Kỹ thuật phân hoạch bốn thành phần mở rộng cho ảnh polsar với mô hình tán xạ bất đối xứng

Kỹ thuật điều khiển & Điện tử<br /> <br /> KỸ THUẬT PHÂN HOẠCH BỐN THÀNH PHẦN MỞ RỘNG CHO<br /> ẢNH POLSAR VỚI MÔ HÌNH TÁN XẠ BẤT ĐỐI XỨNG<br /> Bùi Ngọc Thủy1*, Phạm Minh Nghĩa2, Nguyễn Công Đại2, Lê Vĩnh Hà3<br /> Tóm tắt: Phân hoạch mục tiêu nhân tạo trong khu vực đô thị sử dụng ảnh<br /> PolSAR đang là một hướng nghiên cứu triển vọng vì nó liên quan đến công tác qui<br /> hoạch đô thị, giải phóng mặt bằng… Bài báo trình bày một kỹ thuật phân hoạch bốn<br /> thành phần cải tiến dựa trên tính phản xạ bất đối xứng. Các nghiên cứu trước đây<br /> vẫn còn một số tồn tại như các tòa nhà dọc theo hướng ra đa và đường giao thông<br /> phân hoạch chưa chính xác. Để khắc phục các nhược điểm trên chúng tôi đưa thêm<br /> thành phần phản xạ bất đối xứng nhằm nâng cao độ chính xác cho nhận dạng mục<br /> tiêu nhân tạo. Dữ liệu viễn thám hàng không ESAR được sử dụng để đánh giá hiệu<br /> quả của phương pháp đề xuất. Kết quả thực nghiệm cho thấy rằng phương pháp đề<br /> xuất cho độ chính xác cao hơn phương pháp phân hoạch trước đó.<br /> Từ khóa: Phân hoạch 4 thành phần, Cơ chế tán xạ, Ma trận hiệp phương sai, Ra đa tổng hợp mặt mở phân cực.<br /> 1. MỞ ĐẦU<br /> Ra đa tổng hợp mặt mở phân cực PolSAR nhạy cảm với sự thay đổi về cấu trúc hình<br /> học, góc định hướng và các đặc tính vật lý của mục tiêu tán xạ trên bề mặt trái đất. Các cơ<br /> chế tán xạ vật lý như cơ chế tán xạ bề mặt từ các bề mặt thô, cơ chế tán xạ khối từ tán xạ<br /> tán cây được coi như một quá trình tán xạ ngẫu nhiên từ một đám mây các ống trụ mỏng,<br /> cơ chế tán xạ nhị diện từ thân - cây đối với vùng rừng hoặc mặt đất - tòa nhà đối với khu<br /> vực đô thị tất cả có thể thu được bằng cách sử dụng kỹ thuật phân hoạch mục tiêu từ ảnh<br /> PolSAR. Trong hai thập kỷ gần đây, có rất nhiều kỹ thuật phân hoạch được giới thiệu và<br /> chúng có thể chia làm hai loại chính: Đầu tiên là kỹ thuật phân hoạch theo trị riêng được<br /> đề xuất bởi Cloude [1]; Thứ hai là kỹ thuật phân hoạch dựa trên mô hình tán xạ cơ bản<br /> theo như kỹ thuật phân hoạch Freeman và Durden (FDD) [2], trong FDD ma trận hiệp<br /> phương sai được mô hình hóa bằng sự đóng góp của ba cơ chế tán xạ: Tán xạ bề mặt, tán<br /> xạ nhị diện và tán xạ khối. Tuy nhiên, thuật toán FDD chỉ dựa trên điều kiện phản xạ đối<br /> * * *<br /> xứng S HH S HV  0 , S HV SVV  0 . Nhưng trong thực tế thì S HH S HV  0,<br /> *<br /> S HV SVV  0 , do đó, Yamaguchi [3] mở rộng cho kỹ thuật phân hoạch ba thành phần<br /> bằng kỹ thuật phân hoạch bốn thành phần bao gồm cả thành phần tán xạ xoắn ốc. Phân<br /> hoạch dựa trên mô hình cơ bản Lee [4] có ba nhược điểm như các ảnh hưởng của bù góc<br /> định hướng, mô hình tán xạ khối biến đổi và các công suất âm tại các điểm ảnh.