Freeman-Durden分解方法提取雷达影像含水量信息

全极化雷达影像信息最佳描述方法是可以针对应用选择的影像目标分解分量的表示。Freeman-Durden分解方法是在植被存在的情况下提出的,适合于这个环境下含水量信息的提取,也可以应对雷达影像提取土壤含水量信息时常见的植被带来的干扰。首次尝试使用这种分解方法定量提取土壤含水量信息,并通过RADARSAT-2卫星的武汉地区数据和实地测量分析提出了Freeman-Durden分解中的偶数次散射分量数值和含水量之间的经验模型,并用实验证明了其有效性。对这种提取含水量信息的方法和进一步的研究进行了分析和展望。     

基于极化雷达影像的海岛礁提取

提出了一种利用RADARSAT-2全极化SAR影像和极化特征参数提取精确的海岛礁范围的技术方法。极化特征熵参数描述了目标散射的随机性,与海水相比海岛礁处于较高的去极化状态,因此海岛礁的熵值明显大于海水的熵值。首先本文利用EM(Expectation Maximization,最大数学期望)算法自动计算的提取海岛礁最佳阈值对熵参数文件进行阈值分割,得到海岛礁的初始分割结果。由于受到船只和海水表面波浪的影响,海水部分也会存在与海岛礁近似的熵值。因此初步阈值分割得到的海岛礁结果会有部分海水和船只等,利用PSNR(Peak value signal-to-noise ratio,峰值信噪比)提取海水大致范围并剔除海水范围内初始分割结果中的噪声部分。最后根据TM影像提取的海岛礁范围进行精度评价,实验结果表明该技术方法能够从极化SAR影像上准确提取海岛礁范围。     

基于对象的合成孔径雷达影像极化分解方法

面向对象方法已成为全极化合成孔径雷达（SAR）影像处理的常用方法,但是极化分解仍以组成对象的像素为计算单元,针对以像素为单位的极化分解效率低的问题,提出一种面向对象的极化分解方法。通过散射相似性系数加权迭代,获得对象的极化表征矩阵并对其收敛性进行了分析,以对象极化表征矩阵的极化分解代替对象区域内所有像素的分解,提高极化特征获取效率。在此基础上,综合影像对象空间特征,并通过特征选择与支持向量机(SVM)分类进行分析和评价。通过AIRSAR Flevoland影像数据实验表明,面向对象的分解方法能够减少对象极化特征提取的时间,同时提高地物目标的分类精度。相对于监督Wishart方法,提出方法的总体精度和Kappa值分别提高了17%和20%。     

一种提高全极化相控阵雷达极化测量精度的方法

天线交叉极化隔离度与全极化相控阵雷达极化信息精确获取密切相关.为提高交叉极化隔离度,基于三馈点微带贴片天线阵元提出了一种全极化相控阵极化状态配置方法.不同于传统的固定极化状态,如线极化和圆极化,该方法可根据波束指向动态调整辐射信号的极化状态.将交叉极化隔离度提高问题建模成一个多变量带约束非线性最优化问题,从而实现全极化...     

一种极化SAR目标Cameron分解的改进方法

Cameron分解是一种非常重要的极化SAR目标相干分解方法,在舰船及小型飞机检测等方面有着广泛的应用.但由于Cameron分解方法未考虑目标可能具有的非相干特性,对包含非相干目标的场景应用会导致不准确的分解结果,不利于进行后续的目标检测处理.为了解决问题,通过引入Touzi提出的目标相干性判定准则,在Cameron分解过程中对目标进行相干分类预处理,能够较好地将场景中包含的非相干目标分离出来,从而提高了Cameron分解结果的准确性,达到了改进Cameron分解的目的.使用实测L波段极化SAR数据进行实验,实验结果验证了改进方法的有效性.     

结合纹理与极化分解的面向对象极化SAR水体提取方法

合成孔径雷达(Synthetic Aperture Radar,SAR)拥有全天时全天候的工作能力,能够有效地连续对地观测,是土地管理、水体监测、灾害评估等多种应用的稳定数据来源。基于面向对象的思想,提出一种高精度、低虚警率的极化SAR(Polarimetric SAR,PolSAR)水体提取方法。此方法首先对极化SAR图像进行分割,再结合纹理与极化分解特征,对分割区域进行投票,识别水体区域。利用Radarsat-2数据和TerraSAR-X数据开展实验,并将提出方法与基于单一纹理和基于极化分解等水体提取方法进行对比,结果表明该方法在两种数据中均具有最高的总分类精度,其中基于分割技术能够保持完整的水陆边界,纹理与极化特征能够区分浅草、裸地和阴影等与水体相似的地物,结合投票方法能够提高小型水体检测率。     

