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.     

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.     

基于非局部均值的最优极化舰船检测算法

极化合成孔径雷达数据蕴含了丰富的极化信息,目前已经被应用到海上舰船检测研究。针对现有算法检测过程中存在虚警、漏警和目标分裂等问题,采用非局部均值结合最优极化检测,提出了一种新的极化SAR舰船检测方法。该方法首先采用非局部均值对极化SAR图像进行相干斑抑制;然后提取最优极化特征图,进而分析其统计分布并应用双参数恒虚警检测算法完成极化SAR舰船检测;最后通过Radarsat 2全极化数据对提出算法进行验证。实验结果表明,文章算法能有效抑制相干斑后检测出海上舰船。     

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。     

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．     

采用联合相似度谱聚类集成的极化SAR分类

为了降低谱聚类算法尺度参数对分类结果的影响,避免Nystrm逼近导致的分类结果不稳定,提出了一种基于谱聚类集成的极化合成孔径雷达(SAR)地物分类方法.首先,利用像素间的空间关系和极化信息,将基于相干矩阵Wishart距离的相似性测度和基于极化特征矢量欧氏距离的相似性测度相结合,引入马尔可夫随机场势函数,构造谱聚类的相似性矩阵;然后,采用基于Nystrm逼近的谱聚类实现极化SAR数据的单次谱分类;最后,采用集成策略完成对极化SAR图像的地物分类.实验结果表明,该算法提高了分类精度,区域一致性保持较好,且分类结果稳定.     

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。     

合成孔径雷达森林资源监测技术研究综述

合成孔径雷达(Synthetic Aperture Radar,SAR)技术凭借其全天时、全天候的成像能力以及对森林垂直结构信息敏感的特点,在森林资源监测中具有独特的优势,已成为当前森林资源遥感调查技术的研究热点.本文首先介绍了SAR森林资源监测技术的发展背景、发展轨迹和相关知识;然后,重点阐述了极化SAR、干涉SAR、极化干涉SAR和层析SAR在林地覆盖类型分类、变化检测以及森林参数定量化估测应用中的技术方法;最后,就SAR在森林资源监测研究和应用中存在的问题与发展趋势进行了总结与展望.     

利用双尺度模型的海浪极化SAR成像模拟

海浪极化SAR成像模拟对海面散射的研究有重要的意义。该文根据海浪随机理论进行了粗糙海面建模,利用海面的双尺度模型构造了包含涌浪的随机粗糙海面;同时考虑了大、小尺度的海面的影响。基于该海面模型,利用Bragg散射模型和几何光学近似法模拟了不同风速情况下海浪的极化SAR图像,并对海浪参数及SAR参数对极化图像的影响做了分析,得出了一些有益于海浪信息提取的结论。     

SAR对地观测技术及应用新进展

自1960年4月诞生国际上第一部合成孔径雷达(SAR)以来,SAR技术及应用发展已进入一个新的阶段.在该阶段,对电磁波的波段、极化、振幅和相位等信息的利用更加深入和综合,其显著的技术特征为双/多站或星座观测、极化干涉测量、高时序高分宽幅测绘、三维/四维结构信息获取和超高分辨率观测,其显著的应用特征为面向全球性重大问题如全球变化和全球可持续发展实现地球表面动态过程高精细、大尺度和时间连续的监测和评估.本文首先介绍了SAR对地观测技术的研究背景及意义,然后就四种典型的先进SAR即极化SAR、极化干涉SAR、层析SAR和超高分辨率SAR论述了其近十年来的研究进展,最后,展望了未来这些先进SAR对地观测技术的发展趋势,并重点探讨了在多通道信息获取、多角度观测、高时相观测、分辨率和测绘幅宽提升等方面的发展趋势.     

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。     

一种单视广义极化K-分布纹理参数的估计方法

提出了通过归一化极化联合矩对SAR (合成孔径雷达)单视广义极化K-分布纹理参数进行估计的方法,阐述了SAR各个极化通道之间的纹理相关性。在此基础上给出了单视广义极化K-分布波形因子、纹理相关系数和相干斑相关系数的算法及偏差性能分析,并进行了蒙特卡洛仿真实验论证,进一步证明了该方法的良好估计性能。     

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。     

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。     

基于平稳Contourlet变换的极化SAR图像融合

提出一种新颖而有效的基于平稳Contourlet变换的极化SAR图像融合算法。平稳Contourlet变换是一种具有几何信息的灵活多尺度、多方向和平移不变性的图像分解变换,与小波变换相比,对图像分析很重要的沿曲面任意方向反映的细节更容易调整。采用平稳Contourlet变换对多个单极化强度图像进行分解,对于低频系数和方向高频系数采用最优加权算法实现极化图像的融合处理。实验结果表明,该算法与PWF算法相比在保留原始图像边缘和纹理信息同时,可以有效地抑制相干斑噪声的影响,取得较好的融合视觉效果。     

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。     

一种SAR目标属性特征提取算法

针对散射中心重叠的情况,利用散射中心空域及其散射机理的稀疏特性,提出一种基于全极化属性散射中心模型的合成孔径雷达目标属性特征提取算法.根据散射中心空域与散射机理的稀疏特性,对目标的极化分解系数矩阵分别施加行稀疏约束与矩阵稀疏约束.由于极化散射机理字典包含未知参数,在此采用坐标轮回下降法分别估计极化分解系数矩阵与极化散射机理字典,同时提取属性散射中心及其极化特征等属性特征.基于电磁计算数据的实验结果,验证了该算法能够利用极化信息提取散射中心的属性特征.     

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.     

信噪比估计算法研究

提出了利用核函数挖掘物理散射信息,提取极化特征的Fisher分类方法。该方法在Freeman分解的基础上,采用核函数将极化协方差等信息映射到某特征空间,然后在特征空间中进行线性分类,这样能够从PolSAR数据特有的极化散射信息出发,较好利用核方法的优势,改善不同地物类别的可分性。实验表明,该算法能获取有效的分类结果,实现同类相聚,异类分离,具有良好的紧致性。