величин относительных параметров, а не абсолютных, имеет некоторые преимущества в плане их меньшей зависимости от изменений окружающей среды (Kim, van Zyl, 2001). Текстурная информация используется при сегментации, классификации и интерпретации изображений, и с ростом пространственного разрешения данных дистанционного зондирования Земли (ДЗЗ) ее роль возрастает. Однако применение текстурной информации связано со значительными сложностями при попытке получить надежную интерпретацию изображений. На текстуру объектов на
РЛИ влияют как внешние параметры съемки (радиометрическое и пространственное разрешения, спеклы, поляризация и длина волны радара), так и внутренние параметры алгоритмов вычисления, наиболее важным из которых является размер ядра текстуры, т.е. размер окна вычисления. Много работ посвящено рассмотрению этих вопросов (Ulaby et al., 1986; Ferro, Warner, 2002; Родионова, 1994; 2005; 2011; и др.). Но ряд проблем требует дальнейшего изучения, в частности, вопрос о влиянии поляризации волны излучения и приема на текстурные характеристики объектов на РЛИ.
В данной работе для формирования локальных характеристик текстуры на РЛИ были использованы статистические свойства текстуры, описываемые статистиками второго порядка Харалика (Haralick et al., 1973), и свойства, описываемые методом на базе моделей — фрактальной размерностью (ФР). ФР поверхности, являясь одним из измерений текстуры, служит мерой шероховатости.
Известно, что коэффициент обратного рассеяния цели зависит от поляризации излучаемых и принимаемых сигналов. При этом присутствует
ВЛИЯНИЕ ПОЛЯРИЗАЦИИ ВОЛНЫ
13
эффект деполяризации сигнала при отражении радиоволн, степень которой зависит от формы объекта, его электрических свойств и длины волны (Кронберг, 1988). Наиболее сильная деполяризация сигнала происходит на поверхностях, покрытых растительностью, из-за многократных переотражений падающего луча от листьев, стеблей, ветвей. Эффект ярко выражен для волн от Х-диапазона и более коротких длин волн. Информативность изображений с кросс-поляризацией для областей, покрытых растительностью, и дифференциация объектов на них существенно выше в сравнении с изображениями с согласованной поляризацией.
В ряде работ приводятся данные о значениях ФР поверхности на РЛИ с разными поляризациями (Singh, Pant, 2010; Di Martino et al., 2013). Так, в работе (Di Martino et al., 2013) сделан вывод о том, что ФР поверхностей на РЛИ с согласованной поляризацией (HH и VV) приблизительно равны, и значительно отличаются от ФР тех же поверхностей на РЛИ с кросс- поляризацией (HV и VH), которые в свою очередь показывают близкие результаты. Для текстурных признаков Хара-лика влияние поляризации, наряду с влиянием других внешних и внутренних параметров, рассмотрено в работе (Родионова, 2011), где отмечено существенное влияние на значения текстурных признаков (ТП) объектов на РЛИ фильтрации спе-клов, значительно превосходящее влияние поляризации и длины волны (рассматривались два диапазона длин волн C и L).
Цель данной работы — вычислить значения текстурных признаков и ФР некоторых природных объектов на РЛИ, используя данные радара с полной поляриметрией, и провести более детальный анализ возможного влияния поляризации волны радара на текстуру объектов на РЛИ с учетом влияния фильтрации спеклов.
ИСХОДНЫЕ ДАННЫЕ
В статье исходными являются SIR-C/X-SAR SLC (single look complex — однолучевые комплексные) данные матрицы рассеяния для района Московской области, полученные 1994/10/11, угол падения луча 27.5°, и данные для южной части оз. Байкал, полученные 1994/10/09, угол падения ~24°. Исходные данные представляют собой один файл для каждой сцены соответственно для длин волн L- и С-диапазонов. На каждый пиксел отводится 10 байт при четырех каналах поляризации (HH, VV, VH, HV). В файле изменение по строкам соответствует изменению по азимуту, а каждая строка состоит из отсчетов по дальности. В данном формате (SLC) не вводился масштабный фактор. Распаковка данных осуществлялось на основании описания (Chapman, 1994).