一种快速提取建筑物高度的方法研究

目前有多种利用单张高分辨率卫星影像计算建筑物高度的模型,但是其适用条件限制了建筑物高度提取的速度和精度。为了解决这一难题,提出利用建筑物投影同名点线段长度估算高度方法,并结合高分辨率影像数据和实测建筑物高度数据对估算结果进行分析。结果表明计算模型正确、精度较高(绝对误差在2.04 m以内)、使用参数较少、普适性强,在城市灾害评估与预测方面具有较大的实用潜质。     

一种高分辨率遥感影像道路提取方法

针对空间异质性导致的道路几何纹理特征突出性下降问题, 提出一种高分辨率遥感影像道路提取方法. 首先设定跟踪模型, 依据人工输入点, 自适应提取道路中心点和道路宽度, 设计迭代内插、双向迭代两种跟踪方式以及矩形跟踪模板; 然后提出多描述子道路匹配模型, 针对道路几何纹理特征突出性不足问题, 基于道路区域地物边缘与道路方向一致的语义关系, 通过线段峰值约束的思想, 提出一种多尺度线段方向直方图(Multi-scale line segment orientation histogram, MSLSOH)描述子, 以此对跟踪方向进行预测; 针对道路几何纹理特征均质性下降问题, 从道路区域与道路非道路混合区域纹理差异性出发, 组合三角形构成扇形描述子, 突出道路影像纹理特征, 以此不仅可对预测跟踪点进行验证, 而且也可在结构信息缺失的情况下对道路进行跟踪; 最后选取不同类型、不同分辨率、不同场景的高分辨率遥感影像, 通过与其他方法的实验对比, 表明该方法能够解决道路提取过程中几何纹理特征突出性下降问题, 具有准确率高和自动化程度高的优势.     

面向极化目标分解的特征参数研究

为有效的解决极化特征分解中平均阿尔法角参数和熵参数的估计量偏低的问题,引入了加权平均函数、香农强度熵和极化度熵这3个参数,来描述地物散射回波的散射机制和散射随机性.给出了相干矩阵数据特征分解算法的实现流程,对AIRSAR数据集中的样本图像进行了定性的、定量的实验.实验结果表明,在不改变采样数量的前提下,新的参数值得到了提升.将新的参数应用于有监督威沙特距离分类,并通过蒙特卡罗仿真器验证了新的参数能够提高分类精度.     

一种建筑物点云轮廓线的自动提取方法

针对地面激光点云包含大量冗余数据、特征信息不明显等缺点,提出了一种自动提取建筑物点云轮廓线的方法。首先基于主成分分析和熵函数计算每个点的最佳邻域,再根据几何位置关系,滤除散乱点和平面中的点,保留轮廓线点云。针对不同地面激光点云数据,无需反复调整阈值。实验证明,该方法提取的建筑物点云轮廓线清晰完整,与现有方法提取的结果相比正确率有一定的提高,且冗余点云几乎全部被滤除,自动化程度高,具有良好的适用性。     

一种面向对象的高分辨率影像道路提取方法

高分辨率遥感影像为用户提供了丰富的地表细节信息, 如何利用图像分析技术从高分辨率遥感影像中进行目标提取、更新地理信息数据库, 成为遥感信息处理研究的热点。传统的道路提取方法一般采用像素级检测方法, 仅利用了像素的光谱信息作为道路提取的依据, 无法利用影像的空间信息。提出了一种面向对象的高分辨率卫星影像道路提取方法, 并选取南京市IKONOS 影像进行了实验。首先, 对影像进行分割获取影像对象, 再通过对IKONOS 影像中道路特征的分析, 利用影像对象的光谱特征、几何特征和空间关系建立知识库, 最后, 利用知识库中的规则来提取影像中的道路。实验结果表明采用本方法能够较好地提取出实验区中的道路。     

基于对象建模的遥感影像建筑物提取方法

研究城镇建筑物的提取是遥感影像分析应用中的一项重要内容.遥感影像建筑物结构和光谱的多样性,使结构、光谱等特征的建筑物提取变得极其复杂.根据遥感影像的建筑物纹理区别于其它空间对象纹理的特点,为提高影像分辨率,提出Gabor纹理块的遥感影像对象模型方法应用于遥感影像城镇建筑物的提取.以整个城镇为对象,以建筑物、道路、绿地等不同城镇区域为组成对象的纹理块,建立基于纹理块的对象模型,利用模型进行遥感影像对象的纹理标定,最终提取出城镇建筑物.实验结果表明方法克服了建筑物结构复杂性和多样性以及背景环境的影响,能很好地从城镇遥感影像中提取建筑物.     

