极化SAR系统噪声影响分析

针对极化SAR系统噪声影响特点,提出从极化SAR图像分类精度及分类图人工解译角度评判系统噪声影响．利用DLR的E—SAR系统获取的单视全极化SAR数据进行实验,对极化SAR系统并行的3个线性极化HH、HV和VV通道加零均值等方差的高斯噪声,模拟雷达系统加性噪声对极化SAR数据的影响．实验结果表明,当图像分类精度降至未加噪声时分类精度的3／4时,加性噪声严重影响极化SAR系统性能．     

极化SAR图像的多纹理最大似然估计

提出了一种新的极化SAR图像相干斑抑制的方法。该方法在多纹理乘性相干斑噪声模型的假设下,采用最大似然估计法来同时估计多个极化通道的纹理参数。该方法保存了极化信息,消除了极化通道间的耦合,取得较好的相干斑抑制效果;并与极化白化滤波法(PWF)作了比较。     

SAR图像双Markov-EAR模型的纹理无监督分割

单视SAR图像保留了最大的分辨率和场景可观测的全部纹理信息,根据单视SAR图像的统计性质,在双M arkov模型的框架下,对低层M arkov随机场提出了指数自回归EAR纹理模型,并对纹理含噪情形下的高层M arkov随机场模型给出了一种参数估计方法及相应的无监督分割算法。实验结果表明,与以往的有监督GAR模型和不考虑纹理的模型相比,无监督的双M arkov-EAR模型能大量降低分割时的错分率。     

基于RadarSat2数据的法拉第旋转校正算法实验

鉴于星载合成孔径雷达(SAR)系统受法拉第旋转效应引入的极化矢量偏移影响,研究基于极化SAR传输模型给出常用星载SAR法拉第旋转效应校正算法,还原目标真实散射特性以用于地面精确信息反演.实验给出了四种常用校正算法关于C波段全极化Radar Sat2数据的法拉第旋转角估计性能分析,对比得到Bickel&Bates算法及Freeman算法具有较稳健的估计性能表现;并基于其对整景数据进行法拉第旋转效应估计,得到该雨林区域数据具有0°~2°的法拉第旋转角变化,对于一般遥感数据应用不会产生较大影响.这为进一步精确监测星载极化SAR系统失真变化打下了技术基础.     

结合相干系数的极化干涉SAR植被高度估计方法研究

阐述了极化干涉SAR成像技术的基本理论,分析了极化干涉SAR的植被散射模型和Cloude三阶段植被高度反演算法。因三阶段法采用多参数初值迭代求解方法,其运算量较大复杂性高,该文提出基于相干系数的高度估计方法。先用干涉相位估计植被高度,再由相干系数幅度估计植被高度对前面相位估计的高度进行补偿,既保证了一定植被高度估计精度,又大大减少了反演算法的运算量,最后用极化干涉SAR仿真数据验证了该方法的有效性。     

基于ICA的极化SAR图像相干斑抑制

根据极化SAR图像的特点,针对传统空域滤波方法总存在降低相干斑与有效保持边缘纹理信息这一对矛盾,探讨了基于独立分量分析的极化SAR图像相干斑抑制技术,研究了两种基于ICA的极化SAR图像相干斑抑制方法,并分析了其优缺点及应用条件。实验结果表明:基于独立分量分析的方法能有效降低相干斑噪声,较好地保留边缘纹理信息,是一种有效的相干斑抑制方法。     

多极化干涉在PolInSAR植被高度估计分析

极化干涉SAR技术能够提供多种极化状态组合的干涉信息,提高干涉测量的精度。针对含有植被覆盖区域的电磁散射复杂情况,该文通过极化干涉SAR相干矩阵提取不同的极化干涉信息,分析不同极化散射机制对植被高度估计的特定物理意义,用极化干涉SAR仿真数据对不同极化干涉进行高度估计。通过选择最佳的极化干涉提高植被估计的精度,为极化干涉SAR植被成像提供一定的理论依据。     

基于极化矢量相似系数的极化Lee滤波改进算法

在相干斑抑制过程中,极化Lee滤波器的纹理保持性受到同性介质选取准确性的较大影响。通过引入极化矢量相似系数作为全极化SAR复图像数据的同性介质选择准则,给出了一种改进的极化SAR相干斑Lee滤波算法。实测数据的仿真实验表明,与极化Lee滤波器相比,改进算法具有较好的相干斑抑制效果,提高了滤波结果的纹理保持能力。     