<br /> Tuy nhiên, như trình bày bởi Yamaguchi [3], xây dựng mô hình tán xạ sao cho phù hợp<br /> với dữ liệu nhận được. Ta có thể thấy rằng kỹ thuật phân hoạch 4 thành phần Yamaguchi<br /> được xây dựng trên giả thuyết Re(C12) = Re(C23) = 0 và Im(C12) = Im(C23). Theo giả thuyết<br /> này thì Yamaguchi mới có thể xác định được công suất của thành phần tán xạ xoắn ốc. Tuy<br /> nhiên, trong thực tế thì C12 và C23 không đảm bảo là thuần ảo và chúng không bằng nhau.<br /> Mặt khác, phần thực của nó có thể đạt giá trị lớn trong khu vực đô thị. Do đó, mô hình tán xạ<br /> Yamguchi không còn phù hợp với dữ liệu. Để phù hợp hơn cho vùng thực vật, Arri và<br /> Antropov đã xây dựng mô hình tán xạ khối thích nghi [5] và mô hình tán xạ khối tổng quát<br /> [6]. Vấn đề công suất âm cũng được Arri [5] đề cập và giải quyết bằng cách hạn chế công<br /> suất của thành phần tán xạ khối. Mặc dù, đã thực hiện góc bù định hướng, thậm chí giảm<br /> thiểu thành phần phân cực chéo, việc đánh giá vượt mức công suất tán xạ khối vẫn còn<br /> nghiêm trọng đối với các khu vực đô thị với góc định hướng lớn trong các phương pháp này.<br /> Mục đích của bài báo này là để giải quyết các vấn đề trên. Theo phương pháp đề xuất thì tỉ lệ<br /> <br /> <br /> <br /> 104 B. N. Thủy, …, L. V. Hà, “Kỹ thuật phân hoạch bốn thành phần … tán xạ bất đối xứng.”<br /> Nghiên cứu khoa học công nghệ<br /> <br /> cảnh báo nhầm và bỏ sót mục tiêu được giảm đi đáng kể. Điểm chính của phương pháp đề<br /> xuất này đưa ra một phương pháp phân hoạch mục tiêu bốn thành phần hiện đang phổ biến.<br /> Trong phương pháp đề xuất, chúng tôi sử dụng thuật toán thích nghi để xác định các tham số<br /> ma trận hiệp phương sai của tán xạ khối và tán xạ bất đối xứng. Hiệu quả của phương pháp<br /> đề xuất được minh chứng với dữ liệu PolSAR thu được từ hệ thống viễn thám hàng không<br /> E-SAR. Bài báo có cấu trúc như sau: Trong phần 2-Kỹ thuật phân hoạch Yamaguchi giới<br /> thiệu ngắn gọn và các hạn chế trong khu vực đô thị. Phần 3-Phương pháp phân hoạch đề<br /> xuất. Phần 4 Kết quả thực nghiệm và phân tích kết quả được trình bày trong phần 4 của bài<br /> báo. Cuối cùng là kết luận và hướng phát triển trong tương lai.<br /> 2. KỸ THUẬT PHÂN HOẠCH YAMAGUCHI<br /> Kỹ thuật phân hoạch bốn thành phần Yamaguchi [3] được giới thiệu vào năm 2005.<br /> Trong phương pháp này, ông bổ sung thêm thành phần tán xạ xoắn ốc. Các thông tin thu<br /> được về địa hình từ hệ thống PolSAR thông qua các phép đo ma trận tán xạ phức 2x2 [S].<br /> Trường hợp tán xạ ngược trong môi trường tương hỗ, theo định lý tương hỗ, véc tơ mục<br /> tiêu k có dạng như sau [3].