基于SAR后向散射的海上溢油检测研究

应用海面雷达后向散射系数检测海上溢油是目前海上溢油遥感监测的一个重要方向。本文以南海Envisat-ASAR数据为例,在分析SAR数据的基础上,应用Envisat-ASAR绝对定标计算方法,计算后向散射系数,研究应用SAR进行海上溢油遥感监测的散射特性,计算目标与海面边界后向散射系数梯度均值0σ与目标与海面后向散射系数均值差Δμ,并以两者结合作为区分海面油膜与自然现象的解译标志,从而为溢油识别提供依据。     

基于目标相干散射特性的极化SAR图像分解分类方法

基于对目标极化相干散射特性的分析,我们改进了Cloude和Lee等人提出的极化特征分解及非监督分类算法,以适应高分辨率极化SAR图像中复杂的地物细节特征。实验结果表明,相对传统方法,该方法更能够保留目标的细节特征、准确地估计目标极化相干矩阵,因此能够获得更好的分解分类结果。另外,该方法还具有较好的收敛性和鲁棒性。     

基于模糊加权SVM的SAR图像水体自动检测

提出一种SAR图像水体自动检测方法。该方法采用树型小波对SAR图像进行分解,提取样本图像与待检测图像的中频信息,并进行纹理分析,利用模糊加权支持向量机对样本图像的纹理进行训练,从而获得判别水体的决策函数,通过该决策函数能够检测出图像的水体区域。该方法结合了图像的灰度与纹理信息,减少了SAR图像中的噪声影响,能够适用于大幅面范围的SAR图像水体自动检测。     

高分辨率SAR图像目标属性散射中心特征提取方法

目标属性散射中心模型是基于物理光学和几何绕射理论解的散射中心模型,该模型中提供了可供目标识别的属性散射中心特征。为了能从高分辨率SAR图像中获得这些特征,讨论了目标属性散射中心模型,研究了从高分辨率SAR图像中提取目标属性散射中心特征参数的方法。该方法是一种基于图像域的参数估计方法,它通过图像分割、模型类别选择、参数初值选择和参数优化4个步骤,得到单个散射中心的7个参数。循环进行上面的步骤,就可以从SAR图像中提取出目标所有的散射中心特征。仿真结果验证了该算法的有效性。     

基于遗传算法的SAR图像道路网检测方法

提出了一种基于遗传算法的SAR图像道路网检测算法.该算法以道路在SAR图像中呈黑色直线状结构为基本出发点,首先检测线特征点以获取潜在道路点;接着利用基于每个连通区域上的Radon变换提取线基元;然后从图像上最长的线基元出发,以其为种子基元,在其周围确定一个搜索区域,用遗传算法选择与种子基元共线的线基元进行连接,并更新种子基元,直到完成所有的连接,得到候选道路段.为了使检测道路更准确,利用蛇模型调整道路段的位置,然后用道路的特征进行鉴别.最后检测道路的交叉点,完成整个道路网的检测.机载SAR图像的实验结果及定量分析均证明了该算法的有效性.     

基于遥感图像水体识别与检测研究综述

地表水的勘测对于海岸线变化、环境保护、防灾减灾、水质检测都有重要的意义,借助遥感图像可以快速、反复、精确地获取到地表水的时空分布特征.文章调研国内外学者在遥感图像水体识别方向的研究成果,简述基于遥感技术的水体识别方法.其中,阈值法通过对水体和背景地物的光谱曲线进行分析,选取适合的阈值进行图像分割,操作简单便利,存在信噪...     

基于遗传算法的SAR图像自动道路提取

为了有效地进行SAR图像道路目标自动提取,提出了一种基于遗传算法的SAR图像道路目标自动提取方法。该方法首先通过Frost滤波器去相干斑;然后利用乘性Duda线特征检测算子进行线特征检测,接着利用Radon变换进行线基元提取,再利用遗传算法进行线基元连接;最后利用蛇模型调整道路位置并进行道路鉴别。在星载和机载SAR图像上进行的实验以及性能定量评估结果证明了该方法的有效性。     

光学和SAR遥感数据在赵村水库水体监测中的应用

为了解决传统水库监测管理手段效率低下的问题,采用光学影像和SAR影像数据对水库水体进行提取,实现对水库水域面积的动态监测。对比分析了多种水体提取方法在赵村水库的适用性,并结合现场调研的实际情况,分析了降雨量、水域面积和水位之间的关系。此外,利用数字高程模型对水库淹没区进行了模拟计算,得出了不同坝高设计下的淹没区域面积,并结合遥感影像进行了可视化展示。研究结果表明,光学影像和SAR影像数据相结合的方法可以准确提取水库水体信息,结果与实地调研数据相符,可为后续的水库监测预警工作提供有效的数据支持。     

基于特征向量分解与散射机制判别指数的全极化SAR图像地物提取与分类

基于特征向量分解和基于散射模型的极化目标分解是全极化SAR非相干分解中的典型算法。本文对比研究了两种算法的特点及分解结果在地物识别分类方面的优势,在基于特征向量分解得到的H-Alpha特征平面的基础之上,引入散射机制判别指数来刻画地物的类别差异,从而能约束H-Alpha平面分割的界限以提高分类的精度,而且利用散射机制占优性强弱可辅助分类结果的解译。实验选取了鄱阳湖地区一景Radarsat-2标准全极化数据,实验结果对比表明一种散射机制占主导的地物,分类精度得到改善,特别是水域、形成二面角的目标区和成片分布的植被区域可以显著地提取出来。     

