基于矩方法的多视广义极化K-分布参数的估计

本文提出通过归一化极化联合矩对SAR多视广义极化K-分布参数进行估计的方法。本文深入阐述了SAR各个极化通道之间的纹理相关性;在此基础上给出了多视广义极化K-分布波形因子,纹理相关系数和相干斑相关系数的偏差性能分析;本文最后进行了蒙特卡洛实验论证,进一步证明了该方法的良好估计性能。     

基于Fisher分布的极化合成孔径雷达统计建模及其参数估计方法

为更准确地描述高分辨极化合成孔径雷达(Synthetic Aperture Radar, SAR)图像的尖峰和长拖尾等统计分布特性, 提出了基于Fisher分布的极化图像多变量乘积模型, 并研究了其参数估计方法.首先给出了柯西分布相干斑噪声等效纹理分量的概率密度函数及其低阶矩特征;然后利用散射因子服从F分布的等效纹理变量与高斯散斑变量相乘形成的多变量乘积统计模型, 得到了Fisher分布模型的概率密度函数, 并推导了其多视协方差矩阵的概率密度函数和矩阵行列式值的低阶矩特征;最后提出了基于矩阵行列式值的矩估计和基于Mellin变换的对数累积量估计等两种参数估计方法, 并进行了对比, 同时通过仿真数据和实测数据验证了理论模型和新参数估计方法的有效性.这为高分辨极化SAR图像建模、目标检测和识别等领域的理论研究和工程实现提供了新途径.     

Beta分布下基于白化滤波的极化SAR图像海面舰船目标CFAR检测方法

在杂波纹理服从Beta分布的极化合成孔径雷达（Polarimetric Synthetic Aperture Radar,POLSAR）图像目标检测中,提出了一种基于多视极化白化滤波（Multilook Polarimetric Whitening Filter,MPWF）的恒虚警（Constant False Alarm Rate,CFAR）检测解析新方法.首先,假设乘积模型中纹理变量服从Beta分布,推导得到MPWF检测量的概率密度函数（Probability Density Function,PDF）.然后,对概率密度函数积分得到虚警概率关于检测门限的解析式,并设计相应的CFAR检测流程.最后,提出了基于MPWF的对数累积量估计方法,对Beta分布纹理变量参数u和v进行估计.通过实测数据验证了新方法的有效性.实验结果表明Beta分布对某些区域的极化SAR数据有更好的拟合效果,同时新方法与已有方法相比具有更好的CFAR保持能力.     

多视全极化合成孔径雷达图象的统计分析

本文基于乘性相干斑模型,推导出多视全极化合成孔径雷达(SAR)数据的无条件分布模型广义的K分布,将从中演绎出的单通道多视强度K分布与几种典型地表的实测数据的统计直方图和几种常用的分布模型进行比较,经验地建立了场景纹理的非均匀性与合适的统计分布模型之间的关系。此外,应用统计分析的结果,本文还提出了一个自适应的地貌类型分类方法,使分类精度得到明显提高,说明了统计分析的重要性。     

基于联合特征和SVM的极化SAR图像分类方法

极化SAR地物分类作为极化SAR数据解译的关键环节,已成为遥感领域研究的一个新热点。在充分研究现有方法的基础上,给出了一种联合特征和SVM相结合的极化SAR图像分类方法。该方法基于目标分解理论提取极化SAR图像的多类散射特征,并结合具有上下文知识的纹理特征,构建联合特征矢量;利用提取样本区域像素的联合特征矢量训练SVM分类器;将未知数据输入训练好的分类器完成最终的分类。实测SAR图像数据的实验结果表明,算法能够充分利用极化SAR图像电磁散射特性及纹理特征的互补性,具有较好的分类性能。     

基于小波变换和马尔可夫随机场的极化SAR图像自动分类

本文提出一种对极化合成孔径雷达(SAR)图像进行自动多分辨率分类的方法。首先利用多视极化白化滤波(MPWF)抑制极化SAR图像的相干斑,得到反映地物辐射特征的纹理SAR图像,然后利用小波变换(WT)提取不同分辨率的纹理信息,在最低分辨率级利用Akaik信息准则(AIC)自动估计图像中的纹理类数,进而在各个分辨率级利用马尔可夫随机场(MRF)模型表征各像素间的空间关联信息,并分别利用最大似然(ML)方法和循环条件模式(ICM)进行自动的模型参数估计和最大后验概率(MAP)分类,最后应用NASA/JPL机载L波段极化SAR数据验证了本文所提分类方法的有效性和优越性。     

采用流形近邻传播聚类的极化SAR图像分类

针对传统近邻传播（Affinity Propagation, AP）聚类算法使用欧式距离构建相似度矩阵,不能有效描述极化SAR数据复杂分布的问题,本文提出一种新的基于联合流形距离的AP聚类算法(CMD-AP) 用于极化SAR图像分类。首先将待分类极化SAR图像分割成若干超像素,在相应的极化特征基础上加入图像纹理特征,利用拉普拉斯特征映射算法对特征降维;然后结合相干矩阵Wishart流形和特征矢量欧式流形作为流形距离测度,构造相似性矩阵;最后利用上述相似性矩阵,采用AP聚类算法,对极化SAR图像进行分类。该算法充分考虑了极化SAR数据集潜在的流形结构,将联合的流形距离测度引入AP算法中。实验表明,本文算法提高了极化SAR图像的分类精度,具有更优的区域一致性和边缘保持效果。      