<br />  T<br /> k L   S HH 2 S HV SVV  (1)<br /> Trong đó: T biểu thị cho chuyển vị ma trận. Ma trận hiệp phương sai được hình thành<br /> từ véc tơ mục tiêu có dạng trong [3]. Ta dễ dàng thấy rằng điều kiện tán xạ không đối<br /> * *<br /> xứng S HH S HV  0, S HV SVV  0 và tương ứng với C12  0 và C23  0.<br /> Mô hình phân hoạch Yamaguchi thể hiện như sau:<br /> C  fsCs  fd Cd  fvCv  fcCh<br />   2 0   2 0  8 0 2  1  j 2 1 <br /> Ps   Pd   Pv  P   (2)<br />  2  0 0 0  2  0 0 0  0 4 0  c  j 2 2  j 2<br />  1  * 15   4<br />    1  * 0 1  2 0 3 <br /> 2*<br /> <br />   0 1    1 1 <br /> Trong đó: Ps, Pd, Pv, và Pc là các thành phần công suất được xác định tương ứng với<br /> các cơ chế tán xạ bề mặt, nhị diện, tán xạ khối và tán xạ xoắn ốc.<br /> Công suất bốn thành phần tán xạ được xác định như sau:<br /> <br /> <br /> Ps  f s 1  <br /> 2<br /> ; <br /> Pd  fd 1  <br /> 2<br /> ; Pv  fv ; Pc  fc<br /> 2 2 2 (3)<br /> Pt  Ps  Pd  Pv  Pc  SHH  SHV  SVV<br /> <br /> Thành phần tán xạ xoắn ốc đề xuất để mô tả quá trình tán xạ đối xứng và phản xạ<br /> không đối xứng do cấu trúc phức tạp của mục tiêu nhân tạo. Tuy nhiên, nó vẫn còn một<br /> nhược điểm là không sử dụng hết các dữ liệu quan sát có trong ma trận C như vẫn còn<br /> công suất âm tại nhiều điểm ảnh do vượt mức công suất tại các khu vực đô thị, ngoài ma<br /> trận tán xạ khối của Yamaguchi thì các điểm ảnh vẫn bằng nhau và bằng hằng số trong<br /> mọi điểm ảnh. Điều này gây ra độ mất ổn định của thuật toán.<br /> 3. PHƯƠNG PHÁP PHÂN HOẠCH ĐỀ XUẤT<br /> 3.1. Các thành phần tán xạ cơ bản<br /> Thành phần tán xạ khối là thành phần tán xạ khuếch tán trực tiếp từ tầng tán cây. Theo<br /> lý thuyết tán xạ sóng, quá trình tán xạ từ tầng tán cây được mô hình hóa như một quá trình<br /> tán xạ ngẫu nhiên từ một đám mây các ống trụ mỏng. Tuy nhiên, trong các vùng tự nhiên,<br /> <br /> <br /> Tạp chí Nghiên cứu KH&CN quân sự, Số 53, 02 - 2018 105<br />  Kỹ thuật điều khiển & Điện tử<br /> <br /> nơi mà cấu trúc thẳng đứng dường như chiếm ưu thế hơn, thì sự tán xạ từ các thân cây,<br /> cành và tán lá được biểu diễn theo một hàm phân bố góc không đều. Trong bài báo này<br /> chúng tôi sử dụng mô hình tán xạ khối tham chiếu Cthamchieu đã được đề xuất bởi Atropov<br /> [6] và mô hình tán xạ khối thích nghi Cv(, ) được trình bày bởi Arri [5]. Như vậy, ma<br /> trận hiệp phương sai của thành phần tán xạ khối được biểu diễn thông qua hai tham số:<br /> góc định hướng trung bình θ, mức độ phân bố ngẫu nhiên σ. Khi đó ma trận hiệp phương<br /> sai của thành phần tán xạ khối như sau:<br /> Cv  ,    C   p   C   q   C  (4)<br />      <br /> Trong đó, p   và q   là các đa thức bậc sáu theo đối số σ, các ma trận C , C và<br /> C được trình bày bởi Arri [5]. Ma trận hiệp phương sai của thành phần tán xạ khối được<br /> xác định bằng cách thay đổi các giá trị của σ và θ trong dải của nó [5] sao cho Cv  ,  có<br /> dạng gần đúng nhất với ma trận Cthamchieu. Ma trận tán xạ khối được xác định theo điều kiện<br /> tối ưu (5). Hình 1(a) thể hiện lưu đồ thuật toán xác định ma trận tán xạ khối cho phương<br /> pháp đề xuất.