高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于多波段全极化SAR图像的建筑轮廓自动提取方法

王泽众 金燕 林宽 上官松涛 彭凌霄 仇晓兰

王泽众, 金燕, 林宽, 上官松涛, 彭凌霄, 仇晓兰. 基于多波段全极化SAR图像的建筑轮廓自动提取方法[J]. 电子与信息学报, 2023, 45(7): 2511-2518. doi: 10.11999/JEIT220776
引用本文: 王泽众, 金燕, 林宽, 上官松涛, 彭凌霄, 仇晓兰. 基于多波段全极化SAR图像的建筑轮廓自动提取方法[J]. 电子与信息学报, 2023, 45(7): 2511-2518. doi: 10.11999/JEIT220776
WANG Zezhong, JIN Yan, LIN Kuan, SHANGGUAN Songtao, PENG Lingxiao, Qiu Xiaolan. Auto-extraction of Building Outline with Multi-band Polarimetric SAR[J]. Journal of Electronics & Information Technology, 2023, 45(7): 2511-2518. doi: 10.11999/JEIT220776
Citation: WANG Zezhong, JIN Yan, LIN Kuan, SHANGGUAN Songtao, PENG Lingxiao, Qiu Xiaolan. Auto-extraction of Building Outline with Multi-band Polarimetric SAR[J]. Journal of Electronics & Information Technology, 2023, 45(7): 2511-2518. doi: 10.11999/JEIT220776

基于多波段全极化SAR图像的建筑轮廓自动提取方法

doi: 10.11999/JEIT220776
基金项目: 国家自然科学基金(62022082, 61725105)
详细信息
    作者简介:

    王泽众:男,助理研究员,研究方向为极化SAR图像处理和应用

    金燕:女,副研究员,研究方向为新体制SAR数据处理与应用

    上官松涛:男,助理研究员,研究方向为SAR定标

    彭凌霄:男,助理研究员,研究方向为SAR仿真

    仇晓兰:女,研究员,研究方向为SAR成像处理和图像理解

    通讯作者:

    仇晓兰 xlqiu@mail.ie.ac.cn

  • 中图分类号: TN958

Auto-extraction of Building Outline with Multi-band Polarimetric SAR

Funds: The National Natural Science Foundation of China(62022082, 61725105)
  • 摘要: 多波段全极化合成孔径雷达(Multiband-PolSAR)可以获得地物目标在频率、极化两个维度上的多个观测量,在地物信息提取方面具有良好的应用潜力。然而数据维度增加,其数据处理和应用难度也随之增加,相较于处理单波段单极化SAR数据,处理Multiband-PolSAR数据需要额外考虑多维数据配准和融合的问题。该文选择以建筑轮廓自动提取应用为目标,依托中国科学院空天信息创新研究院在国家高分辨率观测系统重大专项支持下牵头研制的一部机载多维度SAR系统获得的数据,引入SAR-SIFT方法解决了多维数据配准的问题。其次,该文提出一种基于目标散射机制的多维信息融合方法,改进了Ferro 等人(doi: 10.1109/TGRS.2012.2205156)提出的全自动非监督建筑轮廓提取方法,证明了多波段多极化信息融合方法的作用。多波段多极化信息融合前后的实验结果表明,融合后的特征图像对比度增高,像素的空间连续性变好,且对单体建筑轮廓的识别更精准,自动提取的多边形矢量与真实建筑轮廓的吻合度更高。该文是连接多维SAR技术与建筑提取应用的重要一环,并且为基于多维SAR的3维建筑结构重建研究创造了条件。
  • 图  1  建筑在SAR距离向上的成像特点

    图  2  Multiband-PolSAR建筑基元法提取建筑轮廓

    图  3  基于目标散射机制的多波段多极化信息融合方法

    图  4  基于目标散射机制的多波段多极化信息融合方法提取的建筑墙面结果

    图  5  配准后的多波段多极化SAR图像同时输入到Meanshift方法以获取的建筑屋顶矢量

    图  6  原始的Ferro建筑基元法和Multiband-PolSAR建筑基元法提取建筑轮廓的结果对比图

    图  7  原始的Ferro建筑基元法和Multiband-PolSAR建筑基元法提取的单体建筑轮廓对比图

    图  8  多维SAR信息融合前后提取的建筑墙面

    图  9  多波段信息融合前后特征图像的对比结果

    图  10  多波段信息融合前后提取的建筑墙面放大对比图

    图  11  4种方法提取单体建筑轮廓的结果对比图

    表  1  多维度SAR各个波段系统参数

    参数SCX
    带宽Br(MHz)300560500
    采样率Fsr(MHz)400750600
    方位采样间隔Xbin(m)0.2210.4430.443
    距离采样间隔Rbin(m)0.3740.1990.249
    脉冲重复频率PRF500250250
    下载: 导出CSV