一种遥感图像中建筑物的自动提取方法

目前,传统建筑物识别方法通常采用基于建筑物边缘线性特征的识别算法,这类方法具有简单高效的优点,但识别率较低。该文提出了一种综合利用建筑物的若干特征进行自动识别的方法。首先用Canny算子提取边缘。然后根据建筑物的空间分布特点和Hough变换特性。在Hough变换域进行建筑物边缘方向统计来筛选边缘线段,提取出潜在的目标边缘线段;接着该文提出了对建筑物的几何特征（例如矩形特征、角点特征和阴影特征等）和灰度特征进行识别的算法,将其识别结果做为判定建筑物目标的依据,最终准确地提取出建筑物。大量实验证明该方法相比较单一的线性特征检测方法,速度快、准确率高．具有较强的实际应用价值。     

一种快速遥感影像海岛自动提取方法

为有效提高基于遥感技术的海岛调查中海岛提取的效率,该文提出了基于多窄带模型（Multi Narrow Band Model,MNBN）初始化的Grab Cut分割算法对高分辨率遥感图像中的海岛进行提取。首先基于海面与陆地提取进行海岛初提取,再利用初提取结果建立多窄带模型对Grab Cut进行初始化来提高分割算法的速度。分析表明,该算法可有效完成海岛提取,与其他自动海岛提取算法相比具有速度快、鲁棒性高等优点。     

一种高分辨率遥感影像码头轮廓提取方法

针对高分辨率遥感影像码头提取中靠岸舰船的干扰难题,提出了一种高分辨率遥感影像码头轮廓提取方法。该方法首先对码头区域影像进行海陆分割分离出海域,然后利用码头轮廓的平直特性和舰船的形状特征,在海陆图像中的陆域进行靠岸舰船和码头目标的粘连分割,从而实现码头目标轮廓信息的获取。实验结果验证了该方法的有效性。     

一种快速遥感影像海岛自动提取方法

为有效提高基于遥感技术的海岛调查中海岛提取的效率,该文提出了基于多窄带模型(Multi Narrow Band Model,MNBN)初始化的Grab Cut分割算法对高分辨率遥感图像中的海岛进行提取。首先基于海面与陆地提取进行海岛初提取,再利用初提取结果建立多窄带模型对Grab Cut进行初始化来提高分割算法的速度。分析表明,该算法可有效完成海岛提取,与其他自动海岛提取算法相比具有速度快、鲁棒性高等优点。     

一种遥感影像水体信息自动提取方法

本文提出了一种基于卫星图像数据的LBV变换与归一化植被指数NDVI的遥感影像水体信息自动提取的方法.水体经过LBV变换后形成的B分量图的灰度值很大,水体信息的归一化植被指数值小于0;构建水体信息自动提取模型条件是水体信息满足B分量数值大于某一阈值并且归一化植被指数值小于0;与其它方法进行实验比较该方法可以较准确的进行水体信息的自动提取,同时准确地将水域与低密度覆盖的水植混合体分开.     

光学图像辅助分割的极化SAR建筑物提取

针对全极化SAR数据分割时存在边缘漂移导致建筑物提取精度较低的问题,在FNEA算法基础上,提出一种光学图像辅助分形网络演化分割的极化SAR建筑物提取方法。首先基于FNEA分割方法获取与极化SAR图像相配准的光学图像中对象的初始边界信息,并利用该信息来改善极化SAR图像FNEA分割结果中存在的边缘漂移现象;在此基础上,利用Singh四分量分解提出一种基于对象占优因子的对象极化后向散射类型判定方法,从而提取出建筑物。采用国产机载X波段全极化SAR数据,并通过与其他方法的对比实验验证了该文方法的有效性。     

一种基于高分辨率遥感影像的道路提取方法

道路等线性地物的自动提取一直是高分辨率遥感影像研究所关注的内容。论文在分析现有的各种提取方法的基础上,结合城市道路在高分辨率遥感影像上的特点,提出一种半自动的道路提取法。该方法先对遥感影像中的道路点进行采样,统计其光谱特征,然后再在道路上设置道路生长原点,从这些生长原点开始,根据统计得出的道路光谱特征对邻域点进行判断生长,最后对生长出的道路图利用数字形态学进行内部腐蚀和边界平滑处理。试验结果表明,该方法提取道路具有较高的精度和实用性。     

一种有效的高分辨率遥感影像水体提取方法

针对高分辨率遥感图像,提出一种有效的水体自动提取算法。设计基于局部二值模式和[K]最近邻的算法,对遥感图像进行水陆粗分离,并采用形态学滤波抑制各分类区域内的噪声;设计基于局部二值模式和支持向量机的方法,对水陆边界区域进一步细分离,并对细分离结果采用形态学滤波去除水陆边界附近噪声点;针对细化结果,采用形态学腐蚀运算对水体边缘进行平滑,得到最终的水体提取结果。实验结果表明,提出的算法能快速、有效地检测遥感图像中的水体目标。