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

Kỹ thuật điều khiển & Điện tử P. M. Nghĩa, L. T. Đạt, B. N. Thủy, “Kỹ thuật phân hoạch kết hợp cho ảnh PolSAR.” 80 KỸ THUẬT PHÂN HOẠCH BỐN THÀNH PHẦN THÍCH NGHI VỚI XOAY MA TRẬN KẾT HỢP CHO ẢNH POLSAR Phạm Minh Nghĩa1*, Lê Tiến Đạt1, Bùi Ngọc Thủy2 Tóm tắt: Các kỹ thuật phân hoạch bốn thành phần nói chung và kỹ thuật phân hoạch của Yamaguchi nói riêng chỉ sử dụng được dữ liệu của 6 trên tổng số 9 tham số trong ma trận kết hợp T, điều này mang lại một độ chính xác không cao khi thực hiện ước lượng và nhận dạng mục tiêu dựa trên dữ liệu PolSAR. Bài báo này trình bày một phương pháp phân hoạch bốn thành phần thích nghi kết hợp với xoay ma trận kết hợp nhằm nâng cao độ chính xác trong nhận dạng mục tiêu. Trong phương pháp đề xuất, một mô hình tán xạ bất đối xứng được sử dụng thay cho thành phần tán xạ xoắn ốc. Ngoài ra, chúng tôi bổ sung thêm một số điều kiện trong xác định công suất của các thành phần tán xạ còn lại. Hiệu quả của phương pháp đề xuất được đánh giá với dữ liệu thu được từ hệ thống E-SAR. Kết quả thực nghiệm cho thấy rằng độ chính xác đã cải thiện đáng kể hai nhược điểm của kỹ thuật phân hoạch Yamaguchi. Từ khóa: Ra đa tổng hợp mặt mở phân cực; phân hoạch, tập kết hợp. 1. TỔNG QUAN Ra đa mặt mở tổng hợp phân cực (PolSAR) là một hệ thống viễn thám siêu cao tần tiên tiến dùng để giám sát, quản lý tài nguyên môi trường và quan sát thay đổi địa hình mặt đất. Kỹ thuật PolSAR cung cấp các cảnh ảnh với độ phân giải rất cao và mang đầy đủ các thông tin về mục tiêu. Việc ước lượng và nhận dạng mục tiêu sử dụng kỹ thuật phân hoạch mục tiêu dựa trên các mô hình tán xạ đang là hướng nghiên cứu phổ biến hiện nay, bởi tính đơn giản và thuận tiện trong việc tính toán xử lý dữ liệu. Trong đó, điển hình là kỹ thuật phân hoạch mục tiêu 4 thành phần của Yamaguchi [2]. Phương pháp này tương đối hiệu quả cho phân tích mục tiêu trong các khu vực tự nhiên cũng như khu vự đô thị. Tuy nhiên, phương pháp này khi áp dụng cho ước lượng mục tiêu thường gặp phải một số vấn đề như sau: (1) ma trận tán xạ xoắn ốc và tán xạ khối là giống nhau cho mọi điểm ảnh, (2) vẫn còn tồn tại thành phần tán xạ có công suất âm tại một số điểm ảnh, (3) độ ổn định thuật toán chưa cao. Nguyên nhân một phần là do kỹ thuật phân hoạch này không sử dụng hết toàn bộ dữ liệu quan sát được từ hệ thống PolSAR. Nghĩa là, một ma trận kết hợp PolSAR 33 bao gồm có 9 tham số thực độc lập, bao gồm 3 thành phần trên đường chéo chính và 3 thành phần phức trên đường chéo phụ, phương pháp này chỉ giải thích được 6 tham số còn 3 tham số không sử dụng. Bên cạnh đó để xác định được công suất của thành phần tán xạ xoắn ốc Yamaguchi giả định rằng    13 23Im ImT T và    13 23Re Re 0T T  . Trong thực tế thì các thành phần T13 và T23 là hoàn toàn không bằng nhau. Do vậy, kỹ thuật phân hoạch bốn thành phần của Yamaguchi vẫn còn giả định thành phần tán xạ khối vẫn giống nhau tại các