Kỹ thuật phân hoạch bốn thành phần thích nghi với xoay ma trận kết hợp cho ảnh PolSAR

Kỹ thuật điều khiển & Điện tử<br /> <br /> KỸ THUẬT PHÂN HOẠCH BỐN THÀNH PHẦN THÍCH NGHI VỚI<br /> XOAY MA TRẬN KẾT HỢP CHO ẢNH POLSAR<br /> Phạm Minh Nghĩa1*, Lê Tiến Đạt1, Bùi Ngọc Thủy2<br /> Tóm tắt: Các kỹ thuật phân hoạch bốn thành phần nói chung và kỹ thuật phân<br /> hoạch của Yamaguchi nói riêng chỉ sử dụng được dữ liệu của 6 trên tổng số 9 tham<br /> số trong ma trận kết hợp T, điều này mang lại một độ chính xác không cao khi thực<br /> hiện ước lượng và nhận dạng mục tiêu dựa trên dữ liệu PolSAR. Bài báo này trình<br /> bày một phương pháp phân hoạch bốn thành phần thích nghi kết hợp với xoay ma<br /> trận kết hợp nhằm nâng cao độ chính xác trong nhận dạng mục tiêu. Trong phương<br /> pháp đề xuất, một mô hình tán xạ bất đối xứng được sử dụng thay cho thành phần<br /> tán xạ xoắn ốc. Ngoài ra, chúng tôi bổ sung thêm một số điều kiện trong xác định<br /> công suất của các thành phần tán xạ còn lại. Hiệu quả của phương pháp đề xuất<br /> được đánh giá với dữ liệu thu được từ hệ thống E-SAR. Kết quả thực nghiệm cho<br /> thấy rằng độ chính xác đã cải thiện đáng kể hai nhược điểm của kỹ thuật phân<br /> hoạch Yamaguchi.<br /> Từ khóa: Ra đa tổng hợp mặt mở phân cực; phân hoạch, tập kết hợp.<br /> <br /> 1. TỔNG QUAN<br /> Ra đa mặt mở tổng hợp phân cực (PolSAR) là một hệ thống viễn thám siêu cao tần<br /> tiên tiến dùng để giám sát, quản lý tài nguyên môi trường và quan sát thay đổi địa hình mặt<br /> đất. Kỹ thuật PolSAR cung cấp các cảnh ảnh với độ phân giải rất cao và mang đầy đủ các<br /> thông tin về mục tiêu. Việc ước lượng và nhận dạng mục tiêu sử dụng kỹ thuật phân hoạch<br /> mục tiêu dựa trên các mô hình tán xạ đang là hướng nghiên cứu phổ biến hiện nay, bởi<br /> tính đơn giản và thuận tiện trong việc tính toán xử lý dữ liệu. Trong đó, điển hình là kỹ<br /> thuật phân hoạch mục tiêu 4 thành phần của Yamaguchi [2]. Phương pháp này tương đối<br /> hiệu quả cho phân tích mục tiêu trong các khu vực tự nhiên cũng như khu vự đô thị. Tuy<br /> nhiên, phương pháp này khi áp dụng cho ước lượng mục tiêu thường gặp phải một số vấn<br /> đề như sau: (1) ma trận tán xạ xoắn ốc và tán xạ khối là giống nhau cho mọi điểm ảnh, (2)<br /> vẫn còn tồn tại thành phần tán xạ có công suất âm tại một số điểm ảnh, (3) độ ổn định<br /> thuật toán chưa cao. Nguyên nhân một phần là do kỹ thuật phân hoạch này không sử dụng<br /> hết toàn bộ dữ liệu quan sát được từ hệ thống PolSAR. Nghĩa là, một ma trận kết hợp<br /> PolSAR 33 bao gồm có 9 tham số thực độc lập, bao gồm 3 thành phần trên đường chéo<br /> chính và 3 thành phần phức trên đường chéo phụ, phương pháp này chỉ giải thích được 6<br /> tham số còn 3 tham số không sử dụng. Bên cạnh đó để xác định được công suất của thành<br /> phần tán xạ xoắn ốc Yamaguchi giả định rằng Im T13   Im T23  và<br /> Re T13   Re T23   0 . Trong thực tế thì các thành phần T13 và T23 là hoàn toàn không<br /> bằng nhau. Do vậy, kỹ thuật phân hoạch bốn thành phần của Yamaguchi vẫn còn giả định<br /> thành phần tán xạ khối vẫn giống nhau tại các điểm ảnh và thường gây ra nhận dạng không<br /> chính xác mục tiêu [2].<br /> Để khắc phục các nhược điểm kỹ thuật phân hoạch của Yamaguchi đã đề cập trên.