极化合成孔径雷达(Polarimetric Synthetic Aperture Radar,PolSAR)是一种多通道、多参数的主动式微波成像传感器系统,它利用不同的极化组合方式对地物目标进行全极化测量。经过这么多年的快速发展,它已经成为微波遥感领域的研究热点之一。极化SAR目标分解是对极化SAR数据进行处理与分析,有效地提取极化目标的散射特性,进而实现全极化SAR数据的分类、检测和识别等应用。极化SAR目标分解有很多种类,主要有两大类,一种是极化相干目标分解,这主要使用极化散射矩阵分解纯目标;另一种是极化非相干目标分解,主要使用极化协方差矩阵或极化相干矩阵分解分散式目标。其中非相干目标分解又可分为基于Mueller矩阵的非相干目标分解;基于特征值分解的非相干目标分解和基于散射模型的非相干目标分解。本论文主要研究基于散射模型的非相干极化目标分解方法。基于散射模型的分解方法主要有三大问题,第一个是在人造区域中由于旋转二面角散射体表现为体散射分量,导致人造目标区域体散射分量过估计;第二个是分解出现负功率问题;第三个是体散射机制没有合适的体散射模型加以实现。1.本文第三章提出了一种基于广义体散射模型的极化SAR分解方法。针对原始的混合Freeman/Eigenvalue分解方法在城区中体散射过估计和没有合适体散射模型表示体散射分量的问题,本算法提出了两点改进,第一个是当极化目标位于城区等人造区域时,使用旋转二面角散射模型来代替原始的体散射模型,该模型的使用可有效地减少城区等人造目标中体散射分量的比重;第二个是极化目标位于自然区域时使用广义体散射模型,该模型是基于参数的自适应,可以有效地应对各种自然地物目标,但是不能有效地分解人造目标。通过对比算法实验,验证了新算法的有效性。2.本文第四章提出了一种基于一般化散射模型的三分量分解方法。根据极化目标是否位于体散射分量为主的区域,分别进行不同的基于模型的极化分解。Cloude特征值分解里提出了一个很重要的概念,散射熵H,散射熵越大,目标的去极化效应越大,可以看作是随机散射过程,符合森林等体散射占优区域的极化散射情况;当散射熵越小时,目标是确定性散射类型的可能性越大。所以,使用散射熵确定一个阈值,可以用来区分体散射占优区域和非占优区域。当极化目标位于体散射为主的区域时,使用Arii体散射模型进行极化目标分解;当表面散射或偶次散射占优时,使用一般化散射模型进行极化目标分解,该模型能够根据参数自适应调整。通过对比算法实验,验证新算法的有效性。3.本文第三章引用了一个基于反射对称假设的Antropov广义体散射模型,该模型可以有效地表征自然区域中的体散射机制;本文第四章引用了一个基于非反射对称假设的Arii体散射模型,根据研究发现,该模型可以有效地反演森林区域的体散射特征。