二面角的双基地散射特性分析

二面角效应是高分辨率 SAR 图像非常重要的特征,其主要是建筑物的墙面和地面及其他人造物体形成的二面角造成的强反射。为了减小二面角的雷达散射截面积(Radar cross section,RCS) ,常用的技术是改变二面角的几何结构。双基地雷达是一种几何配置灵活的雷达,具有一定的反隐身能力。本文主要利用几何光学分析了不同张角二面角的散射特性及其SAR图像表现形式。针对二面角的多次散射问题,计算了散射次数和最终出射角度的通项公式,并给出了双基地条件下二面角RCS的定量计算公式。仿真结果表明,不同张角的二面角RCS和双基地雷达的几何结构密切相关,在特定的双基地雷达几何配置下,二面角在双基地SAR图像中 表现为角点处的强点。     

SAR影像建筑物提取与高度反演研究综述

基于SAR影像进行建筑物提取与高度反演,可行的技术方法种类繁多。以使用的影像数量和分辨率为序,以使用的灰度、相位、极化信息为核心,分别从二维提取、三维高度反演两个方面总结了这一技术主题的研究发展现状;并结合当前SAR影像高分辨率、全极化的数据特点和国际最新研究动向,对这一研究方向进行了展望。     

基于模板搜索的高分辨率SAR图像机场提取方法

针对高分辨率SAR图像机场提取问题,设计了以尺度变换、边缘检测、短线提取、短线连接、平行线提取和验证识别等流程的机场提取方案,并针对机场跑道特点在短线提取和短线连接两个关键步骤上提出了新的算法。直线提取利用了边缘线的结构特征,将边缘曲线看成三种线基元的组合,能从边缘图像中快速拟合出短直线。短线连接提出了一种基于模板搜索的直线连接方法,将短直线连接问题转化为在模板参数空间里搜索峰值的问题。实验表明,本文方法简单快速可行。     

SAR目标特性分析技术

随着合成孔径雷达（SAR）传感器技术的发展和获取信息的增多,如何有效地实现SAR图像的信息提取和解译,是当前亟待解决的关键问题。本文研究和综述了面向识别的SAR目标特性分析技术。首先,从SAR的成像原理出发,深入分析和探讨了影响SAR图像目标特性的主要因素;然后,系统总结了点状目标、线状目标和面状目标的一些特性分析和特征提取技术;最后,对SAR目标识别技术的未来发展方向进行了展望。     

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。     

基于过渡区域模糊增强的合成孔径雷达图像边缘提取算法

传统的边缘提取算法不能解决合成孔径雷达（SAR）图像小边缘、赘余边缘多的问题。本文针对SAR图像特点,提出一种改进的基于过渡区模糊增强边缘提取方法。通过分析经典模糊增强算法和改进的模糊增强算法的缺陷,在图像增强中引入过渡区概念,很好地克服了原来模糊增强算法渡跃点选择不当造成的丢失目标边缘信息、边缘连通性不好、小边缘多等缺点,能够有效地提取出感兴趣目标的丰富的边缘信息,并且去除了很多小边缘赘余信息。对比实验结果证明该方法效果好。     

基于Multi-Path RefineNet的多特征高分辨率SAR图像道路提取算法

为解决现有高分辨率SAR图像道路提取算法自动化较差、普适性不高的问题,提出了一种基于多路径优化网络的多特征提取算法。首先,对SAR图像进行Gabor变换及灰度梯度共生矩阵变换,获取丰富的道路特征信息,联结级联优化网络和残差网络形成多路径优化网络;然后,对SAR原图、获取的低级特征图和标签图进行训练,充分利用每层网络提取的道路特征获取初始分割的道路结果;最后,利用数学形态学运算连接初始道路断裂处并去除虚警。利用所提算法对不同分辨率的SAR图像进行道路提取,实验结果表明,该算法在提取SAR图像道路方面适用范围广且道路提取效果佳。     

高分辨率SAR图像高速公路提取算法

给出了一种新的高分辨率合成孔径雷达(SAR)图像高速公路提取算法。首先对SAR图像进行FROST滤波,抑制斑点噪声,再使用OSTU算法对SAR图像进行二值化,然后使用腐蚀-膨胀算法与HOUGH变换对二值化后的SAR图像进行处理,提取出高速公路中的隔离带,再利用圆形模板匹配方法提取高速公路中单行道的道路中心线,最后基于单行道的宽度提取出整个高速公路。实验结果表明,该方法可以消除噪声与干扰的影响,完整地提取出高速公路。     

地理信息库支持下的SAR 影像信息提取

在计算机辅助下如何快速的对整景高分辨率SAR影像进行信息提取已成为一个研究热点。将这一问题构建为一个系统工程来进行考虑解决。在SAR影像中, 许多目标例如河流、湖泊、主要道路、街区和居民地等地理属性信息在短期内不易发生变化, 因此可将这些地理数据集作为先验信息存于数据库中, 在随后对SAR影像的信息处理中, 可以通过预先建立的地理索引调用相应的地理信息来指导信息提取过程, 从而加快整个系统的处理进度, 满足实际工作的需求。     

基于融合的SAR图像机场跑道边缘提取

结合SAR（合成孔径雷达）图像的特性,提出一种基于融合的SAR图像中机场跑道边缘提取新方法。该方法同时采用串行融合与并行融合两种方式,对同一地区机场的2幅不同SAR图像进行处理。提出了融合MRoA算子与MSP-RoA算子和形态学开、闭运算以及融合多幅结果图的思想,通过真实SAR图像实验,证实了该算法能够较准确和全面地提取出机场跑道边缘。