    表  2  与验证数据对比,Multiband-PolSAR建筑基元法对提取建筑轮廓的精度提升

    总数>50%建筑
    (数量/虚警率(%)/识别率(%))
    60%~90%建筑
    (数量/虚警率(%)/识别率(%))
    Ferro建筑基元法7258/19.4/70.757/20.8/69.5
    多维信息融合+建筑基元法8570/16.5/85.363/25.9/76.8
    多维度聚类+建筑基元法7562/17.4/75.660/20.0/73.2
    Multiband-PolSAR建筑基元法8172/11.1/87.868/16.7/80.9
    下载: 导出CSV
  • [1] BRUNNER D, LEMOINE G, GREIDANUS H, et al. Radar imaging simulation for urban structures[J]. IEEE Geoscience and Remote Sensing Letters, 2011, 8(1): 68–72. doi: 10.1109/LGRS.2010.2051214
    [2] SUN Yao, MOU Lichao, WANG Yuanyuan, et al. Large-scale building height retrieval from single SAR imagery based on bounding box regression networks[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2022, 184: 79–95. doi: 10.1016/j.isprsjprs.2021.11.024
    [3] FERRO A, BRUNNER D, BRUZZONE L, et al. On the relationship between double bounce and the orientation of buildings in VHR SAR images[J]. IEEE Geoscience and Remote Sensing Letters, 2011, 8(4): 612–616. doi: 10.1109/LGRS.2010.2097580
    [4] WANG Ke, CHEN Jingyi, KIAGHADI A, et al. A new algorithm for land-cover classification using PolSAR and InSAR data and its application to surface roughness mapping along the gulf coast[J]. IEEE Transactions on Geoscience and Remote Sensing, 2021, 60: 4502915. doi: 10.1109/TGRS.2021.3083492
    [5] FERRO A, BRUNNER D, and BRUZZONE L. Automatic detection and reconstruction of building radar footprints from single VHR SAR images[J]. IEEE Transactions on Geoscience and Remote Sensing, 2013, 51(2): 935–952. doi: 10.1109/TGRS.2012.2205156
    [6] WEGNER J D, ZIEHN J R, and SOERGEL U. Combining high-resolution optical and InSAR features for height estimation of buildings with flat roofs[J]. IEEE Transactions on Geoscience and Remote Sensing, 2014, 52(9): 5840–5854. doi: 10.1109/TGRS.2013.2293513
    [7] MARIN C, BOVOLO F, and BRUZZONE L. Building change detection in multitemporal very high resolution SAR images[J]. IEEE Transactions on Geoscience and Remote Sensing, 2015, 53(5): 2664–2682. doi: 10.1109/TGRS.2014.2363548
    [8] TAO Junyi and AUER S. Simulation-based building change detection from multiangle SAR images and digital surface models[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2016, 9(8): 3777–3791. doi: 10.1109/JSTARS.2015.2502762
    [9] PIRRONE D, BOVOLO F, and BRUZZONE L. An approach to unsupervised detection of fully and partially destroyed buildings in multitemporal VHR SAR images[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2020, 13: 5938–5953. doi: 10.1109/JSTARS.2020.3026838
    [10] 仇晓兰, 程遥, 高铭, 等. 机载多维度SAR误差分析与成像自配准处理方法[J]. 雷达科学与技术, 2021, 19(5): 571–582. doi: 10.3969/j.issn.1672-2337.2021.05.014

    QIU Xiaolan, CHENG Yao, GAO Ming, et al. Error analysis and auto-registration imaging method for airborne multidimensional space joint-observation SAR[J]. Radar Science and Technology, 2021, 19(5): 571–582. doi: 10.3969/j.issn.1672-2337.2021.05.014
    [11] 丁赤飚, 仇晓兰, 吴一戎. 全息合成孔径雷达的概念、体制和方法[J]. 雷达学报, 2020, 9(3): 399–408. doi: 10.12000/JR20063

    DING Chibiao, QIU Xiaolan, and WU Yirong. Concept, system, and method of holographic synthetic aperture radar[J]. Journal of Radars, 2020, 9(3): 399–408. doi: 10.12000/JR20063
    [12] GE Pinglan, GOKON H, and MEGURO K. A review on synthetic aperture radar-based building damage assessment in disasters[J]. Remote Sensing of Environment, 2020, 240: 111693. doi: 10.1016/j.rse.2020.111693
    [13] TURKAR V, DEO R, RAO Y S, et al. Classification accuracy of multi-frequency and multi-polarization SAR images for various land covers[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2012, 5(3): 936–941. doi: 10.1109/JSTARS.2012.2192915
    [14] DELLINGER F, DELON J, GOUSSEAU Y, et al. SAR-SIFT: A SIFT-like algorithm for SAR images[J]. IEEE Transactions on Geoscience and Remote Sensing, 2015, 53(1): 453–466. doi: 10.1109/TGRS.2014.2323552
    [15] LIU Chenguang, ABERGEL R, GOUSSEAU Y, et al. LSDSAR, a Markovian a contrario framework for line segment detection in SAR images[J]. Pattern Recognition, 2020, 98: 107034. doi: 10.1016/j.patcog.2019.107034
    [16] WANG Zezhong, ZENG Qiming, and JIAO Jian. An adaptive decomposition approach with dipole aggregation model for polarimetric SAR data[J]. Remote Sensing, 2021, 13(13): 2583. doi: 10.3390/rs13132583
  • 加载中
图(11) / 表(2)
计量
  • 文章访问数:  403
  • HTML全文浏览量:  187
  • PDF下载量:  114
  • 被引次数: 0
出版历程
  • 收稿日期:  2022-06-13
  • 修回日期:  2022-09-20
  • 网络出版日期:  2022-10-20
  • 刊出日期:  2023-07-10

目录

    /

    返回文章
    返回