<br /> Bài báo đề xuất một kỹ thuật phân hoạch bốn thành phần tán xạ thích nghi dựa trên xoay<br /> kép ma trận kết hợp từ một tập các ma trận chuyển đổi nguyên trị. Đầu tiên, phương pháp<br /> đề xuất sử dụng thành phần tán xạ bất đối xứng thay cho thành phần tán xạ xoắn ốc nhằm<br /> thể hiện tốt hơn sự phản xạ từ các mục tiêu có cấu trúc phức tạp như khu vực đô thị. Tiếp<br /> theo, thành phần tán xạ khối được lựa chọn từ một tập các ma trận tán xạ khối dựa trên<br /> một thuật toán thích nghi. Khi đó, thành phần tán xạ khối sẽ thay đổi gần giống với quá<br /> <br /> <br /> 80 P. M. Nghĩa, L. T. Đạt, B. N. Thủy, “Kỹ thuật phân hoạch … kết hợp cho ảnh PolSAR.”<br /> Nghiên cứu khoa học công nghệ<br /> <br /> trình tán xạ từ tán cây trong các địa hình khác nhau. Ba là, việc sử dụng toàn bộ các tham<br /> số của ma trận kết hợp nhằm nâng cao độ ổn định của phương pháp đề xuất, chúng tôi<br /> thực hiện xoay ma trận kết hợp đi hai lần với tập hai ma trận chuyển đổi nguyên trị. Cuối<br /> cùng, để hạn chế các thành phần công suất âm tại các điểm ảnh, chúng tôi bổ sung thêm<br /> các điều kiện cho xác định thành phần tán xạ nhị diện và tán xạ trực tiếp. Kết quả phân<br /> tích cho thấy phương pháp đề xuất đã mang lại hiệu quả tốt hơn và ổn định hơn so với kỹ<br /> thuật phân hoạch 4 thành phần Yamaguchi, trong việc ước lượng và nhận dạng mục tiêu<br /> trong mọi địa hình thực tế.<br /> 2. KỸ THUẬT PHÂN HOẠCH BỐN THÀNH PHẦN YAMAGUCHI<br /> Hệ thống SAR phân cực cung cấp các thông tin của mục tiêu thông qua ma trận tán<br /> xạ phức 2×2. Đối với trường hợp tán xạ ngược trong môi trường thuận nghịch, ma trận kết<br /> hợp [T] được xây dựng như sau [1]:<br /> T11 T12 T13 <br />  *T   1<br />  k P k P  T12* T22 T23  ; k P <br /> T<br /> T   Shh  Svv S hh  Svv 2S hv  (1)<br /> 2<br /> T13* T23* T33 <br /> Trong đó, Shh, Shv và Svv lần lượt là hệ số tán xạ ngược của các kênh phân cực HH, HV<br /> và VV tương ứng.<br /> Trong kỹ thuật Yamaguchi, ma trận kết hợp [T] được phân tích bằng sự kết hợp tuyến<br /> tính của bốn ma trận con tương ứng với 4 thành phần tán xạ: tán xạ trực tiếp, tán xạ nhị<br /> diện, tán xạ khối và tán xạ xoắn ốc như sau [2]:<br /> T   Ps Ts   Pd Td   Pv Tv   Pc Tc  (2)<br /> <br /> Trong đó, các hệ số Pi và Ti  ( i  s, d , v, c ) lần lượt là công suất và ma trận tán xạ<br /> của các thành phần tán xạ trực tiếp, tán xạ nhị diện, tán xạ khối và tán xạ xoắn ốc [3]. Khi<br /> đó công suất của các thành phần tán xạ được xác định như sau:<br /> <br /> <br /> Ps  f s 1  <br /> 2<br />  ; P  f 1    ; P  f ; P  f ; P  P  P  P  P<br /> d d<br /> 2<br /> v v c c t s d v c (3)<br /> <br /> Để mô tả cho quá trình tán xạ đối xứng và phản xạ bất đối xứng cho các mục tiêu ở<br /> khu vực nhân tạo, Yamaguchi đã đề xuất đưa thêm thành phần tán xạ xoắn. Tuy nhiên<br /> chúng ta có thể thấy chỉ 6 thành phần trên 9 thành phần trong ma trận kết hợp. Ngoài ra kỹ<br /> thuật này, xây dựng dựa trên giả định Re(T12)= Re(T23) = 0 và Im(T12)= Im (T23) để xác<br /> định công suất của thành phần tán xạ xoắn ốc. Nhưng thực tế thì T12 , T23 không thuần ảo<br /> và bằng nhau, tại các khu vực nhân tạo nó còn đạt giá trị lớn. Do đó, mô hình này trở nên<br /> tuyến tính và không thực tế. Mặt khác, thành phần tán xạ khối vẫn là hằng số và bằng nhau<br /> trong mọi điểm ảnh. Điều này làm cho thuật toán mất đi sự ổn định và tạo ra nhiều điểm<br /> ảnh có giá trị công xuất âm là nguyên nhân ước lượng và nhận dạng nhầm mục tiêu.