<br /> min : Cv  ,    Cthamchieu (5)<br /> <br /> Tán xạ bất đối xứng thường gây ra bởi các mục tiêu có cấu trúc phức tạp như các tòa<br /> nhà, đường giao thông, cầu đường… Do đó mô hình toán học chính xác tương ứng với mô<br /> hình tán xạ khối bất đối xứng được đề xuất có dạng tổng quát như sau:<br />  2 2 *  <br />  <br /> 1 2<br /> C asym   2 * 2 2  (6)<br />  * *<br /> <br />   2 1 <br />  <br /> Ở đây  và  là tỷ số của hệ số tán xạ ngược HH và HV để tương ứng với hệ số tán<br /> xạ ngược hệ số tán xạ ngược VV. Ta thấy tán xạ bất đối xứng bao gồm cả tán xạ xoắn<br /> ốc. Khi  = 1 và ρ = ± j, thì mô hình tán xạ bất đối xứng Casym trở thành mô hình tán xạ<br /> xoắn ốc Ch [1].<br /> 3.2. Mô hình phân hoạch đề xuất<br /> C  fsCs  fd Cd  fvCv  fasymCh<br /> <br />   2 0   2 0  a e d  2 2*  <br />   P   P  *  Pasym   (7)<br /> P 2<br />  s 2  0 0 0  d 2  0 0 0  d e b f  2 * 2 2 <br /> 1   *  1   *   d*   <br />   0 1    0 1   f* c   * 2* 1 <br />  <br /> 2 2<br /> Trong đó     2   1;   a  b  c; Pasym là thành phần công suất tán xạ<br /> bất đối xứng và a  f là các phần tử trong mô hình tán xạ khối. Sau khi xác định ma trận<br /> hiệp phương sai cho thành phần tán xạ khối [7] và [8], từ (7) và lưu đồ thuật toán Hình<br /> 1(b) ta có thể biểu diễn lại như sau:<br /> <br /> C  fv Cv  ,   fs Cs   fd Cd   fasym Casym  (8)<br /> <br /> <br /> <br /> <br /> 106 B. N. Thủy, …, L. V. Hà, “Kỹ thuật phân hoạch bốn thành phần … tán xạ bất đối xứng.”<br /> Nghiên cứu khoa học công nghệ<br /> <br /> Pvb Pasym 2<br /> C22   2<br />  <br /> Pe P<br /> 2  *<br /> Từ trên ta có: asym (9)<br /> C12  v <br />  <br /> P f Pasym<br /> C23  v  2<br />  <br /> Lưu đồ thuật toán:<br /> <br /> <br /> <br /> <br /> (a) (b)<br /> Hình 1. a) Xác định tán xạ khối mở rộng, b) Lưu đồ thuật toán phân hoạch đề xuất.<br /> <br /> Trong phương pháp đề xuất ta cho công suất tán xạ của thành phần tán xạ nhị diện tỷ lệ<br /> với công suất tổng theo 1 hệ số  nào đó, với 0 ≤  ≤ 1 nghĩa là:<br /> Pd   Pt 0  1<br /> (10)<br /> Pt  C11  C22  C33  Ps  Pd  Pv  Pasym<br /> Với Pt là tổng công suất của các thành phần tán xạ. Ta có thể thấy rằng  biểu thị cho<br /> tính chủ đạo của thành phần tán xạ nhị diện. Khi   1 thì thành phần tán xạ bất đối xứng<br /> đóng vai trò chủ đạo (trong khu vực đô thị). Khi   0 thì thành phần tán xạ bất đối xứng<br /> là rất nhỏ (trong khu vực tự nhiên).