ВЛИЯНИЕ ПОЛЯРИЗАЦИИ ВОЛНЫ НА ЗНАЧЕНИЯ ФРАКТАЛЬНОЙ РАЗМЕРНОСТИ ПОВЕРХНОСТИ НА РЛИ
Математические методы для описания текстуры делятся на четыре основные группы: статистические, геометрические, методы на базе моделей и методы, связанные с обработкой сигналов. В данной работе для формирования локальных характеристик текстуры были использованы два метода: метод на базе ФР и статистический метод на базе статистик второго порядка Харалика (Haralick et al., 1973). Анализ текстуры на базе ФР был введен в работе (Pentland, 1984). Фракталы являются мерой геометрической сложности объектов и могут быть использованы для описания текстур. ФР объекта на 2D-плоскости меняется в диапазоне от 0 до 2. Большинство природных объектов имеют дробную ФР. ФР поверхности, являясь одним из измерений текстуры, служит мерой шероховатости, и, интуитивно, чем больше ФР, тем более шероховатой является текстура поверхности. В ряде работ вычислены значения ФР для разных объектов на РЛИ с разными поляризациями (Singh , Pant, 2010; Di Martino et al., 2013).
В данной работе вычисление ФР поверхности на РЛИ осуществлялось с помощью свободно распространяемого пакета обработки изображений Fiji. Алгоритм назван "box counting", полное описание его можно найти в (Smith et al., 1996). Результат вычисления ФР поверхности в окне [28 х 28] пикселов по 20 точкам (окнам), по которым определялись средние значения для массива леса Лосиный остров на РЛИ Московской области и для водной поверхности на РЛИ оз. Байкал, в случае двух длин волн и четырех поляризаций, до и после фильтрации спеклов (Lee et al., 1999), показан на рисунке.
Для проверки гипотезы о влиянии поляризации волны на средние значения ФР природных объектов был проведен однофакторный дисперсионный анализ (с вероятностью а-ошибки а = = 0.05) значений выборок, и вычислена вероятность случайности различий (Р-значение) с помощью программы — надстройки Excel "Пакет анализа". Предварительно проверялись значения выборок на нормальность по двум критериям: модифицированному критерию Колмогорова и критерию Шапиро—Уилка. Для всех выборок показано, что гипотеза о нормальности не отклоняется.
Вероятность случайности различий в средних значениях ФР определялась по восьми выборкам (четыре поляризации и две длины волны) для каждого объекта на РЛИ до и после фильтрации спеклов, и результаты приведены в табл. 1, из которой следуют статистически недостоверные различия в средних значениях выборок для ФР объектов лес и вода до фильтрации спеклов на РЛИ (р > 0.05), и в то же время — статистически достоверные разности в средних значениях выборок в зависимости от
14
РОДИОНОВА
Фрактальная размерность поверхности леса до и после фильтрации спеклов
1.6 г
1.5
1.4
HH
VV
VH
HV
1.58 1.57 1.56 1.55 1.54
Фрактальная размерность поверхности воды до и после фильтрации спеклов
Вода_Ь Вода_С Вода_Ь_П1г Вода_С_Шг
HH
VV
VH
HV
Среднее значение фрактальной размерности Лосиноостровского леса (а) и водной поверхности оз. Байкал (б) по 20 точкам в окне 28 х 28 пикселов до (сплошные линии) и после (пунктирные линии) фильтрации спеклов, в зависимости от поляризации волны.
а
поляризации для ФР после фильтрации спеклов (р < 0.05).
Дисперсионный анализ может показать, что средние значения выборок различаются, но не позволяет узнать, средние значения каких выборок действительно различаются между собой. Для идентификации пар выборок, различающихся средними значениями, используются апостериорные критерии парных сравнений. В табл. 2 приведены Р-значения для пар выборок значений ФР объектов лес и вода на фильтрованных РЛИ. Статистически достоверными разности средних значений пары выборок будут тогда, когда Р-значения равны 0.05 и
Для дальнейшего прочтения статьи необходимо приобрести полный текст. Статьи высылаются в формате PDF на указанную при оплате почту. Время доставки составляет менее 10 минут. Стоимость одной статьи — 150 рублей.