<br /> 3. KỸ THUẬT PHÂN TÍCH BỐN THÀNH PHẦN THÍCH NGHI VỚI SỰ CHUYỂN<br /> ĐỔI NGUYÊN TRỊ CỦA MA TRẬN KẾT HỢP<br /> 3.1. Nguyên lý cơ bản của chuyển đổi nguyên trị kép<br /> Không mất tính tổng quát, việc chuyển đổi nguyên trị ma trận kết hợp T vẫn đảm bảo<br /> các thông số của T. Sử dụng các tính chất toán học ta có thể thực hiện chuyển đổi nguyên<br /> trị ma trận T sao cho thành phần T23 = 0. Nếu thành phần T23 bị loại bỏ thì ma trận kết hợp<br /> mới chỉ còn 7 tham số [4][8].<br /> <br /> <br /> <br /> Tạp chí Nghiên cứu KH&CN quân sự, Số 59, 02 - 2019 81<br />  Kỹ thuật điều khiển & Điện tử<br /> <br /> T11 T12 T13 <br /> T   T12* T22 0  (4)<br /> T13* 0 T33 <br /> Việc chọn cách này vì thành phần T23 liên quan trực tiếp đến việc ước lượng thành<br /> phần tán xạ xoắn ốc. Để nhận được thành phần tán xạ xoắn ốc T23 = 0 thì ta thực hiện xoay<br /> T đi hai lần.<br /> Đầu tiên ta thực hiện xoay ma trận kết hợp T theo LOS.<br /> H<br /> T      R    T   R    (5)<br /> Với ma trận xoay:<br /> 1 0 0 <br /> R     0 cos 2 sin 2  (6)<br />  0  sin 2 cos 2 <br /> Sau khi xoay ma trận kết hợp T ta được:<br /> 1  2 Re T23  <br />   arctan   (7)<br /> 4  T22  T33 <br /> Sau khi xoay thành phần T23 của T trở nên thuần ảo và có giá trị bằng không<br /> T23    j Im T23  (8)<br /> Sau đó ta tiếp tục xoay T( ) với một ma trận nguyên trị có dạng đặc biệt:<br /> H<br /> T     U    T    U    (9)<br /> <br /> 1 0 0 <br /> Với U    0 cos 2 j sin 2  (10)<br />  <br /> 0 j sin 2 cos 2 <br /> Khi xoay ma trận kết hợp T đi hai lần ta nhận được là sự biến đổi nguyên trị ma trận T<br /> khởi tạo ban đầu nhưng đã loại bỏ thành phần T23. Trong quá trình tính toán này các tham<br /> số phân cực quan sát được đã giảm từ 9 xuống còn 7 thành phần và biểu diễn các thành<br /> phần đã được loại bỏ thông qua các thành phần còn lại.<br /> 3.2. Các mô hình tán xạ<br /> a. Mô hình tán xạ trực tiếp<br /> Thành phần tán xạ trực tiếp được mô hình hóa bởi sự tán xạ của tín hiệu cao tần của<br /> ra đa từ bề mặt địa hình có thể là mặt đất hoặc nền địa hình. Tán xạ trực tiếp là tín hiệu<br /> phản hồi bề mặt của mục tiêu.<br />  1   0<br /> H  2  H<br /> T    sunface  U    Ts  U     U       0  U    (11)<br /> 0 0 0 <br />  <br />  <br />  1   cos 2  j   sin 2 <br />  <br /> 2 2 sin 4 (12)<br /> T    sunface    cos 2  cos 2 2 j  <br />  2 <br />  2 sin 4 2<br /> <br />  j  sin 2 j  sin 2 2 <br />  2 <br /> <br /> <br /> <br /> <br /> 82 P. M. Nghĩa, L. T. Đạt, B. N. Thủy, “Kỹ thuật phân hoạch … kết hợp cho ảnh PolSAR.”<br /> Nghiên cứu khoa học công nghệ<br /> <br /> S HH<br /> Trong đó  được định nghĩa như sau:   e j HV ; SVV , S HH là hệ số phân<br /> SVV<br /> cực đứng đứng và ngang ngang của trực tiếp phản xạ.<br /> b. Mô hình tán xạ nhị diện<br /> Thành phần tán xạ nhị diện thể hiện cho sự phản xạ của sóng siêu cao tần qua hai bề<br /> mặt khác nhau như sóng phản xạ từ mặt đất - thân cây, tường - mặt đất.