điểm ảnh và thường gây ra nhận dạng không chính xác mục tiêu [2]. Để khắc phục các nhược điểm kỹ thuật phân hoạch của Yamaguchi đã đề cập trên. Bài báo đề xuất một kỹ thuật phân hoạch bốn thành phần tán xạ thích nghi dựa trên xoay kép ma trận kết hợp từ một tập các ma trận chuyển đổi nguyên trị. Đầu tiên, phương pháp đề xuất sử dụng thành phần tán xạ bất đối xứng thay cho thành phần tán xạ xoắn ốc nhằm thể hiện tốt hơn sự phản xạ từ các mục tiêu có cấu trúc phức tạp như khu vực đô thị. Tiếp theo, thành phần tán xạ khối được lựa chọn từ một tập các ma trận tán xạ khối dựa trên một thuật toán thích nghi. Khi đó, thành phần tán xạ khối sẽ thay đổi gần giống với quá Nghiên cứu khoa học công nghệ Tạp chí Nghiên cứu KH&CN quân sự, Số 59, 02 - 2019 81 trình tán xạ từ tán cây trong các địa hình khác nhau. Ba là, việc sử dụng toàn bộ các tham số của ma trận kết hợp nhằm nâng cao độ ổn định của phương pháp đề xuất, chúng tôi thực hiện xoay ma trận kết hợp đi hai lần với tập hai ma trận chuyển đổi nguyên trị. Cuối cùng, để hạn chế các thành phần công suất âm tại các điểm ảnh, chúng tôi bổ sung thêm các điều kiện cho xác định thành phần tán xạ nhị diện và tán xạ trực tiếp. Kết quả phân tích cho thấy phương pháp đề xuất đã mang lại hiệu quả tốt hơn và ổn định hơn so với kỹ thuật phân hoạch 4 thành phần Yamaguchi, trong việc ước lượng và nhận dạng mục tiêu trong mọi địa hình thực tế. 2. KỸ THUẬT PHÂN HOẠCH BỐN THÀNH PHẦN YAMAGUCHI Hệ thống SAR phân cực cung cấp các thông tin của mục tiêu thông qua ma trận tán xạ phức 2×2. Đối với trường hợp tán xạ ngược trong môi trường thuận nghịch, ma trận kết hợp [T] được xây dựng như sau [1]:     11 12 13 * * 12 22 23 * * 13 23 33 1 ; 2 2 TT P P P hh vv hh vv hv T T T T k k T T T k S S S S S T T T                (1) Trong đó, Shh, Shv và Svv lần lượt là hệ số tán xạ ngược của các kênh phân cực HH, HV và VV tương ứng. Trong kỹ thuật Yamaguchi, ma trận kết hợp [T] được phân tích bằng sự kết hợp tuyến tính của bốn ma trận con tương ứng với 4 thành phần tán xạ: tán xạ trực tiếp, tán xạ nhị diện, tán xạ khối và tán xạ xoắn ốc như sau [2]:          s s d d v v c cT P T P T P T P T    (2) Trong đó, các hệ số iP và  iT ( , , ,i s d v c ) lần lượt là công suất và ma trận tán xạ của các thành phần tán xạ trực tiếp, tán xạ nhị diện, tán xạ khối và tán xạ xoắn ốc [3]. Khi đó công suất của các thành phần tán xạ được xác định như sau:     2 2 1 ; 1 ; ; ;s s d d v v c c t s d v cP f P f P f P f P P P P P           (3) Để mô tả cho quá trình tán xạ đối xứng và phản xạ bất đối xứng cho các mục tiêu ở khu vực nhân tạo, Yamaguchi đã đề xuất đưa thêm thành phần tán xạ xoắn. Tuy nhiên chúng ta có thể thấy chỉ 6 thành phần trên 9 thành phần trong ma trận kết hợp. Ngoài ra kỹ thuật này, xây dựng dựa trên giả định Re(T12)= Re(T23) = 0 và Im(T12)= Im (T23) để xác định công suất của thành phần tán xạ xoắn ốc. Nhưng thực tế thì T12 , T23 không thuần ảo và bằng nhau, tại các