基于腐蚀和膨胀运算的SAR图像桥梁目标检测方法

本文提出了一种新的SAR图像桥梁检测方法。首先采用单阈值法通过二值化处理分割出河流的主轮廓。在此基础上,对二值图像进行腐蚀和膨胀运算后与河流轮廓图像异或,通过去除边界线检测出桥梁的位置,并在桥梁位置处设置窗口分割出桥梁区域。最后,以Sandia实验室高分辨率SAR图像为样本进行仿真实验,实验结果证明了本文方法的有效性。     

利用规则化热扩散方程的SAR图像桥梁检测

提出了一种利用规则化各向异性热扩散方程SAR图像分割的桥梁检测算法.该算法在Pemna和Malik提出的各向异性热扩散方程的基础上构造了一个新的扩散函数,利用数值逼近理论,得到一个新的规则化扩散模型,用此模型对图像初始分割的最大后验概率矩阵进行多尺度各向异性平滑,得到图像中河流的精确分割结果,最后在分割后的图像中按累加方向能量最小准则进行桥梁目标检测.真实数据实验结果表明,该方法能有效地抑制强斑点噪声,快速、精确地检测出SAR图像桥梁目标,同时保持桥梁的结构信息.     

类似虹膜轮廓曲线分割的SAR雷达成像技术

合成孔径雷达(SAR)成像是跟踪探测机动目标的基础,传统的SAR雷达成像基础采用数据融合和图像配准的雷达成像方案,在获得具有相似测度的边缘轮廓特征时成像效果较好,当运动目标边缘为断裂的非相似度特征时,无法准确对快速运动目标成像.引入虹膜边缘轮廓曲线分割技术,提出一种基于虹膜边缘函数计算和区域灰度轮廓曲线分割的SAR雷达成像技术.构建合成孔径雷达回波模型,得到虹膜轮廓曲线分割的边缘函数的演化方程,实现SAR雷达准确成像.对4类高速飞行目标进行SAR成像仿真,结果表明采用该算法能避免因距离色散和多普勒时变出现的成像散焦,边缘轮廓特征能全面提取,成像分辨高.在雷达目标识别等领域具有较好的应用性.     

SAR图像目标和阴影径向积分特征评估

为了评价理论建模建立合成孔径雷达(Synthetic Aperture Radar,SAR)图像模板的准确性,利用SAR图像中两个典型区域(目标和阴影),建立仿真与实测图像之间相似性的定量评估方法.该方法预先分割出目标和阴影区域,并分别提取目标轮廓、目标强度分布和阴影轮廓的极化映射径向积分特征,基于这三种特征计算仿真图像和实测图像的相关系数.对三种车辆目标(BMP2、BTR70、T72)的仿真SAR图像与运动和静止目标获取与识别(Moving and Stationary Target Acquisition and Recognition,MSTAR)实测SAR图像进行相似性比对和分类识别,结果表明,目标轮廓、目标强度分布、阴影轮廓的极化映射径向积分特征评估方法具有较好的相似性和分类性能.     

基于局部超分辨重建的高精度SAR图像水域分割方法

合成孔径雷达(SAR)图像水域分割在水资源调查、灾害监测等领域具有重要意义。针对中低分辨率星载SAR图像水域提取精度不足的难题,该文融合基于轻量级残差卷积神经网络(CNN)的图像超分辨率重建技术和传统SAR图像水域分割技术的优点,提出了一种基于局部超分辨重建的SAR图像水域分割方法,显著提升了SAR图像水域分割的精度。为了验证上述方法的有效性,该文以南水北调中线工程水源地丹江口水库为应用对象,基于国产高分三号(GF-3)卫星的8 m分辨率标准条带(SS)模式图像和欧空局Sentinel-1卫星20 m分辨率干涉宽幅(IW)模式图像,开展了水域分割的实验验证和精度评估工作。实验结果表明,该文所提方法可在中低分辨率SAR图像中获取更精确的水域分割结果,其水域分割性能较传统方法有大幅提升。      