<br /> Khi đó ma trận tán xạ sẽ có dạng<br /> Td     U    Td  U H   <br />  2<br /> <br />   2  0    cos 2  j sin 2 <br />     (13)<br /> sin 4 <br />  U       1 0 U H        cos 2 cos2 2  j<br />  0 0 0  2 <br />    sin 4 <br />  j  sin 2 j sin 2 2 <br />  2 <br /> RGH RTH j HV<br /> Trong đó  được định nghĩa như sau:   e<br /> RGV RTV<br /> RGH , RGV , RTV , RTH lần lượt là hệ số phản xạ theo chiều đứng, chiều ngang của hai bề<br /> mặt phản xạ.<br /> c. Mô hình khối tán xạ khối tổng quát<br /> Thành phần tán xạ khối là thành phần tán xạ khuếch tán từ khối các vật thể phân bố<br /> ngẫu nhiên cấu trúc đa dạng có các trực tiếp phản xạ nhỏ. Theo lý thuyết tán xạ sóng, quá<br /> trình tán xạ từ vòm hay tán lá cây được mô hình hóa như một quá trình ngẫu nhiên, thì sự<br /> tán xạ từ thân cây, cành và vòm lá được biểu diễn theo hàm phân bố góc không đều. Để<br /> mô hình hóa cho sự tán xạ của một khối các vật thể phân bố ngẫu nhiên là thành phần tán<br /> xạ khối.<br />  a d 0<br />    H<br /> TV     U    Tv  U     U     d b 0 U   <br /> H<br /> <br /> <br />  0 0 c <br />  <br />  a d cos 2  jd sin 2  (14)<br />  <br /> sin 4 <br />   d  cos 2 b cos2 2 c sin 2  j b  c<br />  2 <br />  sin 4 <br />  jd  sin 2 j b  c b sin 2 2  c cos2 2 <br />  2 <br /> Trong đó, các thành phần a, b, c, d trong ma trận Tv nhận được từ các ma trận Tv như<br /> trong phân tích của Freeman [1], Yamaguchi [7] và An [8].<br /> d. Mô hình tán xạ bất đối xứng<br /> Thành phần tán xạ bất đối xứng được biểu diễn cho các mục tiêu như trong khu vực<br /> đô thị. Ma trận tán xạ S của thành phần tán xạ bất đối xứng có dạng:<br />    S S<br /> S      HV ;   HH (15)<br />  1  SVV SVV<br /> Với γ và ρ là tỷ số của hệ số phản xạ của HH và HV đối với hệ số tán xạ VV.<br /> <br /> <br /> Tạp chí Nghiên cứu KH&CN quân sự, Số 59, 02 - 2019 83<br />  Kỹ thuật điều khiển & Điện tử<br /> <br /> Khi đó ma trận kết hợp cho thành phần tán xạ bất đối xứng [4] sẽ là:<br /> Tasy   U Tasy UH  <br />  <br />  a11 a12 cos2 ja13 sin2 a13 cos2  ja12 sin2 <br />  <br /> sin4 sin4<br />  a12 cos2 ja13 sin2 a22 cos2 2 Im a23  sin4 a33 sin2 2  ja22 a23 sin2 2 a23 cos2 ja33<br />  2 2  (16)<br />  sin4  sin4 <br />   2  2 2<br /> a13 cos2  ja12 sin2 ja22 a23 sin 2 a23 cos2 ja33 a22 sin 2 Im a23  sin4 a33 cos 2 <br />  2 2 <br /> Trong đó a11, a12, a13, a22, a23, a33 là các tham số được thể hiện qua các thành phần của<br /> ma trận kết hợp đã được xoay đi hai lần T(φ).<br /> 3.3. Kỹ thuật phân hoạch với ma trận tán xạ khối thích nghi<br /> Thành phần công suất và hệ số của các thành phần tán xạ được thể hiện và tình toán<br /> thông qua liên hệ thức với ma trận kết hợp T đã được biến đổi. Các thành phần trên được<br /> tính toán dựa trên các công thức sau đây.<br /> T    PsTs  Pd Td  PvTv  PasyTasy (17)<br /> <br /> Mặt khác ta có: Pt  T11  T22  T33  Ps  Pd  Pv  Pw (18)<br /> Hệ số tương quan  là sự biểu diễn của thành phần tán xạ bất đối xứng. Khi đó với<br /> mỗi giá trị của  ta hoàn toàn xác định được công suất của thành phần tán xạ đối xứng.<br /> Cho hệ số    0,1 thì ta xác định được công suất của thành phần tán xạ bất đối xứng với<br /> Pasy   Pt .