<br /> Ta có: Ps  Pd  Pv  Pt  Pasym  Pt 1    (11)<br /> P<br /> Kết hợp (9, 10 và 11) ta tính được : C22  b Pv  asym 2  2 (12)<br />  <br /> <br /> <br /> <br /> Tạp chí Nghiên cứu KH&CN quân sự, Số 53, 02 - 2018 107<br />  Kỹ thuật điều khiển & Điện tử<br /> <br /> Pasym 2<br /> Khi  =1 thì Pv = 0 do đó C22   (13)<br /> <br /> Giải hệ phương trình (9, 10, 12) trên ta có :<br />  C22  C22 2  C12<br /> *   *<br /> ;  (14)<br /> 2C23 2C23  C22<br /> So với phương pháp phân hoạch bốn thành phần Yamaguchi, phương pháp phân hoạch<br /> đề xuất sử dụng cơ chế tán xạ bất đối xứng. Vì vậy, mô hình đề xuất có thể được áp dụng<br /> cho cả khu vực đô thị và khu vực có phân bố cấu trúc tự nhiên.<br /> 4. KẾT QUẢ THỰC NGHIỆM<br /> Để tăng tính thuyết phục cho phương pháp đề xuất, chúng tôi so sánh kỹ thuật phân<br /> hoạch kinh điển bốn thành phần của Yamaguchi [3], mà hiện nay các nhà khoa học trên<br /> thế giới thường sử dụng để so sánh các kết quả phân hoạch.<br /> <br /> <br /> <br /> <br /> (a) (b)<br /> Hình 2. (a) Ảnh quang học GoogleEarth (b) Ảnh màu hệ số tương quan .<br /> Hiệu quả của thuật toán đề xuất được đánh giá dựa trên dữ liệu nhận được từ hệ thống<br /> vệ tinh E-SAR trong khu vực Oberpfaffenhofen của Đức. Ảnh quang học của khu vực<br /> quan sát nhận được từ phần mềm GoogleEarth trong hình 2(a) dùng để kiểm nghiệm thực<br /> tế kết quả phân hoạch đề xuất. Kích thước của dữ liệu quan sát là 1300x1200. Khu vực<br /> quan sát là một hỗn hợp gồm: khu sân bay, khu đô thị, đất nông nghiệp và khu vực rừng.<br /> Hệ số tương quan  trong hình 2(b) thể hiện sự phân bố của hệ số  [0, 1] trong khu vực<br /> rừng, đất nông nghiệp và khu vực đô thị. Quá trình thực nghiệm được xây dựng trên môi<br /> trường Matlab và ENVI.<br /> Hiệu quả phương pháp đề xuất được đánh giá dựa trên sự so sánh với phương pháp<br /> phân hoạch bốn thành phần Yamaguchi. Từ kết quả so sánh ta có thể đánh giá một cách<br /> chính xác với các cơ chế tán xạ nhị diện chiếm ưu thế trong khu vực đô thị, tán xạ khối<br /> chiếm ưu thế trong khu vực rừng. Trong vùng đô thị, thành phần tán xạ nhị diện và tán xạ<br /> xoắn ốc được xác định từ phân hoạch đề xuất hình 3(a) cho thấy mức độ quan sát rõ hơn<br /> so với kỹ thuật phân hoạch Yamaguchi hình 3(b). Trong hình 3(b) nhiều điểm ảnh trong<br /> khu vực đô thị vẫn còn màu xanh lá cây, do đó, dẫn đến giải đoán và xác định nhầm mục<br /> tiêu. Nguyên nhân chính do tồn tại quá nhiều điểm ảnh có thành phần công suất âm trong<br /> phân hoạch Yamaguchi [3].<br /> Kế tiếp, chúng tôi phân tích các vùng nhỏ hơn để so sánh hiệu quả của hai phương<br /> pháp. Tại vị trí A, B và C trong hình 3(b) chúng tôi phóng to để phân tích thể hiện trong<br /> <br /> <br /> 108 B. N. Thủy, …, L. V. Hà, “Kỹ thuật phân hoạch bốn thành phần … tán xạ bất đối xứng.”