全极化SAR数据Pauli分解与RGB可视化系统

资 源 简 介

本项目针对全极化合成孔径雷达（PolSAR）影像处理需求，旨在MATLAB环境下实现高效率的Pauli目标分解方法。系统核心功能是读入全极化散射矩阵中的复数分量，通过线性组合与基矢量变换将其分解为具有明确物理意义的散射机制。具体实现流程包括对Shh、Svv、Shv极化通道的预处理，计算单次（表面）散射分量、二次（二面角）散射分量以及体积散射分量。在RGB可视化方案中，系统将Shh-Svv产生的二面角散射功率映射为红色通道（R），将2倍的Shv产生的体积/交叉极化散射功率映射为绿色通道（G），将Shh+Svv产生的表面散射功率映射为蓝色通道（B）。为了确保最终生成的RGB图像具有良好的对比度和地物辨识度，项目还集成了分贝域转换算法、95%截断线性拉伸算法以及色彩平衡校正功能。该系统可用于森林覆盖率分析、城市建筑群检测和水域边界划分等遥感应用场景。

详 情 说 明

全极化SAR数据Pauli分解与RGB可视化系统

项目介绍

本项目是一款基于MATLAB开发的全极化合成孔径雷达（PolSAR）数据处理工具。全极化SAR能够获取地物的多种极化散射特征，本系统核心通过Pauli目标分解算法，将复杂的全极化散射矩阵转换为具有明确物理意义的散射分量，并利用数字图像处理技术实现高对比度的彩色可视化。该系统可辅助科研人员识别地物类型，如区分水体、建筑区域与森林覆盖区。

功能特性

• 极化仿真模拟：系统内置模拟数据生成模块，能够产生具有随机噪声的全极化复数散射矩阵数据，并模拟出表面散射、二面角散射及体积散射三种典型地物响应区域。
• Pauli基分解：严格按照Pauli基矢量定义，从Shh、Svv、Shv三个极化通道中提取表面散射（Surface）、二面角散射（Dihedral）和体积散射（Volume）的功率信息。
• 分贝域数值处理：针对SAR数据动态范围大的特点，提供dB域转换功能，有助于观察地物细节特征。
• 自适应对比度增强：集成95%截断线性拉伸算法，自动去除遥感图像中的异常极值，提升视觉辨识度。
• 多维度结果评估：提供四分格可视化界面，同步展示三个散射通道的灰度图及最终的RGB合成图，并自动计算平均散射功率报告。

使用方法

1. 启动MATLAB软件。
2. 将系统脚本文件置于MATLAB当前工作路径下。
3. 在命令行窗口直接运行主函数。
4. 系统将自动生成512x512大小的模拟PolSAR数据集，并按照预设算法流程完成分解与拉伸。
5. 程序运行结束后，将弹出可视化窗口显示分解结果，并在命令行输出各项散射功率的统计数据。

系统要求

• MATLAB R2016a 或更高版本。
• 计算机需具备基本的图形处理能力以支持图像显示。

实现逻辑说明

本系统通过以下逻辑阶段完成数据处理：

1. 数据模拟阶段

系统生成三个复数矩阵（Shh, Svv, Shv）作为原始极化通道数据。程序通过对不同矩阵区域叠加特定的复数偏移量，模拟出三种典型的散射场景：

• 下方区域模拟水体或平地，增强Shh+Svv的能量。
• 中心区域模拟城市建筑，增强Shh-Svv的能量。
• 左上区域模拟森林植被，增强交叉极化分量Shv的能量。

2. Pauli分解计算

基于极化散射矩阵，系统执行线性变换：

• 表面散射分量：计算(Shh + Svv) / sqrt(2)的模平方，反映镜像散射特征。
• 二面角散射分量：计算(Shh - Svv) / sqrt(2)的模平方，反映两次反射（如墙面与地面）特征。
• 体积散射分量：计算sqrt(2) * Shv的模平方，反映植被冠层等随机散射特征。

3. 特征变换与预处理

为了解决功率分布不均的问题，系统对三个通道分别进行10 * log10的对数变换，将其转换至分贝域（dB），并加入微小量（1e-6）以防止对数计算溢出。

4. 图像拉伸算法

核心的对比度增强采用分位数截断方案：

• 对原始功率数据进行全像素排序。
• 提取2.5%与97.5%处的数值作为拉伸边界。
• 将边界外的数值进行截断操作。
• 将保留的数值范围线性映射至[0, 1]区间，确保生成的图像亮度适中且细节清晰。

5. RGB色彩合成

系统将处理后的三个物理量映射至RGB颜色空间：

• 红色通道 (R)：对应二面角散射分量。
• 绿色通道 (G)：对应体积散射分量。
• 蓝色通道 (B)：对应表面散射分量。

合成后的图像中，紫色/蓝色通常代表水体，红色/品红代表建筑，绿色代表森林。

关键算法细节分析

95% 截断线性拉伸

该算法通过排除亮部和暗部各2.5%的极端值，有效地解决了由于相干斑噪声或少数强散射点导致的图像整体偏暗问题。相比于全域线性拉伸，该方法能显著提升地物之间的差异表现力。

分量强度标准化

在计算Pauli基矢量时，系统引入了sqrt(2)校正系数。这种处理确保了分解后的总功率与原始极化矩阵的总功率保持守恒（符合能量守恒标准），使得后续的定量统计报告具有物理参考价值。