<br /> Trong thuật toán đề xuất ta sử dụng một trong 6 ma trận tán xạ khối được đề xuất<br /> [1],[4],[6],[7],[8] để xác định ma trận phù hợp cho thành phần tán xạ khối, như vậy ta có:<br /> Pasy   Pt   T11  T22  T33  (19)<br /> Sau đó ta thực hiện loại bỏ thành phần tán xạ bất đối xứng ra khỏi dữ liệu quan sát<br /> ta có:<br /> T '    T    PasyTasy   (20)<br /> Tiếp theo ta thực hiện phân tích trị riêng ma trận<br /> T     T '    PvTv    T '    f vTv   (21)<br /> Ta cho ba trị riêng của ma trận này bằng 0 và xác định được 3 giá trị fv tương ứng. Ta<br /> chọn lấy f v  min  f v1 , f v 2 , f v 3  .<br /> Sau đó ta tiếp tục loại bỏ thành phần tán xạ khối ra khỏi dữ liệu quan sát. Ta nhận<br /> được một ma trận mới T ''   .<br /> <br /> T ''    T '    f vTv    T    f vTv    f asyTasy   (22)<br /> Trong đó ta có :<br /> ps pd pv pasy<br /> fs  2<br /> ; fd  2<br /> ; fv  ; f asy  2 2<br /> 1  1  abc 1   2 <br /> <br /> <br /> <br /> 84 P. M. Nghĩa, L. T. Đạt, B. N. Thủy, “Kỹ thuật phân hoạch … kết hợp cho ảnh PolSAR.”<br /> Nghiên cứu khoa học công nghệ<br /> 2<br /> T11 ''    f s  f d <br /> T12 ''    f s   cos 2  f d 2 cos 2<br /> Ta có: T13 ''     jf s   sin 2  jf d 2sin 2 (23)<br /> <br /> T22 ''    f s  cos 2 2  f d cos 2 2<br /> <br /> T33 ''    f s  sin 2 2  f d sin 2 2<br /> 2 2<br /> Đặt:   fs  fd  ; D  fs   fd ; C  fs    fd (24)<br /> j 2<br />  <br /> Với: S  T ''11   ; D  T ''22    T ''33   ; C  T ''12    T ''13   e (25)<br /> Xét: C0  2T11  Pt  Pasy (26)<br /> Nếu C0  0 tán xạ trực tiếp đóng vai trò chủ đạo<br /> 2<br /> C  C<br />    0; f s  S ;   ; f d  S  (27)<br /> S D<br /> Ta thực hiện cho    0;1<br /> <br /> T  remain  T    f sTs  f d Td  f vTv  f asyTasy (28)<br /> <br /> Các giá trị f s ,  ,  , f v , f asy tối ưu tương ứng với T  remain  min<br /> <br /> <br /> <br /> <br /> Hình 1. Lưu đồ thuật toán đề xuất.<br /> <br /> <br /> Tạp chí Nghiên cứu KH&CN quân sự, Số 59, 02 - 2019 85<br />  Kỹ thuật điều khiển & Điện tử<br /> <br /> <br /> <br /> <br /> (a) (b)<br /> Hình 2. (a) Ảnh quang học GoogleEarth (b) Ảnh màu hệ số tương quan .<br /> 4. KẾT QUẢ THỰC NGHIỆM<br /> Để kiểm chứng hiệu quả phương pháp đề xuất bằng cách so sánh kỹ thuật phân hoạch<br /> mục tiêu bốn thành phần kinh điển của Yamaguchi. Kết quả của thuật toán đề xuất được<br /> đánh giá dựa trên dữ liệu nhận được từ hệ thống vệ tinh E-SAR trong khu vực<br /> Oberpfaffenhofen của Đức. Trên hình 2.(a) hiển thị hình ảnh quang học của khu vực này<br /> bao gồm rừng, đất nông nghiệp, cảng hàng không và đô thị. Khu vực quan sát là một hỗn<br /> hợp các loại địa hình với kích thước của dữ liệu quan sát là 1300x1200. Thuật toán đề xuất<br /> sử dụng hệ số tương quan  chạy trong khoảng từ  0  1 để ước lượng và nhận dạng các<br /> khu vực rừng, đất nông nghiệp và khu vực đô thị trong hình 2.(b). Từ hình 2.(b) có thể<br /> thấy rằng giá trị của  khá thấp ở khu vực rừng và đất nông nghiệp. Tuy nhiên trong các<br /> khu vực đô thị với cấu trúc phức tạp thì giá trị của  là tương đối lớn. Quá trình thực<br /> nghiệm được xây dựng trên môi trường Matlab và ENVI.<br /> Để kiểm chứng định lượng của , các mẫu thử được lấy từ các khu vực rừng, đất nông<br /> nghiệp và khu vực đô thị, các biểu đồ biểu diễn hệ số  tương ứng với các khu vực được<br /> thể hiện trong hình 3.(a), (b), (c) tương ứng.<br /> <br /> <br /> <br /> <br /> Hình 3. (a) Khu vực đất nông nghiệp, (b) khu vực rừng, (c) khu vực đô thị.