极化干涉SAR森林高度反演综述

极化干涉SAR森林高度反演是当前雷达遥感领域的研究热点,近年来涌现了多种极化干涉SAR森林高度反演方法。本文先对已有极化干涉SAR森林高度反演方法进行分类,然后系统研究各类森林高度反演算法的基本原理,比较各类森林高度反演方法的优缺点,提炼森林高度反演算法的关键,最后指出极化干涉SAR森林高度反演的研究方向。     

基于外部风向初始信息的SAR影像海面风场反演研究

首先利用SeaWinds散射计风向作为初始信息进行SAR(Synthetic Aperture Radar)影像海面风场反演,在对SAR影像进行了噪声剔除、辐射定标、极化转换等处理后获得VV极化下各分辨单元的后向散射系数,结合地球物理模式函数获取风速并显示输出海面风场的分布情况。在此基础上,尝试利用WRF(Weather Research Forecast)数值预报模式风向作为初始场从SAR影像中反演风速信息,将结果与之前以散射计风向作为初始信息得到的反演结果进行对比,验证实验方法的正确性,高分辨率数值预报模式风向结合SAR影像将是未来业务化近岸海面风场反演的发展趋势。     

基于跨接约束的高分辨率SAR 影像与光学影像配准

为了实现高分辨率SAR 影像与光学影像之间自动/半自动配准, 提出了一种新颖、稳健的匹配算法。算法首先利用仿射变换进行SAR 影像和光学影像粗匹配, 简化了整体算法的处理复杂度;然后利用影像边缘稳健性, 使用边缘提取算子分别对SAR 影像和光学影像进行边缘提取, 为后续精匹配做好了数据准备; 最后使用基于边缘纹理跨接约束进行影像之间精匹配, 方法引入了邻域配准约束机制, 很好的解决了经典匹配多峰值效应, 提高了算法稳健性和实用性。以国内机载高分辨率SAR 数据和SPOT 25 PAN 数据为例进行算法验证, 实验结果表明该算法能实现自动/半自动的高分辨率SAR 和光学影像之间的像素级配准。     

干涉、极化干涉SAR技术森林高度估测算法研究进展

在干涉、极化干涉SAR森林高度估测中,估测算法对结果精度起着决定性作用。通过对现有森林高度干涉、极化干涉SAR研究的系统性分析,总结了现有研究中森林高度估测算法的基本原理、模型假设及其应用局限性,并对这些算法在区域和全球尺度森林高度反演中的潜力进行了分析。总结发现,基于干涉SAR技术的DSM-DEM差分法在森林高度反演中精度较高,与极化干涉SAR算法相比,受到森林类型、结构的影响较小,在区域和全球尺度森林高度反演中具有很大潜力。但是其局限性在于是否能够获取大范围高精度的DEM;极化干涉SAR技术利用了森林的极化散射特点,不受DEM的限制,可以大范围地进行森林高度反演,但是在森林异质性大的区域,仍然需要进一步分析森林特征对不同波长相位及相干幅度的影响,根据森林的微波散射原理拓展微波散射模型,才能进一步提高估测结果和精度。此外,由于单基线干涉SAR、极化干涉SAR对森林垂直结构可见性差,因此,发展多维度、多基线SAR及其相应算法并朝这个方向拓展是未来采用干涉SAR、极化干涉SAR进行森林高度反演的主要方向。     

简述极化SAR定标处理技术研究进展

极化定标是极化SAR数据用于图像解译和定量参数反演的关键步骤。综述了国内外极化SAR定标技术及应用研究的主要成果,着重介绍极化SAR定标技术发展以来取得的多种关键算法进展,系统梳理包括点目标定标算法、分布目标定标算法、法拉第旋转校正算法等技术原理介绍、参数定义估计及技术脉略发展分析,并讨论各技术方法在机载及星载SAR系统定标领域取得的应用发展现状,同时逐步分解该技术领域目前面临的技术难点及算法发展。最后探讨分析极化SAR定标技术发展中的未来需求难点和继续需要解决的问题,为研究人员进一步推动极化SAR定标技术发展提供参考。     

基于高亮模型匹配的SAR建筑物高度反演方法

针对高分辨率SAR图像中的建筑物高度提取问题,提出了一种基于高亮模型匹配的建筑物高度反演方法。通过对建筑物的成像特征进行分析构建出高亮特征模型,建立模型与SAR图像之间的匹配度函数,运用多种群遗传算法对匹配度函数进行优化搜索出最优的高度参数。基于模拟和实测SAR图像的实验结果表明该算法可以用于SAR图像建筑物高度反演,并具有较高的反演精度。     

极化SAR海面船只检测技术的研究进展

极化SAR技术是近年SAR领域的研究热点。首先介绍了不同极化方式对船只、海洋杂波以及船只尾迹在SAR图像上的成像影响,详细概括和总结了目前应用于海洋船只监测的各种极化SAR技术特点,最后分析了极化SAR海洋船只监测技术的应用前景。
     

