基于高斯混合聚类的阵列干涉SAR三维成像
阵列干涉SAR具备高程分辨能力,单次航过即可生成观测场景的3维点云分布,解决叠掩问题.但是,由于阵列干涉SAR阵元数目有限、基线长度较短,高程向分辨率受到限制,加之城区建筑物的叠掩现象,常规方法重建结果定位精度较差,难以提取建筑物有效特征.针对这个问题,该文提出了一种基于高斯混合聚类的阵列干涉SAR 3维成像方法,首先通过基于压缩感知(Compressive Sensing,CS)的超分辨算法获得场景区域的3维点云分布,然后利用密度估计方法提取出建筑物的散射点,之后使用高斯混合模型(Gaussian Mixture Model,GMM)对建筑物3维点云进行聚类,最后利用系统参数完成各个区域的SAR图像反演,实现建筑物的3维成像.通过国内首次机载阵列干涉SAR实验的实际数据,验证了该文算法的有效性,并获得了真实的建筑物3维成像结果.
3维成像、阵列干涉SAR、叠掩现象、压缩感知、高斯混合模型聚类
6
TN957.52
国家部委基金
2018-01-15(万方平台首次上网日期,不代表论文的发表时间)
共10页
630-639