<br /> Hình 3 thể hiện sự phân bố của , chẳng hạn thành phần tán xạ đối xứng chiếm ưu thế<br /> ở các khu vực tự nhiên như khu vực rừng và đất nông nghiệp thường tập trung trong<br /> khoảng từ 0,01 ÷ 0,3, còn thành phần tán xạ bất đối xứng chủ yếu xảy ra ở khu vực đô thị<br /> đối thì hệ số  có giá trị lớn hơn chủ yếu trong khoảng từ 0,3 ÷ 0,7. Như vậy, chúng ta<br /> thấy rằng giá trị của hệ số  khác nhau tùy thuộc vào địa hình mục tiêu và thường có giá<br /> trị lớn ở các khu vực đô thị, có giá trị thấp hơn tập trung ở các khu vực rừng và đất nông<br /> <br /> <br /> 86 P. M. Nghĩa, L. T. Đạt, B. N. Thủy, “Kỹ thuật phân hoạch … kết hợp cho ảnh PolSAR.”<br /> Nghiên cứu khoa học công nghệ<br /> <br /> nghiệp. Cho nên phương pháp đề xuất sử dụng hệ số  để nhận dạng mục tiêu các loại địa<br /> hình là phù hợp sát với thực tế.<br /> <br /> <br /> <br /> <br /> Hình 4. (a) Ảnh đa hợp bốn thành phần tán xạ của phân hoạch Yamaguchi (b) Ảnh đa hợp<br /> bốn thành phần tán xạ phân hoạch đề xuất, vùng so sánh (c)-(e) là kết quả của phân<br /> hoạch Yamaguchi, (f)-(h) là kết quả của phân hoạch đề xuất.<br /> Việc so sánh kỹ thuật phân hoạch mục tiêu bốn thành phần của Yamaguchi với<br /> phương pháp đề xuất, kết quả cho thấy việc nhận dạng mục tiêu các khu vực nhân tạo<br /> chính xác hơn đặc biệt là các tòa nhà xiên so với hướng vệt quét của ra đa trong hình<br /> 4.(d)(g). Phân tích kết quả của Yamaguchi thì các tòa nhà xiên có màu xanh đồng nhất với<br /> khu vực rừng như ở góc trái phía trên của 4.(b) dẫn đến ước lượng và nhận dạng nhầm<br /> mục tiêu. Nguyên nhân nhận dạng nhầm là do có quá nhiều thành phần công suất âm tại<br /> các điểm ảnh trong phân hoạch Yamaguchi. Trong hình 4.(d) ta thấy thành phần tán xạ<br /> trực tiếp và bất đối xứng đóng vai trò chủ đạo. Như vậy, kỹ thuật phân hoạch đề xuất cho<br /> thấy khả năng nhận dạng tốt hơn so với kỹ thuật phân hoạch của Yamaguchi trong hình<br /> 4.(b). Trong kỹ thuật phân hoạch đề xuất thể hiện hình 4.(a) chúng ta dễ dàng phân biệt<br /> giữa các khu vực đô thị nằm góc phải phía trên với các công trình nhân tạo màu hồng đậm<br /> xen lẫn các khu vực tự nhiên màu xanh thể hiện sắc nét, giúp nhận dạng chính xác mục<br /> tiêu. Tại các vị trí quan sát A, B và C trong hình 4.(a) được phóng to với nhiều màu sắc thể<br /> hiện cho thấy tỉ số công suất đóng góp của các thành phần tán xạ là khác nhau ở mỗi điểm<br /> ảnh. Tuy nhiên, tại các vị trí quan sát A, B và C trong hình 4.(b) phóng to thì các điểm ảnh<br /> đều là màu xanh trùng với màu ở các khu vực rừng, trên thực tế đây là các khu vực đô thị<br /> hay công trình nhân tạo.<br /> Hình 5.(a)-(c) trình bày kết quả của phương pháp đề xuất và hình 5.(d)-(f) trình bày kết<br /> quả của kỹ thuật phân hoạch Yamaguchi. So sánh hình 5.(a) và (d) ta thấy rằng trong cả hai<br /> phương pháp thì cơ chế tán xạ khối vẫn chiếm ưu thế hơn so với cơ chế tán xạ trực tiếp và<br /> nhị diện hình 5.(a) chiếm 62% còn hình 5.(d) chiếm 42% công suất tổng. Điều này hợp lý vì<br /> trong khu vực rừng thường các tán cây dạng vòm cây gồm rất nhiều các vật tán xạ định<br /> hướng ngẫu nhiên, do đó nó làm giảm sự tán xạ nhị diện và tán xạ trực tiếp. Tương tự, trong<br /> hình 5.(b) và (e) ta thấy rằng cơ chế tán xạ trực tiếp chiếm ưu thế ở các khu vực đất nông<br /> nghiệp chiếm 61% công suất tổng và thành phần tán xạ khối giảm mạnh từ 62% xuống còn<br /> 20% do khu vực này trồng nhiều cây nông nghiệp. Trong hình 5.