极化SAR影像边缘检测综述

极化合成孔径雷达（SAR）图像包含目标丰富的散射信息,在边缘检测中具有重大的潜力。对极化SAR影像边缘检测问题进行了系统的研究,从单极化SAR出发,分析了极化SAR边缘检测问题,对已有的方法进行了分类总结,重点介绍了极化SAR边缘检测的最新进展,指出了当前存在的问题,对极化SAR边缘检测的发展趋势进行了展望。     

基于高亮特征匹配的双视向SAR图像建筑物高度提取

由于城区场景的复杂性和SAR成像几何畸变的影响,基于单幅SAR图像的建筑物高度提取常常存在很大困难。针对这一问题,利用建筑物目标SAR成像形成的叠掩、二次散射、较强单次散射等散射机制对应的高亮特征非常典型,并且对方向性敏感的特点,提出了一种基于双视向SAR图像高亮特征与几何模型匹配的建筑物高度提取方法。首先分析了建筑物目标的SAR图像散射特征及对雷达视向的敏感性,然后构造了建筑物目标在双视向SAR图像上高亮特征几何模型,然后基于灰度均值、灰度概率分布、边界信息定义匹配函数,并利用多种群遗传算法进行优化求解,最终得到建筑物目标的高度信息。基于模拟和机载SAR图像的试验表明该方法的建筑物高度平均反演误差小于1m,可以有效提高建筑物高度反演的精度。     

面向双站SAR系统的长波PolInSAR目标自适应分解北大核心CSCD

双站SAR系统无时间去相干的特性,结合长波的强穿透能力,在估计植被结构参数上应用前景极大,借助极化干涉SAR分解技术研究双站SAR系统下的植被区散射过程,对揭示信号与地物的交互过程,构建植被结构参数反演模型具有重要意义。考虑模型适用性和双站SAR系统存在的不可忽略的去相干,将极化干涉矩阵表达为极化方位角扩展的广义表面散射矩阵、广义二次散射矩阵和Neumann自适应体散射矩阵与其对应相干成分乘积的和的形式,基于残差最小二乘准则,使用非线性最小二乘优化技术同时求解所有模型参数。使用BioSAR 2008项目的 L波段全极化机载数据对方法进行测试,获取了实验区不同散射机制的相干成分、相位分布和能量信息,结合机载激光雷达数据进行了分析。结果表明:分解方法对植被区不同散射机制区分良好,有效抑制了体散射功率高估;植被区表面散射在垂直向上的分布与植被高度和穿透程度存在联系,体散射相位中心高度与机载激光雷达植被高接近且趋势一致;有效估计了散射机制的相干性。     

城区高分辨率SAR图像的信息获取与重建

简要介绍了一种多方位城区高分辨率SAR图像的信息获取和地物重建方法。该方法的整个流程包括用恒虚警率(CFAR)检测器检测边缘,用平行线Hough变换从边缘提取建筑物的像,根据提取的建筑物像的统计特性,给出有各方位的像估计建筑物参数的方法。用该方法对四方位PiSAR图像做试验,得到了较好的结果。最后给出了该方法的实际应用建议。     

SAR图像建筑物目标检测研究综述

面对日益剧增的城市建筑物,合成孔径雷达(synthetic aperture radar,SAR)图像的建筑物检测作为SAR图像解译的一个分支逐渐成为一项重要的研究课题.对现有的研究方法进行了分类,从基于传统方法的建筑物检测和基于深度学习的建筑物检测两方面入手,对现有SAR图像的建筑物目标检测算法进行了梳理.简述了SA...     

雷达遥感建筑物震害信息提取方法综述

合成孔径雷达遥感具有全天时、全天候工作的能力,在地震灾害应急中发挥了重要作用。回顾了雷达遥感建筑物震害信息提取技术的发展历史,总结了各种用于建筑物震害信息提取的雷达卫星的参数特征以及使用雷达遥感提取建筑物震害信息的震例。介绍了目前应用的各种雷达遥感建筑物震害信息提取方法,包括目视解译和计算机自动信息提取两种,其中后者包括基于纹理特征和极化特征的单时相方法、基于强度特征和相干特征的多时相方法。比较了这些方法的适用性和不足,并探讨了雷达遥感建筑物震害信息提取方法的发展趋势。     