khu vực nhân tạo nó còn đạt giá trị lớn. Do đó, mô hình này trở nên tuyến tính và không thực tế. Mặt khác, thành phần tán xạ khối vẫn là hằng số và bằng nhau trong mọi điểm ảnh. Điều này làm cho thuật toán mất đi sự ổn định và tạo ra nhiều điểm ảnh có giá trị công xuất âm là nguyên nhân ước lượng và nhận dạng nhầm mục tiêu. 3. KỸ THUẬT PHÂN TÍCH BỐN THÀNH PHẦN THÍCH NGHI VỚI SỰ CHUYỂN ĐỔI NGUYÊN TRỊ CỦA MA TRẬN KẾT HỢP 3.1. Nguyên lý cơ bản của chuyển đổi nguyên trị kép Không mất tính tổng quát, việc chuyển đổi nguyên trị ma trận kết hợp T vẫn đảm bảo các thông số của T. Sử dụng các tính chất toán học ta có thể thực hiện chuyển đổi nguyên trị ma trận T sao cho thành phần T23 = 0. Nếu thành phần T23 bị loại bỏ thì ma trận kết hợp mới chỉ còn 7 tham số [4][8]. Kỹ thuật điều khiển & Điện tử P. M. Nghĩa, L. T. Đạt, B. N. Thủy, “Kỹ thuật phân hoạch kết hợp cho ảnh PolSAR.” 82   11 12 13 * 12 22 * 13 33 0 0 T T T T T T T T          (4) Việc chọn cách này vì thành phần T23 liên quan trực tiếp đến việc ước lượng thành phần tán xạ xoắn ốc. Để nhận được thành phần tán xạ xoắn ốc T23 = 0 thì ta thực hiện xoay T đi hai lần. Đầu tiên ta thực hiện xoay ma trận kết hợp T theo LOS.         H T R T R              (5) Với ma trận xoay:   1 0 0 0 cos 2 sin 2 0 sin 2 cos 2 R               (6) Sau khi xoay ma trận kết hợp T ta được:  23 22 33 2Re1 arctan 4 T T T         (7) Sau khi xoay thành phần T23 của T trở nên thuần ảo và có giá trị bằng không    23 23ImT j T  (8) Sau đó ta tiếp tục xoay T( ) với một ma trận nguyên trị có dạng đặc biệt:         H T U T U                   (9) Với   1 0 0 0 cos 2 sin 2 0 sin 2 cos 2 U j j                  (10) Khi xoay ma trận kết hợp T đi hai lần ta nhận được là sự biến đổi nguyên trị ma trận T khởi tạo ban đầu nhưng đã loại bỏ thành phần T23. Trong quá trình tính toán này các tham số phân cực quan sát được đã giảm từ 9 xuống còn 7 thành phần và biểu diễn các thành phần đã được loại bỏ thông qua các thành phần còn lại. 3.2. Các mô hình tán xạ a. Mô hình tán xạ trực tiếp Thành phần tán xạ trực tiếp được mô hình hóa bởi sự tán xạ của tín hiệu cao tần của ra đa từ bề mặt địa hình có thể là mặt đất hoặc nền địa hình. Tán xạ trực tiếp là tín hiệu phản hồi bề mặt của mục tiêu.             2 1 0 0 0 0 0 H H ssunface T U T U U U                                        (11)   2 22 2 2 2 1 cos 2 sin 2 sin 4 cos 2 cos 2 2 sin 4 sin 2 sin 2 2 sunface j T j j j                                        (12) Nghiên cứu khoa học công nghệ Tạp chí Nghiên cứu KH&CN quân sự, Số 59, 02 - 2019 83 Trong đó  được định nghĩa như sau: HVHH j VV S e S   ; VVS , HHS là hệ số phân cực đứng đứng và ngang ngang của trực tiếp phản xạ. b. Mô hình tán xạ nhị diện Thành phần tán xạ nhị diện thể hiện cho sự phản xạ của sóng siêu cao tần qua hai bề mặt khác nhau như sóng phản xạ từ mặt đất - thân cây, tường - mặt đất. Khi đó ma trận tán xạ sẽ có dạng             2 2 2 2 cos2 sin 2 0 sin 4 1 