<br /> Nghiên cứu khoa học công nghệ<br /> <br /> hình 3(c)-(e) vẫn là màu xanh lá cây và coi đây là khu vực rừng nhưng trên thực tế đây là<br /> các khu vực đô thị. Chính vì vậy đã nhận dạng và xác định nhầm mục tiêu. Tại các vị trí A<br /> và B trong hình 3(a) của phương pháp đề xuất đã được cải thiện đáng kể và khắc phục<br /> được những hạn chế của phân hoạch Yamaguchi. Từ kết quả hình ảnh so sánh được thể<br /> hiện trong hình 3(f)-(h) ta thấy các khu vực đô thị có màu đỏ tía cải thiện tốt hơn so với<br /> hình 3(c)-(e) phân hoạch của Yamaguchi. Từ kết quả phân hoạch đề xuất cho thấy đã nhận<br /> dạng và xác định chính xác mục tiêu nhân tạo hơn so với kỹ thuật phân hoạch Yamaguchi.<br /> <br /> <br /> <br /> <br /> (c) (d) (e)<br /> <br /> <br /> <br /> <br /> (a) (b) (f) (g) (h)<br /> Hình 3. (a) Ảnh đa hợp bốn thành phần tán xạ phân hoạch đề xuất.<br /> (b) Ảnh đa hợp bốn thành phần tán xạ của phân hoạch Yamaguchi, các vùng nhỏ so sánh<br /> (c)-(e) là kết quả của phân hoạch Yamaguchi, (f)-(h) là kết quả của phân hoạch đề xuất.<br /> Hình 4(a)-(c) trình bày kết quả của phương pháp đề xuất và hình 4(d)-(f) trình bày kết<br /> quả của kỹ thuật phân hoạch Yamaguchi. So sánh hình 4(a) và (d) ta thấy rằng trong cả hai<br /> phương pháp thì cơ chế tán xạ khối là chiếm ưu thế hơn các thành phần tán xạ trực tiếp và<br /> nhị diện hình 4(a) chiếm 58% còn hình 4(d) chiếm 48% công suất tổng. Điều này hợp lý vì<br /> khu vực rừng bao gồm các tán cây dạng vòm cây gồm rất nhiều các vật tán xạ định hướng<br /> ngẫu nhiên do đó nó làm giảm sự tán xạ nhị diện và tán xạ bề mặt.<br /> <br /> <br /> <br /> <br /> (a) (b) (c)<br /> <br /> <br /> <br /> <br /> (d) (e) (f)<br /> Rừng Đất nông nghiệp Đô thị<br /> Tán xạ nhị diện Tán xạ trực tiếp Tán xạ khối<br /> Tán xạ bất đối xứng<br /> Hình 4. Biểu đồ tròn bốn thành phần tán xạ của các khu vực khảo sát (a)-(c) phương pháp<br /> phân hoạch đề xuất và (d)-(f) kỹ thuật phân hoạch Yamaguchi.<br /> <br /> <br /> <br /> Tạp chí Nghiên cứu KH&CN quân sự, Số 53, 02 - 2018 109<br />  Kỹ thuật điều khiển & Điện tử<br /> <br /> Tương tự, trong hình 4(b) và (e) ta thấy rằng cơ chế tán xạ trực tiếp chiếm ưu thế ở các<br /> khu vực đất nông nghiệp chiếm 56% công suất tổng và thành phần tán xạ khối giảm mạnh<br /> từ 58% xuống còn 19% do khu vực này trồng nhiều cây nông nghiệp. Trong hình 4(c) và<br /> (f) đối với khu vực đô thị, tỷ lệ phần trăm của công suất tán xạ xoắn ốc trong khu vực đô<br /> thị của thuật toán đề xuất là 20% cao hơn nhiều so với phân hoạch Yamaguchi chỉ 12%,<br /> mặt khác thành phần tán xạ khối của phương pháp đề xuất giảm từ 