数据筛选的低频UWB SAR图像快速可视化

目的 为了能够快速得到适于视觉解译的UWB SAR图像,提出了一种基于数据筛选的低频UWB SAR图像快速可视化算法.方法 该方法从统计学的角度出发,讨论了低频UWB SAR图像数据的统计特性和灰度分布模型;在此基础上,首次提出采用3σ准则对低频UWB SAR图像数据进行筛选;并使用修正映射函数映射.结果 对处理后所得图像进行质量评估,可以发现,所得灰度图在等效视数、中央凹特征和对比敏感度特征等方面要优于传统方法处理的处理结果,因而更符合人类视觉系统特征,更易于人眼视觉系统全面了解低频UWB SAR图像表征的场景信息.结论 与传统方法相比,该算法能自适应压缩图像动态范围,处理耗时短,所得图像细节突出,适于对低频UWB SAR图像数据实时处理.     

频域CFAR技术在SAR图像目标检测中的效能评估

针对SAR图像目标检测缺乏客观效能评估的问题,提出了一种利用平均阀值ADT来评估频域CFAR检测性能的方法。实现了频域中三种CFAR处理器对于SAR图像中异质区域的MATLAB仿真,利用ADT对仿真效果进行评估,验证了频域CFAR技术在SAR图像自动目标检测处理中的可行性、准确性和有效性。     

自适应越渡点的SAR图像模糊对比度增强算法

SAR图像存在动态范围小、对比度差和细节信息不清晰等质量问题,制约了SAR图像的信息获取能力。针对这一问题,提出自适应越渡点的SAR图像模糊对比度增强算法。该算法分析了经典模糊增强方法的局限性,利用SAR图像灰度直方图的分布特性来计算自适应越渡点和模糊对比度增强操作数,实现了SAR图像的自适应对比度增强处理。采用多组实测数据验证该算法,用客观指标评估了增强性能。     

SAR图像处理的最新研究与应用

系统地阐述了SAR图像的特点、研究难点、处理过程、国内外最新研究方法及应用。结合国内外SAR图像最新研究动态对SAR图像消噪、纹理分割、线性特征的提取、多目标的识别、分数维方法的应用等几个热点问题作了论述。具体地论述了利用SAR图像进行目标探测与识别、目标变化评估;在民用上利用SAR图像进行矿藏资源的探测、洪涝灾害的趋势分析,并介绍了SAR信号处理算法在医学等领域取得的显著成绩。     

大幅宽SAR图像嵌入式舰船实时检测系统设计

针对星载或机载高分辨率合成孔径雷达（synthetic aperture radar,SAR）实时成像后的大幅宽SAR图像舰船实时检测的应用需求，传统的基于FPGA+DSP的嵌入式系统很难同时实现SAR成像处理和基于人工智能技术的大幅宽SAR图像舰船实时检测，为此设计了一种基于3U VPX FPGA+GPU架构的大幅宽SAR图像嵌入式舰船实时检测系统；提出了一种基于YOLOv5s的舰船检测模型，采用基于L2-范数稀疏性惩罚的缩放因子控制法进行轻量化，轻量化舰船检测模型的参数量减小了47.39%，计算量减少了18.67%，平均检测精度为0.968；将轻量化舰船检测模型应用于大幅宽SAR图像嵌入式舰船实时检测系统，并针对典型的10 km×10 km的大幅宽图像应用场景，设计开发基于多线程技术和基于GPU的众核并行计算技术的大幅宽SAR图像嵌入式实时检测系统软件；通过公开的SAR数据集进行功能验证和性能评估，该系统能够满足不同分辨率的大幅宽SAR图像舰船实时检测需求。     

SAR图像打击效果评估技术研究

首先通过对合成孔径雷达(Synthetic Aperture Radar,SAR)图像打击效果评估方案的分析,提出了一种改进的SAR图像打击效果评估方案,新方案增加了专家指数库推理;然后从图像配准、变化检测和毁伤评估3个方面对基于变化检测的效果评估方法技术进行了研究;最后对SAR图像打击效果评估研究中待解决的问题进行了总结。论文具有一定理论指导意义。     

小样本SAR图像分类方法综述

合成孔径雷达（synthetic aperture radar,SAR）图像分类作为SAR图像应用的重要底层任务受到了广泛关注与研究。SAR图像分类是处理和分析遥感图像的重要手段,在环境监测、目标侦察和地质勘探等任务中发挥着关键作用,但是目前基于深度学习的SAR图像分类任务存在小样本问题。本文针对小样本SAR图像分类方法进行全面的论述和分析。1）介绍了SAR图像分类任务的重要性和早期的SAR图像分类方法,并阐述了小样本SAR图像分类任务的必要性。2）介绍了小样本SAR图像分类任务的定义、常用的数据集、评价指标和应用。3）整理了各类方法的贡献点和使用的数据集,将已有的小样本SAR图像分类方法分为基于迁移学习的方法、基于元学习的方法、基于度量学习的方法和综合性方法4类。根据分类总结了4类方法存在的缺陷,为后续工作提供了一定的参考。在统一的框架内测试了16种可见光数据集方法迁移到SAR图像数据集上的分类性能,并从分类精度和运行时间两个方面综合评估了小样本学习模型迁移效果。该项工作利用SAR图像分类通用数据集MSTAR（moving and stationary target acquisition and recognition）完成,极大地补充了小样本SAR图像分类任务的测评基准。4）对小样本SAR图像分类方法的发展趋势进行了展望,提出了未来可能的一些严峻挑战。     