0 cos2 cos 2 2 0 0 0 sin 4 sin 2 sin 2 2 H d d H T U T U j U U j j j                                                                 (13) Trong đó  được định nghĩa như sau: GH TH GV TV j HVR R e R R    , , ,GH GV TV THR R R R lần lượt là hệ số phản xạ theo chiều đứng, chiều ngang của hai bề mặt phản xạ. c. Mô hình khối tán xạ khối tổng quát Thành phần tán xạ khối là thành phần tán xạ khuếch tán từ khối các vật thể phân bố ngẫu nhiên cấu trúc đa dạng có các trực tiếp phản xạ nhỏ. Theo lý thuyết tán xạ sóng, quá trình tán xạ từ vòm hay tán lá cây được mô hình hóa như một quá trình ngẫu nhiên, thì sự tán xạ từ thân cây, cành và vòm lá được biểu diễn theo hàm phân bố góc không đều. Để mô hình hóa cho sự tán xạ của một khối các vật thể phân bố ngẫu nhiên là thành phần tán xạ khối.                 2 2 2 0 0 0 0 cos2 sin 2 sin 4 cos2 cos 2 sin 2 2 sin 4 sin 2 sin 2 cos 2 2 H H V v a d T U T U U d b U c a d jd d b c j b c jd j b c b c                                                                 (14) Trong đó, các thành phần a, b, c, d trong ma trận Tv nhận được từ các ma trận Tv như trong phân tích của Freeman [1], Yamaguchi [7] và An [8]. d. Mô hình tán xạ bất đối xứng Thành phần tán xạ bất đối xứng được biểu diễn cho các mục tiêu như trong khu vực đô thị. Ma trận tán xạ S của thành phần tán xạ bất đối xứng có dạng: ; 1 HV HH VV VV S S S S S               (15) Với γ và ρ là tỷ số của hệ số phản xạ của HH và HV đối với hệ số tán xạ VV. Kỹ thuật điều khiển & Điện tử P. M. Nghĩa, L. T. Đạt, B. N. Thủy, “Kỹ thuật phân hoạch kết hợp cho ảnh PolSAR.” 84 Khi đó ma trận kết hợp cho thành phần tán xạ bất đối xứng [4] sẽ là:         11 12 13 13 12 2 2 2 12 13 22 23 33 22 23 23 33 13 12 22 23 T cos2 sin2 cos2 sin2 sin4 sin4 cos2 sin2 cos 2 Im sin4 sin 2 a sin 2 cos2 a 2 2 sin4 cos2 sin2 a sin 2 H asy asyU T U a a ja a ja a ja a a a j a a j a ja j a                                            2 2 223 33 22 23 33 sin4 2 cos2 a sin 2 Im sin4 cos 2 2 a j a a a                       (16) Trong đó a11, a12, a13, a22, a23, a33 là các tham số được thể hiện qua các thành phần của ma trận kết hợp đã được xoay đi hai lần T(φ). 3.3. Kỹ thuật phân hoạch với ma trận tán xạ khối thích nghi Thành phần công suất và hệ số của các thành phần tán xạ được thể hiện và tình toán thông qua liên hệ thức với ma trận kết hợp T đã được biến đổi. Các thành phần trên được tính toán dựa trên các công thức sau đây.   s s v v asy asyd dT PT P T PT P T     (17) Mặt khác ta có: 11 22 33 wdt s v P T T T P P P P       (18) Hệ số tương quan  là sự biểu diễn của thành phần tán xạ bất đối xứng. Khi đó với mỗi giá trị của  ta hoàn toàn xác định được công suất của thành phần tán xạ đối xứng. Cho hệ số  0,1 thì ta xác định được công suất của thành phần tán xạ bất đối xứng với asy tP P . Trong thuật toán đề xuất ta sử dụng một trong 6 ma trận tán xạ khối được đề xuất [1],[4],[6],[7],[8] để xác định ma trận phù hợp cho thành phần