1.一种基于叠掩信息的SAR图像多类型建筑物高度估计方法，其特征在于，所述基于叠掩信息的SAR图像多类型建筑物高度估计方法包括以下步骤：从高分辨率SAR图像中提取建筑物的叠掩区，按所述叠掩区的形状变异参数对所述叠掩区进行定性分类，分为：低层建筑物叠掩区、中层建筑物叠掩区和高层建筑物叠掩区；

所述形状变异参数为：

其中，cvshape为形状变异参数，σ表示叠掩区统计值的标准差，μ表示叠掩区统计值的平均值，Lmax表示叠掩区统计值的最大值，即叠掩区最长距离；

分别提取所述低层建筑物叠掩区、所述中层建筑物叠掩区和所述高层建筑物叠掩区的叠掩尺寸信息；

根据所述叠掩尺寸信息结合建筑物的成像几何关系估算建筑物高度。

2.如权利要求1所述的基于叠掩信息的SAR图像多类型建筑物高度估计方法，其特征在于，所述从高分辨率SAR图像中提取建筑物的叠掩区，按所述叠掩区的形状变异参数对所述叠掩区进行定性分类，分为：低层建筑物叠掩区、中层建筑物叠掩区和高层建筑物叠掩区的步骤包括：从高分辨率SAR图像中提取建筑物的叠掩区；

计算所述叠掩区的形状变异参数；

根据所述形状变异参数将所述叠掩区分为低层建筑物叠掩区、中层建筑物叠掩区和高层建筑物叠掩区。

3.如权利要求1所述的基于叠掩信息的SAR图像多类型建筑物高度估计方法，其特征在于，所述分别提取所述低层建筑物叠掩区、所述中层建筑物叠掩区和所述高层建筑物叠掩区的叠掩尺寸信息的步骤包括：对于低层建筑物叠掩区，针对叠掩区的形状在整体上时呈现聚拢状态的情况，低层建筑物在高分辨率SAR图像中的叠掩长度信息的采用叠掩区形态统计值的中值；

针对叠掩区边界像元紧缩的不够彻底的情况，采用叠掩区最小外接矩形约束的方法对建筑物叠掩区边界进行优化处理，使其形状统计值离散程度减小，从而得到更精准的低层建筑物高度信息，主要步骤如下：A：根据待优化的叠掩区对象计算其最小外接矩形，统计最小外接矩形各边界与叠掩区相交像元的个数，计算各相交像元数与边界长度的比值关系；

B：设定的相交比例阈值，若比值小于阈值，则该相交像元属于“触须”部分，删除该相交像元，同时将该边界向外接矩形中心移动一个像元，重复上述操作，直至相交像元占比大于阈值；

C：读取叠掩尺寸信息的中值用于建筑物高度信息提取；

对于中层建筑物叠掩区，利用高亮线特征对叠掩参数进行优化，获得优化后的叠掩参数，从优化后的叠掩参数中提取叠掩尺寸信息；

对于高层建筑物，对于有建筑物矢量辅助的情况，采用矢量边界分割和边界条带扫描算法相结合实现叠掩区的分割与重构，获取叠掩尺寸信息；

对于无建筑物分布矢量辅助的情况，采用灰度量化分割方法与边界条带扫描算法相结合对叠掩区进行分割与重构，获取叠掩尺寸信息；具体步骤如下：(A)对实验区的高分辨率SAR图像进行灰度级量化；

(B)根据叠掩区提取结果，取得复杂叠掩区1.5倍外接矩形范围内灰度量化图像，采用梯度算子实现灰度量化边界的提取；

(C)结合提取到的叠掩区域远距离端边界线的位置区间，筛选灰度量化边界，将按位置约束得到的灰度量化边界进行形态学变换，实现叠掩分割；

(D)选取各灰度量化边界，读取各段边界的方位向位置区间，以此位置区间约束读取叠掩区内部像元，统计像元的灰度值分布情况，检索该栋建筑物叠掩区的高亮特征线；得到高亮特征线位置后，采用“探针”算子对该栋建筑物的叠掩区进行边界探测；在叠掩探测区内部进行灰度量化边界条带扫描处理，完成叠掩区的初步重构工作；合并原始叠掩区的远距离端边界分段边界，并进行形状变异参数计算与判断。

4.如权利要求1所述的基于叠掩信息的SAR图像多类型建筑物高度估计方法，其特征在于，所述根据所述叠掩尺寸信息结合建筑物的成像几何关系估算建筑物高度的步骤包括：计算SAR入射角度；

计算叠掩区逐像元的距离分辨率；

根据所述距离分辨率计算建筑物距离像宽度；

根据所述距离像宽度计算建筑物高度的正反切值；

判断SAR入射角度与所述建筑物高度的正反切值的大小关系，分为两种情况：(1)当SAR入射角度大于建筑物高度的正反切值，即 则根据叠掩长度或阴影长度计算得到建筑物高度，建筑物高度计算公式为：其中，h为建筑物高度，w为建筑物距离向宽度，叠掩长度为Llayer，阴影长度为Lshadow；

(2)当SAR入射角度小于建筑物高度的正反切值，即 则根据叠掩长度计算得到建筑物高度，建筑物高度计算公式为：其中，h为建筑物高度，w为建筑物距离向宽度，叠掩长度为Llayer。