(c) và (f) đối với khu vực<br /> đô thị thì tỷ lệ phần trăm của công suất tán xạ bất đối xứng của thuật toán đề xuất là 11% còn<br /> phân hoạch Yamaguchi là 12%, mặt khác thành phần tán xạ khối của phương pháp đề xuất<br /> cũng xấp xỉ lần lượt là 27% và 28%, tương tự thành phần tán xạ trực tiếp tăng lên 44%.<br /> Trong khi phân hoạch Yamaguchi trong khu vực đô thị, tán xạ trực tiếp thường là thành<br /> phần tán xạ chủ đạo có công suất là lớn nhất chiếm 35% so với công suất tổng, còn thành<br /> phần tán xạ bất đối xứng thường có công suất nhỏ nhất thì lại chiếm 12% đây chính là<br /> nguyên nhân chính dẫn đến việc ước lượng và xác định chưa chính xác mục tiêu.<br /> <br /> <br /> Tạp chí Nghiên cứu KH&CN quân sự, Số 59, 02 - 2019 87<br />  Kỹ thuật điều khiển & Điện tử<br /> <br /> <br /> <br /> <br /> Hình 5. Biểu đồ tròn bốn thành phần tán xạ của các khu vực khảo sát (a)-(c) phương<br /> pháp phân hoạch đề xuất và (d)-(f) kỹ thuật phân hoạch Yamaguchi.<br /> Thuật toán đề xuất trình bày kỹ thuật phân hoạch bốn thành phần mới và sử dụng dữ<br /> liệu ảnh PolSAR. Kết quả phân tích của phương pháp đề xuất, ta thấy rằng các khu vực<br /> rừng vẫn được biểu diễn màu xanh lá cây, và khu vực đô thị có màu sắc đa dạng, nghĩa là<br /> tán xạ trực tiếp và tán xạ khối là chiếm ưu thế. Do đó, kết quả của phương pháp đề xuất<br /> phù hợp với các cơ chế tán xạ thực tế và có thể sử dụng để nhận dạng và phân loại địa hình<br /> một cách hiệu quả hơn so với phương pháp phân hoạch kinh điển của Yamaguchi trong<br /> ước lượng và nhận dạng mục tiêu. Từ các kết quả, so sánh và phân tích trên thì phương<br /> pháp đề xuất cho thấy cải thiện tốt hơn phương pháp phân hoạch bốn thành phần của<br /> Yamaguchi. Tuy nhiên, phương pháp đề xuất vẫn còn nhược điểm là các khu vực đô thị tại<br /> các vị trí A, B và C trong hình 4.(a) các điểm ảnh vẫn còn màu xanh cùng màu sắc với các<br /> khu vực rừng, mặc dù phương pháp đề xuất đã cải thiện hơn so với kỹ thuật phân hoạch<br /> của Yamaguchi tại các khu vực đô thị. Trong tương lai, phương pháp đề xuất sẽ tiếp tục<br /> nghiên cứu cải thiện thêm sẽ đưa thêm thành phần tán xạ xoắn ốc và thành phần tán xạ dây<br /> phù hợp cho các đối tượng là mục tiêu nhân tạo và hy vọng cho kết quả tốt hơn nhằm mục<br /> đích nâng cao hiệu quả cho phương pháp đề xuất.<br /> 5. KẾT LUẬN<br /> Bài báo đã xây dựng một phương pháp nâng cao độ chính xác và khắc phục nhược<br /> điểm của kỹ thuật phân hoạch bốn thành phần của Yamaguchi dựa trên dữ liệu ảnh<br /> PolSAR. Phương pháp đề xuất tính toán các tham số của thành phần tán xạ của bề mặt địa<br /> hình được xác định thông qua kỹ thuật phân hoạch mục tiêu với thuật toán thích nghi và<br /> chuyển đổi nguyên trị của ma trận kết hợp. Do đó, phương pháp này còn tổng hợp được<br /> thành phần ảo và bổ sung thêm một số điều kiện ràng buộc để loại bỏ thành phần tán xạ<br /> bất đối xứng. Kết quả mô phỏng của phương pháp đề xuất đã cải thiện được đáng kể việc<br /> ước lượng mục tiêu, nâng cao độ chính xác trong việc nhận dạng mục tiêu, đặc là các mục<br /> tiêu nhân tạo, mục tiêu nằm chéo so với vệt quét của Ra đa phân cực. Việc nghiên cứu trên<br /> đã khắc phục thành phần công suất âm tại các điểm ảnh là nguyên nhân dẫn đến việc nhận<br /> dạng không chính xác mục tiêu và kết quả phân tích cho thấy phương pháp đề xuất có độ<br /> tin cậy cao.