19% xuống còn 10%,<br /> tương tự thành phần tán xạ trực tiếp giảm mạnh từ 56% xuống còn 42%. Trong khi phân<br /> hoạch Yamaguchi trong khu vực đô thị tán xạ xoắn ốc thường là thành phần tán xạ chủ<br /> đạo có công suất là lớn nhất thì chỉ chiếm 12% so với công suất tổng, còn thành phần tán<br /> xạ khối thường có công suất nhỏ nhất thì lại chiếm 35% đây chính là nguyên nhân chính<br /> dẫn đến việc giải đoán và xác định nhầm mục tiêu.<br /> Như vậy, thuật toán đề xuất đã thêm vào thành phần tán xạ bất đối xứng, cho thấy các<br /> kết quả hình ảnh đã cải thiện đáng kể trong việc giải đoán và xác định mục tiêu chính xác<br /> hơn phân hoạch Yamaguchi.<br /> 5. KẾT LUẬN<br /> Bài báo trình bày một phương pháp phân hoạch bốn thành phần tán xạ mở rộng sử<br /> dụng dữ liệu ảnh PolSAR. Từ các kết quả của phương pháp đề xuất, ta thấy rằng các khu<br /> vực rừng vẫn được biểu diễn màu xanh lá cây, và khu vực đô thị chỉ có màu đỏ, nghĩa là<br /> tán xạ nhị diện và tán xạ xoắn ốc là chiếm ưu thế. Do đó, kết quả của phương pháp đề xuất<br /> phù hợp với cơ chế tán xạ thực và có thể sử dụng để nhận dạng và phân loại địa hình một<br /> cách hiệu quả. Phương pháp đề xuất đưa thành phần tán xạ bất đối xứng vào nhằm khắc<br /> phục các nhược điểm phân hoạch Yamaguchi trong giải đoán, ước lượng, phân loại địa<br /> hình của các mục tiêu. Từ các kết quả, so sánh và phân tích trên thì phương pháp đề xuất<br /> cho thấy cải thiện tốt hơn phương pháp phân hoạch bốn thành phần của Yamaguchi. Mặc<br /> dù, phương pháp đề xuất vẫn còn nhược điểm như khu rừng nằm góc dưới bên phải hình<br /> 3(a) vẫn chưa hoàn toàn màu xanh như góc trên bên trái hình 3(a) do thành phần tán xạ bất<br /> đối xứng vượt mức công suất. Phạm vi ứng dụng của phương pháp đề xuất được sử dụng<br /> trong qui hoạch đô thị, nhận dạng mục tiêu, dự báo động đất… Trong tương lai, chúng tôi<br /> sẽ tiếp tục nghiên cứu cải thiện thêm và hy vọng cho kết quả tốt hơn nhằm mục đích nâng<br /> cao hiệu quả cho phương pháp đề xuất.<br /> TÀI LIỆU THAM KHẢO<br /> [1]. S. R. Cloude and E. Pottier, “An entropy based classification scheme for land<br /> applications of polarimetric SAR,” IEEE Trans. Geosci. Remote Sens., vol. 35, no. 1,<br /> pp. 68–78, Jan. 1997.<br /> [2]. A. Freeman and S. L. Durden, “A three-component scattering model for polarimetric<br /> SAR data,” IEEE Trans. Geosci. Remote Sens., vol. 36, no. 3, pp. 963–973, May 1998<br /> [3]. Y. Yamaguchi et al., “Four-component scattering model for polarimetric SAR image<br /> decomposition,” IEEE Trans. Geosci. Remote Sens., vol. 43, no. 8, pp. 1699–1706,<br /> Aug. 2005<br /> [4]. J. S. Lee, T. L. Ainsworth, and Y. Wang, “Recent advances in scattering model-based<br /> decompositions: An overview,” in Proc. IEEE Int. Geosci. Remote Sens. Symp., 2011,<br /> pp. 9–12.