VC与MATLAB混合编程用于压力容器焊缝缺陷检测

针对压力容器焊缝缺陷的检测问题,利用VC＋＋和MATLAB混合编程的方法进行缺陷检测．文章主要介绍了利用MATLAB的MCC编译器进行VC＋＋和MATLAB混合编程的步骤与优点,并将其用于压力容器焊缝图像的处理与质量评估软件的开发．该软件通过图形与菜单,界面用户只需进行简单的菜单操作就可以得到直观的处理和评估结果．该方法无论从程序实现过程还是从最终处理效果上来说都明显优于单独使用VC编程实现的效果,充分发挥了VC＋＋与MATLAB各自的优势．结果表明,VC与MATLAB的混合编程,可以减轻编程的工作量,提高软件开发效率．     

基于Log-Ratio算子的目标级星载SAR时序图像变化检测方法

星载SAR具有利用稳定重访周期来获取高分辨图像的优势，针对其获得的长时间时序图像，利用变化检测技术可以对固定区域中的变化信息进行提取。对于环境监测、灾害损失评估、生产能力评估有着重要意义。现有方法多针对较大尺寸的区域，面向目标级的变化检测方法较少。因此提出了一种基于Log-Ratio算子的星载SAR时序图像序列变化检测方法，以实现获取目标级尺寸的时序变化信息。该方法首先运用Log-Ratio算子将图像转换为对数图像，然后以图像序列中的一景为参考图像，将当前图像与参考图像作差获得变化图像，最后在变化图像上运用CFAR算法完成变化检测。所提算法利用Sentinel-1 SAR图像数据集进行了方法验正。     

基于FFT平移与相关分析的多尺度星载SAR自动配准

SAR图像配准是SAR图像应用,尤其是时间序列SAR图像应用的重要处理步骤之一。为实现重复星载SAR图像的快速、自动配准,通过将小波多尺度变换与快速傅立叶频谱变换相结合,实现了对星载SAR图像间初始偏移的快速估计,并在此基础上利用基于窗口的相关分析,实现了SAR图像的精确配准。选用星载ALOS-PALSAR和Radarsat-2影像作为试验数据,对提出的方法进行了实验分析。实验结果表明:该方法在无需任何先验知识的情况下,可以全自动完成重复轨道星载SAR数据的快速配准,且精度满足SAR干涉处理等时间序列SAR应用处理的需求,具有较强的鲁棒性。     

SAR图像相干斑抑制研究进展

相干斑抑制是SAR图像处理领域的研究热点之一,也是SAR图像解译和应用中的关键步骤,因此SAR图像的相干斑抑制算法具有重要的研究价值。在简要介绍SAR图像相干斑的产生机理和数学模型的基础上,综述了国内外相干斑抑制的最新研究成果,重点分析了空域滤波和变换域滤波两类方法。从算法的可行性角度出发,分析了几种具有代表性的相干斑抑制方法及其优缺点,总结了常用相干斑抑制效果评价指标,最后对今后工作方向进行了展望。     

Three-dimensional space-borne synthetic aperture radar (SAR) imaging with multiple pass processing

Three-dimensional (3D) synthetic aperture radar (SAR) imaging via multiple-pass processing is an extension of interferometric SAR imaging. It exploits more than two flight passes to achieve a desired resolution in elevation. In this paper, a novel approach is developed to reconstruct a 3D space-borne SAR image with multiple-pass processing. It involves image registration, phase correction and elevational imaging. An image model matching is developed for multiple image registration, an eigenvector method is proposed for the phase correction and the elevational imaging is conducted using a Fourier transform or a super-resolution method for enhancement of elevational resolution. 3D SAR images are obtained by processing simulated data and real data from the first European Remote Sensing satellite (ERS-1) with the proposed approaches.     