高分辨率SAR影像形态学层级分析的建筑物检测

目的 现有基于结构分析的高分辨率SAR影像建筑物检测方法,只考虑了直线和L形结构建筑物,并且依赖建筑物高亮线条处阴影区作为建筑物识别的主要特征;当处于复杂场景时,阴影区受制于背景较暗或建筑物密集而无法准确得到,导致建筑物检测误差大、检测率低。针对上述问题,提出一种基于形态学层级分析的高分辨率SAR影像无监督建筑物检测算法。方法 该方法基于单幅单极化高分辨率SAR影像,首先利用改进的形态学交替滤波算子有效抑制其固有的斑点噪声,大大剔除了同质区背景噪声的干扰;然后利用层级分析形态学差分属性断面算法来实现对SAR影像建筑物的几何结构特征的提取;最后结合特征融合和属性阈值分割等后处理步骤得到复杂场景下建筑物提取信息。结果 将上述方法在建筑物密集的城区SAR影像中实验,通过与其他方法对比分析,具有检测率高、误差小的特点,准确率和召回率分别为95.38%、86.31%,并对降低虚警率方面有明显的优势。结论 将形态学交替滤波与形态学属性滤波的改进与结合,在对不同走向、尺寸和形状的高密度建筑物检测中具有较好的适应性。     

SAR图像边缘检测方法综述

边缘检测是SAR图像解译的基本问题之一。固有的乘性噪声特性使得经典的梯度边缘检测方法并不适用于SAR图像,因此研究针对SAR图像的边缘检测方法具有重要的意义。本文对SAR图像边缘检测问题进行了系统的研究,简单描述了SAR图像边缘检测问题,讨论了现有的SAR图像边缘检测方法,总结了SAR图像边缘检测中存在的两个问题——边缘细化和边缘定位,对检测结果的性能评估方法也进行了概括。最后在总结现有研究成果的基础上展望了SAR图像边缘检测的发展方向。     

高分辨率SAR图像道路提取综述

在遥感领域,SAR(Synthetic Aperture Radar,SAR)图像道路提取具有很高的研究意义和应用价值,特别是随着SAR成像技术的不断发展、SAR图像分辨率的逐步提高,该课题的研究更加备受关注。然而,从目前的情况看,高分辨率SAR图像的道路提取研究还不够完善,许多低分辨率SAR图像的道路提取方法在处理高分辨图像时并不适用,因此文中归纳总结了高分辨率SAR图像道路提取的一般流程,列举了一些具体的方法,同时有针对性地分析其优缺点和适用范围,指出该研究课题目前存在的主要问题,并展望其发展趋势。     

混沌信号雷达SAR成像的新方法

针对现有的合成孔径雷达(SAR)成像方法,介绍了隐抽样平均算法的基本原理及时延确定的方法;进一步,将隐抽样平均算法用于SAR成像中,提出了基于隐抽样平均的SAR成像算法;该成像算法利用二元混沌信号作为雷达发射信号,通过产生一个特征波形来指示目标的时延;与传统的SAR相关成像算法相比,该成像算法不仅简单易行,运算量小,成像时间短,成像效率高,而且重构图像具有较高的图像分辨率;仿真结果表明,图像中的目标轮廓清晰,图像品质较高。     

改进的基于结构检测的SAR图像去斑方法

合成孔径雷达图像固有的相干斑噪声严重降低了图像的可解译程度,影响了后续目标检测、分类和识别等应用.因此,SAR图像的相干斑抑制问题一直是SAR图像应用的重要课题之一.一个理想的去斑算法应该在平滑的同时保持图像的边缘等细节不受损失,目前存在各种各样的算法,但没有一种方法能够完美的满足这一要求.为此该文提出了一种改进的结构检测的SAR图像去斑算法.利用概率迭代方法分割图像并检测边缘,结合强点检测图,将SAR图像标为结构区和非结构区,在非结构区域内进行Lee滤波以平滑噪声,对结构区直接保留原值,获得了非常好的去斑效果.利用RADARSAT实测图像进行实验,并对实验结果作充分分析,证明了本算法的有效性.     

一种基于点特征的异源SAR图像配准方法

适配性分析是合成孔径雷达(Synthetic aperture radar, SAR)图像匹配的重要研究内容, 它研究图像是否适合选作基准图的问题. 本文研究基于点特征配准方法的异源SAR图像适配性分析, 以特征点的数目及稳健程度来度量SAR图像适配性, 提出基于点特征的异源图像适配性评价算法, 并构建出一种评价特征点稳定性的准则, 以指导选取合适的退化模型.实验结果表明本文所提出的点特征适配性评价机制能有效地度量指定SAR图像的适配性, 从而近似得出保障图源的适配性排序结果.     

基于Sentinel-1双极化数据改进水体提取的Otsu算法

基于SAR图像的阈值分割法是水体信息有效提取的常用方法之一。针对Otsu算法对于SAR影像水体提取精度低、噪声大的问题,以C波段Sentinel-1 SAR为数据源,提出一种基于Otsu算法的SAR图像水体提取新方法。该方法首先基于双极化数据构建自然指数函数,优化原始Sentinel-1数据图像像元直方图分布,再结合Otsu算法对图像进行水体提取,最后基于DEM数据去除误提取的山体阴影。以同一天的Landsat 8光学影像作为真实水体样本进行精度评定,结果表明：在不同水体占比情况下,该方法水体提取精度均优于Otsu算法,在水体占比小于10%时综合精度提升约为20%—60%,而且噪声小、适用性强,可用于快速高效获取大范围内水体信息。