<br /> [5]. M. Arri, J. VanZyl, and Y. Kim, “Adaptive model-based decomposition of<br /> polarimetric SAR covariance matrices,” IEEE Trans. Geosci. Remote Sens. Lett., vol.<br /> 49, no. 3, pp. 1104-1113, Mar. 2011.<br /> <br /> <br /> 110 B. N. Thủy, …, L. V. Hà, “Kỹ thuật phân hoạch bốn thành phần … tán xạ bất đối xứng.”<br /> Nghiên cứu khoa học công nghệ<br /> <br /> [6]. Oleg Atropov, Rauste and Tuomas Hame. “Volume Scatterring Modeling in PolSAR<br /> Decompositions: Study of ALOS PALSAR Data Over Boreal Forest” IEEE<br /> Transaction on Geoscience and Remote Sensing, 2011, vol. 49, no. 10, pp. 3838-3848.<br /> [7]. S. W. Chen and M. Sato, “Tsunami damage investigation of build-up areas using<br /> multi-terporal spaceborne full polarimetric SAR images,” IEEE Trans. Geosci.<br /> Remote Sens., vol. 51, no. 4, pp. 1985-1997, Apr. 2013.<br /> [8]. S. W. Chen, X. S. Wang, Y. Z. Li, and M. Sato, “Adaptive model-based polarimetric<br /> decomposition using PolInSAR coherence,” IEEE Trans. Geosci. Remote Sens., vol.<br /> 52, no. 1, pp. 1705–1718, Mar. 2014.<br /> ABSTRACT<br /> EXTENDED FOUR-COMPONENT DECOMPOSITION FOR POLSAR IMAGE<br /> WITH ASYMMETRIC SCATTERING COMPONENT<br /> The decomposition of artificial targets in urban areas using the PolSAR image is<br /> a promising prospect related to urban planning, land clearance, etc. In the paper,<br /> an improved four-component decomposition technique base on asymmetric<br /> reflectivity is presented. Previous studies still have some disadvantages such as<br /> buildings along the direction of the radar and inaccurate traffic decomposition. In<br /> order to overcome these disadvantages we include an asymmetric reflex component<br /> to improve the accuracy of artificial target identification. Aerospace ESAR data is<br /> used to evaluate the effectiveness of the proposed method. The empirical results<br /> show that the proposed method improves accuracy level significantly in<br /> comparision with the previous decomposition methods.<br /> Keywords: Four-component decomposition, Scattering mechanism, Covariance matrix, Polarimetric synthetic<br /> aperture radar (POLSAR).<br /> <br /> Nhận bài ngày 22 tháng 11 năm 2017<br /> Hoàn thiện ngày 21 tháng 12 năm 2017<br /> Chấp nhận đăng ngày 26 tháng 02 năm 2018<br /> 1<br /> Địa chỉ: Viện Điện tử - Viện Khoa học và Công nghệ quân sự;<br /> 2<br /> Khoa Vô tuyến Điện tử - Học viện Kỹ thuật quân sự;<br /> 3<br /> Viện Ra đa - Viện Khoa học và Công nghệ quân sự.<br /> *<br /> Email: thuybn78@gmail.com.<br /> <br /> <br /> <br /> <br /> Tạp chí Nghiên cứu KH&CN quân sự, Số 53, 02 - 2018 111<br />