基于精细分割的SAR图像舰船目标几何结构特征提取

随着高分辨率星载合成孔径雷达（synthetic aperture radar,SAR）系统的研制和使用,利用SAR图像实现快速准确的舰船目标识别分类成为了海上目标侦察监视的重要手段.文中针对SAR舰船目标切片图像,提出一种基于精细分割的SAR图像舰船目标几何结构特征提取方法.首先,采用基于Radon变换的分割方法将舰船目标和成像干扰区域进行分离,对分离出的舰船目标切片进行阈值分割处理,并利用形态学手段处理分割图像,减小旁瓣影响,准确提取目标主区域;然后基于椭圆形状约束进行目标区域的细化分割,解决分割区域"毛刺"现象和区域断裂现象,得到舰船目标的最佳图像分割区域;最后,通过逼近目标区域获得其对应的最小外接矩形（minimum enclosing rectangle,MER）,进而实现目标区域几何结构特征的精确提取.通过对获取的高分三号卫星SAR图像数据进行仿真实验,证明了本文方法提取舰船目标几何结构特征的高准确性和强稳定性,对海上舰船目标的识别与分类具有重要意义.     

典型Otsu算法阈值比较及其SAR图像水域分割性能分析

遥感图像中水域呈现低灰度、灰度起伏小特性。该文从实时性出发,采用1维Otsu算法分割SAR图像。证明了两种典型Otsu分割算法的阈值关系,提出了分割性能评估方法,并通过实测SAR图像对比分析了多阈值分割与单阈值递归分割的水域分割性能。结果表明,与单阈值递归分割相比,多阈值分割能够更好地提取水域轮廓,且漏警率低,可应用于桥梁自动目标识别和景象匹配等方面。     

基于知识的中高分辨率光学卫星遥感影像桥梁目标识别研究

桥梁是重要的人工建筑。对桥梁进行识别研究,在民用上和军事上都具有很重要的意义。该文提出一套针对中高分辨率光学卫星遥感图像上大中型桥梁的检测和识别的流程。首先根据光学卫星图像特点,运用分割和形态学算子提取河流;沿着河流中心线对桥梁进行检测;经过边缘提取、线段跟踪、直线拟合、边线配对等处理后对检测出的桥梁进行定位,并获取长度、宽度、方位等桥梁参数。以SPOT-5 5m全色波段图像进行验证,证明本文算法流程对河流上桥梁目标识别是有效的。     

一种超分辨SAR图像水域分割算法及其应用

合成孔径雷达(SAR)图像水域分割在湖泊、河流等陆地水文监测领域有重要的研究意义.由于SAR图像分辨率不足所导致的陆地与水域边界模糊,会影响水域分割精度.该文以中国青藏高原地区的多庆错湖为研究对象,使用Sentinel-1A SAR图像数据,综合运用深度残差模型、通道注意力与亚像素卷积,提出一种基于亚像素卷积的增强型通道注意力深度残差超分辨网络,对滤波后的SAR图像进行重建、水域轮廓提取与精度分析.通过比较不同超分辨算法下的重建结果及水域轮廓提取精度,该文算法在重建效果与提取精度上都较传统方法有明显提升,并具有很好的鲁棒性.     

一种SAR图像舰船目标快速检测方法

基于SAR图像的舰船目标自动检测是海洋监视应用的重要方面,但随着SAR成像能力和图像分辨率的提高,传统的CFAR检测方法已不能满足舰船目标自动检测的要求。针对中高分辨率SAR图像中舰船目标自动检测问题,提出一种基于像素筛选G0分布的SAR图像舰船目标快速检测方法,该方法首先根据像素灰度值出现频率选取阈值对杂波像素进行筛选,然后通过抽样定理对图像进行降分辨率处理,最后再在经过像素筛选的降分辨率图像中实现基于G0分布的自适应CFAR检测。NASA/JPL AIR-SAR实测数据的实验结果表明,该方法不仅能有效减少中高分辨率SAR图像舰船目标自动检测的虚警,而且能显著提高检测效率。