tán xạ khối, như vậy ta có:  11 22 33   asy tP P T T T  (19) Sau đó ta thực hiện loại bỏ thành phần tán xạ bất đối xứng ra khỏi dữ liệu quan sát ta có:      '   asy asyT T P T   (20) Tiếp theo ta thực hiện phân tích trị riêng ma trận          ' '    v v v vT T PT T f T     (21) Ta cho ba trị riêng của ma trận này bằng 0 và xác định được 3 giá trị fv tương ứng. Ta chọn lấy  1 2 3min , ,v v v vf f f f . Sau đó ta tiếp tục loại bỏ thành phần tán xạ khối ra khỏi dữ liệu quan sát. Ta nhận được một ma trận mới  ''T  .            '' '    v v v v asy asyT T f T T f T f T      (22) Trong đó ta có : 2 2 2 2 ; ; ; 1 1 1 2          asys d v d v asys pp p p f f f f a b c    Nghiên cứu khoa học công nghệ Tạp chí Nghiên cứu KH&CN quân sự, Số 59, 02 - 2019 85 Ta có:           2 11 12 13 2 2 22 2 2 33 '' '' cos 2 2cos 2 '' sin 2 2sin 2 '' cos 2 cos 2 '' sin 2 sin 2                s d s d s d s d s d T f f T f f T jf jf T f f T f f                   (23) Đặt: 2 2 ; ;      s d s d s df f D f f C f f     (24) Với:            211 22 33 12 13'' ; '' '' ; '' ''     jS T D T T C T T e      (25) Xét: 0 11 2  t asyC T P P (26) Nếu 0 0C  tán xạ trực tiếp đóng vai trò chủ đạo 2 0; ; ;     s d CC f S f S S D   (27) Ta thực hiện cho  0;1     a     s s d d v v asy asyrem inT T f T f T f T f T  (28) Các giá trị , , , ,s v asyf f f  tối ưu tương ứng với   a minrem inT  Hình 1. Lưu đồ thuật toán đề xuất. Kỹ thuật điều khiển & Điện tử P. M. Nghĩa, L. T. Đạt, B. N. Thủy, “Kỹ thuật phân hoạch kết hợp cho ảnh PolSAR.” 86 (a) (b) Hình 2. (a) Ảnh quang học GoogleEarth (b) Ảnh màu hệ số tương quan . 4. KẾT QUẢ THỰC NGHIỆM Để kiểm chứng hiệu quả phương pháp đề xuất bằng cách so sánh kỹ thuật phân hoạch mục tiêu bốn thành phần kinh điển của Yamaguchi. Kết quả của thuật toán đề xuất được đánh giá dựa trên dữ liệu nhận được từ hệ thống vệ tinh E-SAR trong khu vực Oberpfaffenhofen của Đức. Trên hình 2.(a) hiển thị hình ảnh quang học của khu vực này bao gồm rừng, đất nông nghiệp, cảng hàng không và đô thị. Khu vực quan sát là một hỗn hợp các loại địa hình với kích thước của dữ liệu quan sát là 1300x1200. Thuật toán đề xuất sử dụng hệ số tương quan  chạy trong khoảng từ  0 1 để ước lượng và nhận dạng các khu vực rừng, đất nông nghiệp và khu vực đô thị trong hình 2.(b). Từ hình 2.(b) có thể thấy rằng giá trị của  khá thấp ở khu vực rừng và đất nông nghiệp. Tuy nhiên trong các khu vực đô thị với cấu trúc phức tạp thì giá trị của  là tương đối lớn. Quá trình thực nghiệm được xây dựng trên môi trường Matlab và ENVI. Để kiểm chứng định lượng của , các mẫu thử được lấy từ các khu vực rừng, đất nông nghiệp và khu vực đô thị, các biểu đồ biểu diễn hệ số  tương ứng với các khu vực được thể hiện trong hình 3.