简缩极化SAR模式下极化方向角的估计

利用简缩极化SAR模式下得到的散射向量对极化方向角的估计进行了推导。通过对圆极化形式的分析,将其用于简缩极化模式下的散射向量,利用简缩极化散射数据得到极化方向角的估计值。同时采用实测数据进行实验验证该方法,探讨了简缩极化模式下极化方向角估计的可行性和应用价值。     

贝叶斯集成框架下的极化SAR图像分类

对于极化合成孔径雷达(SAR)图像,由于雷达角度和地物形状导致属于同一类的数据可能存在较大的差异性.针对此问题提出了一种基于贝叶斯集成框架的极化SAR图像分类方法.该算法采用贝叶斯集成,通过学习不同个体而获得的分类面来改善极化SAR图像分类性能.首先,输入极化SAR图像,并获得其对应的极化SAR数据及特征.从图像的每一类中任意选择像素点作为图像分类的原始训练样本,并对其进行随机划分获得不同的样本子集.然后,基于获得的样本子集构造对应极化SAR图像的贝叶斯集成框架.最后,通过构造的贝叶斯集成框架对极化SAR图像进行分类.特别在构造贝叶斯集成框架中采用支撑矢量机作为基本的分类器算法.实验结果表明,所提出的算法相比经典的极化SAR分类方法和单个SVM的极化SAR分类方法获得更好的分类性能.     

Supervised polarimetric SAR classification method based on Fisher linear discriminant

A supervised polarimetric SAR land cover classification method was proposed based on the Fisher linear discriminant.The feature parameters used in this classification method could be selected flexibly according to land covers to be classified.Polarimetric and texture feature parameters extracted from co-registered multifrequency and multi-temporal polarimetric SAR data could be combined together for classification use,without consideration of the dimension difference of each feature parameter and the joint probability density function of those parameters.Experimental result with AGRSAR L/C-band full polarimetric SAR data showed that a total classification accuracy of 94.33% was achieved by combining the polarimetric with texture feature parameters extracted from L/C dual band SAR data,demonstrating the effectiveness of this method.     

基于H／A／α-Wishart分类的极化SAR图像船只检测

虽然目标分解已经是极化SAR图像进行船只检测的重要方法,但是在相干矩阵分解得到的不同参数下并不能将船只和海洋等背景准确的完全区分,不同的参数反映了目标的不同散射特性。因此,该文提出了一种基于H/A/α分解的Wishart非监督分类的极化SAR图像船只检测的方法。实验结果表明,该方法能够有效地检测出目标船只,并能有效地减少虚警。     

一种改进的高分辨极化SAR相干斑抑制算法

SDAN-FP算法在高分辨极化SAR相干斑抑制方面具有潜在的应用前景,但是该算法的同质区域选择方案未考虑地物极化散射特性。为提高同质区域选择的准确性,首先用及时更新功率后的SDAN方案对每一个待估像素自适应地选择同质区域;然后引入主散射机理判别机制进一步优化同质区域;最后估计得到极化相干矩阵,从而实现了更为有效的高分辨极化SAR图像相干斑抑制。基于仿真和实测极化SAR数据的相干斑抑制实验验证了文章算法的有效性。     

一种新的合成孔径雷达三维成像方法

研究了从全极化合成孔径雷达(SAR)图像数据中提取方位向的地势倾斜度信息,形成极化SAR三维成像。阐述了极化合成孔径雷达三维成像的快速搜索算法,对快速搜索算法作了修正与完善。提出了由Stokes矢量推导的极化椭圆方向角解模糊算法,利用真实的极化SAR图像数据得到了极化三维成像结果;并讨论了极化三维成像对地势场景的要求。     

PolSAR快速贝叶斯非局部均值相干斑抑制方法

从单极化合成孔径雷达(SAR)贝叶斯非局部均值算法出发,推导了极化相干矩阵在复Wishart分布下的块相似性度量函数,给出了无先验知识下的极化SAR贝叶斯非局部均值模型,并采用积分图实现了该算法的快速计算.最后,通过机载合成孔径雷达实测旧金山地区的极化SAR数据进行了验证.实验结果表明,文中方法能够有效抑制相干斑的同时,保持了极化特征,并大幅提升了运算效率.     

一种改进的PolSAR 目标分解方法

目标分解能够为解译和利用PolSAR数据提供有效的方法。Pauli分解是一种常见的目标分解方法,但是分解结果受相干斑噪声影响较大。本文基于二次分解的思想改进了Pauli分解方法,并对PolSAR数据进行了分解实验。结果证明,改进的方法能够有效降低相干斑噪声对分解结果的影响,改善了分解结果的解译质量。