高分辨率SAR图像建筑物三维成像几何结构分析

随着SAR分辨率的不断提高,建筑物在SAR图像上表现出越来越明显的几何结构特征,这些特征为重建建筑物三维模型提供了重要的信息。主要论述了建筑物在SAR图像上的成像几何结构,并给出了利用SAR图像上建筑物L型的叠掩结构反演建筑物三维结构的理论基础和方法,最后通过实验证明了该方法的可行性。     

单幅高分辨率SAR图像建筑物三维模型重构

提出了一种利用高分辨率SAR图像进行建筑物提取和三维重构的方法.首先,分析了高分辨率SAR图像建筑物产生的电磁散射的类型,给出了不同类型散射区域的后向散射计算方法,并在此基础上给出了一种利用建筑物三维CAD模型进行SAR建筑物特征区域图像仿真的方法;其次,给出了利用建筑物的二次散射结构确定建筑物底部轮廓位置和方向的方法,并提出了一种基于分布密度函数差异的仿真图像迭代匹配方法,进行建筑物高度的反演.仿真SAR图像后向散射系数用来划分建筑物不同的散射区域,通过计算特征区域之间的分布密度函数差异,以取得最大匹配度值的仿真图像对应的检验高度作为建筑物的反演高度;最后,选用了两幅不同屋顶类型的实际机载高分辨率SAR图像进行建筑物提取和三维重构实验,试验结果较为理想,验证了所提方法的可行性和有效性.     

基于改进Markov随机场的高分辨率SAR图像建筑物分割算法

提出了一种基于改进Markov随机场模型的高分辨率SAR(Synthetic Aperture Radar,合成孔径雷达)图像建筑物分割算法.针对高分辨率SAR图像信噪比低和建筑物复杂纹理特性的特点,采用多尺度Markov随机场模型的最大似然准则方法获取图像的初始分割,并在传统Markov邻域能量模型基础之上提出一种新的基于Gabor纹理相似度的邻域势函数模型,采用ICM(Iterative Conditional Model,迭代条件模型)算法进行建筑物分割.多组实际高分辨率SAR图像的实验结果表明,与传统MRF算法等方法相比,本文方法具有更高的分割正确率,同时建筑物边界更为清晰平滑,分割效果较好.     

应用于多源SAR图像匹配的级联SIFT算法

针对多源SAR(Synthetic Aperture Radar)图像几何精处理需要大量离散控制点的问题,文章中提出一种级联SIFT(Scale Invariant Feature Transform)匹配算法.首先,采用大尺度自适应各向异性高斯SIFT(Adapted Anisotropic Gaussian-SIFT,AAG-SIFT)算法进行图像粗配准,大尺度AAG尺度空间可以在模糊不稳定局部纹理干扰的同时,保持图像的结构信息,提高算法的鲁棒性;其次,级联一种局部SIFT匹配算法,在粗配准后图像间进行局部匹配,避免不相关区域内重复纹理对特征匹配的影响;最后,通过尺度和旋转等先验条件筛选匹配点对,保证匹配结果的准确性.对比实验表明,级联SIFT处理可以增加提取同名点的数量和空间分布质量,而且匹配点定位准确.     

基于迭代高斯模型的干涉DEM滤波算法

提出了一种基于迭代高斯模型的干涉DEM滤波算法。该算法首先对含有噪声的干涉SAR高程数据进行噪声检测,对不符合高斯模型分布的数据,标记为噪声点,建立噪声标记矩阵;然后对标记为噪声的点,依据其邻域窗口内数据的统计特性,采用曲面拟合算法估计得出噪声点处的真实高程值。通过实际DEM的实验结果表明:该算法在有效消除噪声点的同时,可以较好地保持地面的高程值;与传统的低通滤波、中值滤波、Sigma滤波的实验结果相比,该算法的滤波结果较为理想。〖JP〗     

基于邻域均方连续差分的SAR图像边缘提取算法

该文提出了一种基于邻域均值连续差分平方和(均方连续差分)的SAR图像边缘提取算法。首先,将像素邻域滑动窗口分成多个互不重叠的子区域,采用邻域均值差分平方和作为边缘强度的衡量因子,从理论上证明了该算子可以消除区域亮度对边缘强度估计的影响,具有恒定虚警率的特性,同时较好地估计边缘方向。然后,根据边缘走向对边缘强度图像进行边缘细化,消除真实边缘附近的虚假边缘,并提出一种基于平均强度变化率的自适应双阈值连接方法提取SAR图像中边缘。仿真和实测SAR图像的实验结果表明,该文提出的算子在SAR图像的边缘检测中表现出较好的性能,具有较高检测率和边缘定位精度,边缘线段的连续性保持也较好。     

一种非监督的事件触发词检测和分类方法

事件触发词检测和分类是事件抽取中至关重要的第一步。传统的抽取和分类方法往往倾向于监督学习方法，如条件随机场、SVM等，但由于这类方法需要繁重的人工标注且受限于预先定义好的类别，因此很难在开放领域中得到应用。提出了一种非监督的事件触发词检测和分类方法，利用主题模型获取候选触发词在主题上的分布，然后利用二值状态自动机模型捕获高概率的主题，从而筛选出真正的事件触发词和相应的分类。在大规模的未标注新浪新闻数据集上的实验结果充分验证了本文方法的有效性。