(a), (b), (c) tương ứng. Hình 3. (a) Khu vực đất nông nghiệp, (b) khu vực rừng, (c) khu vực đô thị. Hình 3 thể hiện sự phân bố của , chẳng hạn thành phần tán xạ đối xứng chiếm ưu thế ở các khu vực tự nhiên như khu vực rừng và đất nông nghiệp thường tập trung trong khoảng từ 0,01 ÷ 0,3, còn thành phần tán xạ bất đối xứng chủ yếu xảy ra ở khu vực đô thị đối thì hệ số  có giá trị lớn hơn chủ yếu trong khoảng từ 0,3 ÷ 0,7. Như vậy, chúng ta thấy rằng giá trị của hệ số  khác nhau tùy thuộc vào địa hình mục tiêu và thường có giá trị lớn ở các khu vực đô thị, có giá trị thấp hơn tập trung ở các khu vực rừng và đất nông Nghiên cứu khoa học công nghệ Tạp chí Nghiên cứu KH&CN quân sự, Số 59, 02 - 2019 87 nghiệp. Cho nên phương pháp đề xuất sử dụng hệ số  để nhận dạng mục tiêu các loại địa hình là phù hợp sát với thực tế. Hình 4. (a) Ảnh đa hợp bốn thành phần tán xạ của phân hoạch Yamaguchi (b) Ảnh đa hợp bốn thành phần tán xạ phân hoạch đề xuất, vùng so sánh (c)-(e) là kết quả của phân hoạch Yamaguchi, (f)-(h) là kết quả của phân hoạch đề xuất. Việc so sánh kỹ thuật phân hoạch mục tiêu bốn thành phần của Yamaguchi với phương pháp đề xuất, kết quả cho thấy việc nhận dạng mục tiêu các khu vực nhân tạo chính xác hơn đặc biệt là các tòa nhà xiên so với hướng vệt quét của ra đa trong hình 4.(d)(g). Phân tích kết quả của Yamaguchi thì các tòa nhà xiên có màu xanh đồng nhất với khu vực rừng như ở góc trái phía trên của 4.(b) dẫn đến ước lượng và nhận dạng nhầm mục tiêu. Nguyên nhân nhận dạng nhầm là do có quá nhiều thành phần công suất âm tại các điểm ảnh trong phân hoạch Yamaguchi. Trong hình 4.(d) ta thấy thành phần tán xạ trực tiếp và bất đối xứng đóng vai trò chủ đạo. Như vậy, kỹ thuật phân hoạch đề xuất cho thấy khả năng nhận dạng tốt hơn so với kỹ thuật phân hoạch của Yamaguchi trong hình 4.(b). Trong kỹ thuật phân hoạch đề xuất thể hiện hình 4.(a) chúng ta dễ dàng phân biệt giữa các khu vực đô thị nằm góc phải phía trên với các công trình nhân tạo màu hồng đậm xen lẫn các khu vực tự nhiên màu xanh thể hiện sắc nét, giúp nhận dạng chính xác mục tiêu. Tại các vị trí quan sát A, B và C trong hình 4.(a) được phóng to với nhiều màu sắc thể hiện cho thấy tỉ số công suất đóng góp của các thành phần tán xạ là khác nhau ở mỗi điểm ảnh. Tuy nhiên, tại các vị trí quan sát A, B và C trong hình 4.(b) phóng to thì các điểm ảnh đều là màu xanh trùng với màu ở các khu vực rừng, trên thực tế đây là các khu vực đô thị hay công trình nhân tạo. Hình 5.(a)-(c) trình bày kết quả của phương pháp đề xuất và hình 5.(d)-(f) trình bày kết quả của kỹ thuật phân hoạch Yamaguchi. So sánh hình 5.(a) và (d) ta thấy rằng trong cả hai phương pháp thì cơ chế tán xạ khối vẫn chiếm ưu thế hơn so với cơ chế tán xạ trực tiếp và nhị diện hình 5.(a) chiếm 62% còn hình 5.(d) chiếm 42% công suất tổng. Điều này hợp lý vì trong khu vực rừng thường các tán cây dạng vòm cây gồm rất nhiều các vật tán xạ định hướng ngẫu nhiên, do đó nó làm giảm sự tán xạ nhị diện và tán xạ trực tiếp. Tương tự, trong hình 5.(b) và (e) ta thấy rằng cơ chế tán xạ trực tiếp chiếm ưu thế ở các khu vực đất nông nghiệp chiếm 61% công suất tổng và thành phần tán xạ khối giảm mạnh từ 62% xuống còn 20% do khu vực này trồng nhiều cây nông nghiệp. Trong hình 5.