<br /> <br /> <br /> 88 P. M. Nghĩa, L. T. Đạt, B. N. Thủy, “Kỹ thuật phân hoạch … kết hợp cho ảnh PolSAR.”<br /> Nghiên cứu khoa học công nghệ<br /> <br /> TÀI LIỆU THAM KHẢO<br /> 1 . Anthony Freeman,Senior Member, IEEE, and Stephen L. Durden “A Three-<br /> Component ScatteringModel for Polarimetric SAR Data” May 1998.<br />  2  . Yoshio Yamaguchi, Toshifumi Moriyama, Motoi Ishido, and Hiroyoshi Yamada,<br /> IEEE “Four-Component Scattering Model for Polarimetric SAR Image<br /> Decomposition” August 2005.<br /> [3]. S. R. Cloude and E. Pottier,“A review of target decomposition theorems in radar<br /> polarimetry,”IEEE March1996.<br />  4  . Yoshio Yamaguchi, Gulab Singh,Member and Sang-Eun Park IEEE “General Four-<br /> Component Scattering Power Decomposition With Unitary Transformation of<br /> Coherency Matrix” MAY 2013.<br /> 5 . Bin Zou, Yan Zhang, Ning Cao, and Nghia Pham Minh, IEEE “A Four-Component<br /> Decomposition Model for PolSAR Data Using Asymmetric Scattering Component”<br /> March 2015.<br />   Yoshio Yamaguchi, Toshifumi Moriyama, Motoi Ishido, and Hiroyoshi Yamada,<br /> 6 .<br /> IEEE “Four-Component Scattering Model for Polarimetric SAR Image<br /> Decomposition” August 2005.<br />   Anthony Freeman,Senior and Stephen L. Durden, IEEE “A Three-Component<br /> 7 .<br /> Scattering Model for Polarimetric SAR Data” May 1998.<br /> 8 . Wentao An, Yi Cui, and Jian Yang,Senior Member, IEEE “Three-Component Model-<br /> Based Decomposition for Polarimetric SAR Data ” June 2010.<br /> ABSTRACT<br /> ADAPTIVE FOUR COMPONENT DECOMPOSITION WITH ROTATION OF<br /> COHERENCY MATRIX FOR POLSAR IMAGE<br /> The four-component decomposition techniques in general and the Yamaguchi<br /> decomposition technique in particular, they only used six in 9 independent<br /> parameters in the coherence matrix T, which causes low accuracy when performing<br /> estimation and identification of targets based on PolSAR data. This paper presents<br /> a method of four adaptive component decomposition combine with rotating<br /> coherence matrix to improve accuracy in target identification. In the proposed<br /> method, an asymmetric scattering model is used instead of the spiral scattering<br /> component. Moreover, we add a number of conditions in determining the power of<br /> the remaining scattering components. The effectiveness of the proposed method is<br /> evaluated with the data obtained from the E-SAR system. Experimental results show<br /> that the proposed method has significantly improved the two disadvantages of the<br /> Yamaguchi decomposition technique.<br /> Keywords: Polarimetric Synthectic Aperture Radar; Decomposition; Combination set.<br /> <br /> Nhận bài ngày 05 tháng 11 năm 2018<br /> Hoàn thiện ngày 19 tháng 12 năm 2018<br /> Chấp nhận đăng ngày 19 tháng 02 năm 2019<br /> Địa chỉ: 1Khoa Vô tuyến điện tử, Học viện Kỹ thuật quân sự;<br /> 2<br /> Viện Điện tử, Viện Khoa học và Công nghệ quân sự.<br /> *<br /> Email: nghiapmhvktqs@yahoo.com<br /> <br /> <br /> <br /> Tạp chí Nghiên cứu KH&CN quân sự, Số 59, 02 - 2019 89<br />