基于MAR模型的SAR图像的聚类分割

合成孔径雷达（SAR）图像中的斑点噪声是SAR图像处理困难的主要原因,如何抑制斑点噪声及图像处理一直是SAR图像研究的热点。根据SAR图像的成像机理,采用能够描述不同尺度（分辨率）下固有特性的多尺度自回归（MAR）模型,提出一种有效的多尺度抑制斑点噪声和分割方法。首先对SAR图像多分辨率序列建立MAR模型,然后依据模型对SAR图像抑制斑点噪声,重构,最后用Ward聚类分割方法对SAR图像进行分割、比较。     

基于Contourlet域主成分分析的SAR图像去噪

相干斑噪声是合成孔径雷达图像所固有的,并且严重降低了图像的可编译性,影响了后续图像分割,特征提取,目标分类和识别等工作.因此,SAR图像的相干斑去除问题一直是SAR图像应用研究的重要问题之一.针对SAR图像噪声去除问题,提出了一种基于Contourlet多尺度分解域主成分分析的SAR图像去噪新方法,并且简要归纳了已有的SAR图像去噪方法.方法首先对源图像进行Contourlet分解,在不同频段的子带图像中,利用主成分分析方法进行能量保持,用重构图像来进行子带去噪,最后通过Contourlet逆变换得到去噪之后的图像.在SAR图像上的实验结果表明,方法不仅较好地保持了图像的纹理和细节特征,且信噪比也较高.     

非负矩阵分解在遥感图像融合中的应用

非负矩阵分解（Non-negative Matrix Factorization,NMF）算法是在矩阵中所有元素均为非负数的条件下的一种矩阵分解方法,这为矩阵分解提供了一种新的思路。非负矩阵分解方法在图像处理领域具有十分重要的应用意义。介绍了非负矩阵分解的基本思想,讨论了非负矩阵分解用于图像融合的可能性,并实现了基于非负矩阵分解的遥感SAR图像与SPOT图像的融合,NMF能通过观测图像数据找到图像的基矩阵,发现图像的特征,从而最终获得融合图像。不仅对基于NMF的融合方法进行了实验,而且对基于NMF的融合方法和基于小波的融合方法作了对比,并从主观和客观上来评价了这两种融合图像的质量。实验结果表明基于NMF的融合图像与原始的SAR图和基于小波的融合图像相比,能提供更多的信息,更适合作为实时定位的基准图。     

面向对象的高分辨率SAR图像处理及应用

目的随着合成孔径雷达(SAR)技术和分辨率的不断提高,越来越多的空间细节呈现在高分辨率SAR影像上。与此同时,SAR图像的数据量越来越大,人们对其应用需求也越来越高,这使得传统的基于像素的SAR处理方法不再适用。面向对象分析技术以像元集合——"对象"为分析单元,为高分辨率遥感图像处理提供了有效的思路,并日渐成为遥感、摄影测量以及GIS等领域所关注的对象和研究热点之一。目前该技术在光学遥感中已经得到了广泛的应用,但在SAR图像处理中的应用还处于起步阶段。方法本文在简要阐述面向对象分析技术起源和特点的基础上,对SAR图像面向对象技术中常用的多尺度分割算法进行了分类分析,接着对面向对象技术在SAR遥感的应用方向进行全面介绍,最后对面向对象技术在SAR上的应用进行了总结与展望。结果面向对象分析技术在SAR图像处理中的应用主要分为以下五个方面:地物分类、城市信息提取、变化检测、海洋应用、森林应用。结论面向对象分析技术在解决高分辨率SAR图像尺度效应、抑制噪声等方面有着重要作用。目前,国外学者在基于SAR的面向对象分析技术研究上已经取得了一定的进展,但总体上该技术仍面临诸多问题,需要进一步的研究和完善。     

基于极化合成的目标分类算法

极化合成是极化SAR图像处理的一种重要方法,它能在成像处理后,利用已获得的Sinclair矩阵重新生成任意极化方式下的雷达接收功率图像,并能通过选取收发天线极化状态相同或正交,分别得到描述目标散射特性的共极化特征图和交叉极化特征图。根据极化合成理论和极化特征图的概念,可以获取目标的最佳极化。将其作为分类器的输入特征量,提出了一种基于极化合成的目标分类算法,并对实测极化SAR数据进行了分类实验。结果表明,该算法对于从极化SAR数据中获取目标的最佳极化,进而对目标进行分类是可行和有效的。     

基于FPGA实现的星载SAR实时成像系统研究

针对星载SAR实时成像处理的研究目前主要集中在实时成像运算器(SAR processor),而未见到实时成像系统(SAR imaging system)的研究,提出了一种CS算法的星载SAR实时成像系统的体系结构,并基于FPGA实现了原型系统.该体系结构可以自主完成星载SAR实时成像,并具有良好的可扩展性.利用模拟信号源和高速数据记录仪对原型系统验证,1个信号处理单元在50MHz工作频率下,约11s内完成16384×16384个样本的星载雷达原始数据的成像处理,用4个信号处理单元就可达到为PRF为2000Hz的星载SAR的1∶1实时成像要求.     

SAR图像自动目标识别系统研究与设计*

研究了SAR图像自动目标识别系统。通过分析国际上先进的SAR自动目标识别系统的组成、算法实现、流程设计和所得到的结果,设计出SAR自动目标识别系统结构和识别流程图。系统结构主要由SAR图像特性库、特征库和模型库组成。识别流程在系统结构的基础上,分为检测、辨识和分类三步。最后给出了SAR图像自动目标识别系统的主要评价原则。