(c) và (f) đối với khu vực đô thị thì tỷ lệ phần trăm của công suất tán xạ bất đối xứng của thuật toán đề xuất là 11% còn phân hoạch Yamaguchi là 12%, mặt khác thành phần tán xạ khối của phương pháp đề xuất cũng xấp xỉ lần lượt là 27% và 28%, tương tự thành phần tán xạ trực tiếp tăng lên 44%. Trong khi phân hoạch Yamaguchi trong khu vực đô thị, tán xạ trực tiếp thường là thành phần tán xạ chủ đạo có công suất là lớn nhất chiếm 35% so với công suất tổng, còn thành phần tán xạ bất đối xứng thường có công suất nhỏ nhất thì lại chiếm 12% đây chính là nguyên nhân chính dẫn đến việc ước lượng và xác định chưa chính xác mục tiêu. Kỹ thuật điều khiển & Điện tử P. M. Nghĩa, L. T. Đạt, B. N. Thủy, “Kỹ thuật phân hoạch kết hợp cho ảnh PolSAR.” 88 Hình 5. Biểu đồ tròn bốn thành phần tán xạ của các khu vực khảo sát (a)-(c) phương pháp phân hoạch đề xuất và (d)-(f) kỹ thuật phân hoạch Yamaguchi. Thuật toán đề xuất trình bày kỹ thuật phân hoạch bốn thành phần mới và sử dụng dữ liệu ảnh PolSAR. Kết quả phân tích của phương pháp đề xuất, ta thấy rằng các khu vực rừng vẫn được biểu diễn màu xanh lá cây, và khu vực đô thị có màu sắc đa dạng, nghĩa là tán xạ trực tiếp và tán xạ khối là chiếm ưu thế. Do đó, kết quả của phương pháp đề xuất phù hợp với các cơ chế tán xạ thực tế và có thể sử dụng để nhận dạng và phân loại địa hình một cách hiệu quả hơn so với phương pháp phân hoạch kinh điển của Yamaguchi trong ước lượng và nhận dạng mục tiêu. Từ các kết quả, so sánh và phân tích trên thì phương pháp đề xuất cho thấy cải thiện tốt hơn phương pháp phân hoạch bốn thành phần của Yamaguchi. Tuy nhiên, phương pháp đề xuất vẫn còn nhược điểm là các khu vực đô thị tại các vị trí A, B và C trong hình 4.(a) các điểm ảnh vẫn còn màu xanh cùng màu sắc với các khu vực rừng, mặc dù phương pháp đề xuất đã cải thiện hơn so với kỹ thuật phân hoạch của Yamaguchi tại các khu vực đô thị. Trong tương lai, phương pháp đề xuất sẽ tiếp tục nghiên cứu cải thiện thêm sẽ đưa thêm thành phần tán xạ xoắn ốc và thành phần tán xạ dây phù hợp cho các đối tượng là mục tiêu nhân tạo và hy vọng cho kết quả tốt hơn nhằm mục đích nâng cao hiệu quả cho phương pháp đề xuất. 5. KẾT LUẬN Bài báo đã xây dựng một phương pháp nâng cao độ chính xác và khắc phục nhược điểm của kỹ thuật phân hoạch bốn thành phần của Yamaguchi dựa trên dữ liệu ảnh PolSAR. Phương pháp đề xuất tính toán các tham số của thành phần tán xạ của bề mặt địa hình được xác định thông qua kỹ thuật phân hoạch mục tiêu với thuật toán thích nghi và chuyển đổi nguyên trị của ma trận kết hợp. Do đó, phương pháp này còn tổng hợp được thành phần ảo và bổ sung thêm một số điều kiện ràng buộc để loại bỏ thành phần tán xạ bất đối xứng. Kết quả mô phỏng của phương pháp đề xuất đã cải thiện được đáng kể việc ước lượng mục tiêu, nâng cao độ chính xác trong việc nhận dạng mục tiêu, đặc là các mục