SAR多视图像的Stokes参数的统计分布

该文首先应用散射矩阵的Wishart 联合分布推导了高斯分布散射矩阵的Stokes参数分布,利用极化不变量思想得到了全部4个Stokes参数分布相当理想的理论结果,并与前人的结果进行了对比,体现了此分析算法的简洁性与统一性,他们可以具体描述Stokes参数的起伏性。在此基础上,求出了SAR多视情况下标准化Stokes参数分布的概率密度函数,从另一方面描述了SAR多视图像的随机状态特性,这些结果对于降低斑点噪声、地表分类与背景中的目标识别具有重要的指导意义。     

一种基于全极化SAR数据广义多子视相干的海面船只目标检测方法

传统基于子视相干的检测算法,如2L-IHP（Two Looks Internal Hermitian Product）和Pol-IHP（Polarimetric Internal Hermitian Product）等,通常利用两个子视影像进行相干来检测海面弱小船只目标。但受子视影像个数的限制,无法大幅度地提高船海对比度,进而影响了检测精度。针对该问题,本文提出了一种基于全极化SAR的广义多子视相干检测算法,首先利用子视分解方法对全极化SAR数据进行处理得到多个子视全极化影像;接着,基于广义相似性参数（Generalized Similarity Parameter,GSP）定义这些子视影像间的相关矩阵和相干算子来计算相干图;然后,利用恒虚警率（Constant False Alarm Rate,CFAR）检测方法结合统计的相干图累积分布函数进行船只目标检测。通过实验,表明利用本文算法船海对比度随着子视影像个数的增加而得到大幅提高,从而减少了弱小船只目标的漏检,显著提高了船只目标检测精度。     

多视极化合成孔径雷达图象的分类和极化通道优化

本文提出一个新的最大似然(ML)分类算法对多视全极化合成孔径雷达(SAR)图象进行分类,给出了应用NASA/JPL机载L波段四视全极化SAR实测数据的试验结果,证明了新算法的有效性。此外,本文还将所提算法应用于部分的多视全极化SAR数据中,实现了地貌类型分类的极化通道优化。     

Statistical analysis of multi-look polarimetric SAR imagery

With a multiplicative speckle model, this paper shows the multi-look polarimetric synthetic aperture radar (SAR) data obeys a generalized K-distribution. To validate this distribution model, the multi-look intensity K-distribution is particularly tested. The relationship between the heterogeneity coefficient of the scene and the proper statistical model is experimentally established. In addition, based on the results of the statistical analysis, an adaptive classification scheme is presented, and the improved classification shows the importance of the statistical analysis.     

CLASSIFICATION OF MULTI-LOOK POLARIMETRIC SAR IMAGERY AND POLARIZATION CHANNEL OPTIMIZATION

In this paper, a new maximum likelihood (ML) classification algorithm is proposed to classify the multi-look polarimetric synthetic aperture radar (SAR) imagery. Experimental results with the NASA/JPL airborne L-band polarimetric SAR data demonstrate the effectiveness of the new algorithm. Furthermore, when using the algorithm in the classifications with subsets of the multi-look polarimetric SAR data, the polarization-channel optimization for the terrain type classification is implemented.     

Study on speckle reduction in multi-look polarimetric SAR image

This paper studies the speckle reduction in multi-look polarimetric synthetic aperture radar (SAR) image. A multi-look polarimetric whitening filtering (MPWF) method is presented and extended to form a fully polarimetric filter with multi-channel output. The paper also quantifies the speckle reduction amount achievable by the MPWF, and compares the MPWF with the span, weighting and power equalization methods. Experimental results with the NASA/JPL L-band 4-look polarimetric SAR data verify the effectiveness and superiority of the MPWF, and show that the MPWF is of great advantage for enhancing SAR image classification.     

多视极化SAR图象相干斑抑制的研究

本文研究多视极化合成孔径雷达(SAR)图象的相干斑抑制,提出多视极化白化滤波(MPWF)法,并进一步将它发展成具有多通道输出的全极化滤波器。本文还定量地分析了MPWF方法抑制相干斑的能力,并在理论上同全功率法、加权法和功率均衡法进行了比较。应用NASA/JPL机载L波段四视全极化SAR数据的试验结果验证了所提方法的有效性和优越性,也说明了MPWF处理能显著地提高SAR图象的分类精度。     

一种高效的多视处理实现算法

在合成孔径雷达成像处理中，一般采用多视处理来消除纹斑噪声。文中针对合成孔径雷达多视处理的特点，提出了一种新的高效实现方法。利用滤波器组的多相结构，在方位维处理中将降采样处理提到滤波之前，减少了数据处理量在保持滤波器性能不变的同时，降低了各通道滤波器的阶数，从而大大降低了计算量，利于实时的多视成像处理实现。     

基于Wishart分布和MRF的多视全极化SAR图像分割

提出一种新的多视全极化SAR图像分割方法.将描述多视协方差矩阵的Wishart分布与马尔可夫随机场模型结合起来,利用迭代条件模型法(ICM)求取最大后验概率准则下的分割结果,其中ICM所需的初始分割图由基于Wishart分布的最大似然法获得.NASA/JPL实验室AIRSAR系统多视全极化数据的实验结果表明,与几种常用方法相比,本文方法分割精度更高,分割结果图中孤立像素少,图像连通性好.     

一种新的多视全极化SAR目标检测器及其性能分析

本文提出一个新的多视极化合成雷达（SAR）的目标检测算法，对均匀和非均匀的杂波及目标模型，分析了该算法的检测性能，给出了检测统计的精确表达式。模拟实验结果表明，本文所提出的目标检测算法明显优于全功率检测算法和利用单通道强度的检测算法。