tiêu nhân tạo, mục tiêu nằm chéo so với vệt quét của Ra đa phân cực. Việc nghiên cứu trên đã khắc phục thành phần công suất âm tại các điểm ảnh là nguyên nhân dẫn đến việc nhận dạng không chính xác mục tiêu và kết quả phân tích cho thấy phương pháp đề xuất có độ tin cậy cao. Nghiên cứu khoa học công nghệ Tạp chí Nghiên cứu KH&CN quân sự, Số 59, 02 - 2019 89 TÀI LIỆU THAM KHẢO  1 . Anthony Freeman,Senior Member, IEEE, and Stephen L. Durden “A Three- Component ScatteringModel for Polarimetric SAR Data” May 1998.  2 . Yoshio Yamaguchi, Toshifumi Moriyama, Motoi Ishido, and Hiroyoshi Yamada, IEEE “Four-Component Scattering Model for Polarimetric SAR Image Decomposition” August 2005. [3]. S. R. Cloude and E. Pottier,“A review of target decomposition theorems in radar polarimetry,”IEEE March1996.  4 . Yoshio Yamaguchi, Gulab Singh,Member and Sang-Eun Park IEEE “General Four- Component Scattering Power Decomposition With Unitary Transformation of Coherency Matrix” MAY 2013.  5 . Bin Zou, Yan Zhang, Ning Cao, and Nghia Pham Minh, IEEE “A Four-Component Decomposition Model for PolSAR Data Using Asymmetric Scattering Component” March 2015.  6 . Yoshio Yamaguchi, Toshifumi Moriyama, Motoi Ishido, and Hiroyoshi Yamada, IEEE “Four-Component Scattering Model for Polarimetric SAR Image Decomposition” August 2005.  7 . Anthony Freeman,Senior and Stephen L. Durden, IEEE “A Three-Component Scattering Model for Polarimetric SAR Data” May 1998.  8 . Wentao An, Yi Cui, and Jian Yang,Senior Member, IEEE “Three-Component Model- Based Decomposition for Polarimetric SAR Data ” June 2010. ABSTRACT ADAPTIVE FOUR COMPONENT DECOMPOSITION WITH ROTATION OF COHERENCY MATRIX FOR POLSAR IMAGE The four-component decomposition techniques in general and the Yamaguchi decomposition technique in particular, they only used six in 9 independent parameters in the coherence matrix T, which causes low accuracy when performing estimation and identification of targets based on PolSAR data. This paper presents a method of four adaptive component decomposition combine with rotating coherence matrix to improve accuracy in target identification. In the proposed method, an asymmetric scattering model is used instead of the spiral scattering component. Moreover, we add a number of conditions in determining the power of the remaining scattering components. The effectiveness of the proposed method is evaluated with the data obtained from the E-SAR system. Experimental results show that the proposed method has significantly improved the two disadvantages of the Yamaguchi decomposition technique. Keywords: Polarimetric Synthectic Aperture Radar; Decomposition; Combination set. Nhận bài ngày 05 tháng 11 năm 2018 Hoàn thiện ngày 19 tháng 12 năm 2018 Chấp nhận đăng ngày 19 tháng 02 năm 2019 Địa chỉ: 1Khoa Vô tuyến điện tử, Học viện Kỹ thuật quân sự; 2Viện Điện tử, Viện Khoa học và Công nghệ quân sự. *Email: nghiapmhvktqs@yahoo.com