快速搜索算法与极化合成孔径雷达三维成像

从全极化(hh,hv,vh,vv)合成孔径雷达(SAR)图像数据中,可提取方位向的地势倾斜度信息,形成极化SAR三维成像。该文重点研究极化 SAR三维成像快速算法;提出由 Stokes矢量推导的的极化椭圆方向用解模糊算法;讨论目标极化散射特性对提取地势高度信息的影响以及处理方法;并利用真实的极化 SAR图像数据得到了极化三维成像结果。     

层析SAR地表参数信息提取研究进展

传统的合成孔径雷达(SAR)成像是将现实中的三维场景投影到方位-斜距向二维平面的一系列处理过程,损失了三维空间的高度维信息.随着SAR系统及处理技术的发展,层析SAR系统通过沿高度向的多个数据获取构造高度维合成孔径,利用阵列信号处理方法实现目标高分辨率三维成像,对观测场景进行三维重建,获取地面目标的垂直结构信息,对植被...     

正交双航过全极化SAR图像测高研究

利用正交双航过的全极化合成孔径雷达(SAR)图像,采用圆极化方法计算了观测区域在两次独立观测时的极化倾角,计算得到观测区域内的二维坡度分布图.由于SAR图像特有的speckle噪声、阴影和几何形变等,二维坡度图中存在大量与实际坡度值不符的"奇异点",对此提出一种"奇异点"搜索算法,标记出二维坡度图中的"奇异点",并采用分形插值的方法重建了"奇异点"处的坡度.最后利用加权完整多重网格法(WFMG)重建了地形高度,和原始DEM数据的对比验证了该方法的有效性.     

星载简缩极化SAR海上舰船目标检测性能分析

与全极化相比,简缩极化合成孔径雷达(SAR)因其更宽的幅宽,在海洋监视方面具有先天的优势。针对星载简缩极化SAR图像海上舰船目标检测,在全极化及简缩极化SAR特征参数提取方法研究基础上,基于实测Radarsat-2全极化数据模拟的混合极化(CTLR)模式简缩极化SAR图像数据,通过归一化距离对所提取极化特征参数的舰船目标和海杂波背景区分能力进行了系统分析与比较,在此基础上进一步对全极化及简缩极化的极化特征参数相似性进行了定量分析与评估,得到简缩极化和全极化的舰船目标检测分析结果。结果表明,简缩极化SAR的检测性能总体上接近于全极化。     

一种多视极化SAR广义K-分布的研究

本文提出一种极化合成孔径雷达(SAR)广义K-分布模型用于描述经多视处理的、高分辨率的全极化SAR成像数据的统计特性,其特点是各极化通道的纹理为部分相关的gamma分布.利用纹理与相干斑乘性模型,首先导出了部分相关纹理的联合概率密度函数和多视广义极化SARK-分布概率密度函数;然后给出了基于联合矩的分布参数估计方法;最后利用真实SAR数据进行了模型的试验.     

层析SAR技术研究进展

合成孔径雷达(Synthetic Aperture Radar,SAR)通过将三维场景投影到距离-方位平面获取场景二维成像信息,但由此导致的叠掩问题影响图像解译。层析合成孔径雷达(Tomographic Synthetic Aperture Radar, TomoSAR)利用同一场景的多次航过数据在高程向合成孔径,获取目标三维成像结果,能够从根本上解决叠掩问题。本文从层析SAR信号模型出发,描述了不同维度下的层析SAR成像算法,系统地总结了应用于层析SAR研究的各机载和星载系统,阐述了层析SAR在城区、森林和冰川等场景下的应用,对于城区建筑物信息提取、森林参数信息提取和冰川结构参数提取中面临的主要问题和现有解决策略进行了详细的分析。最后,总结本文内容并展望层析SAR技术的发展前景。     

极化SAR图像分类综述

对极化SAR(合成孔径雷达)图像分类进行综述.首先建立简略的极化SAB图像分类技术发展流程,并对国内外研究机构在该领域的主要研究成果进行归纳;然后对用于极化SAR图像分类的众多特征进行分类整理,指出其物理意义及在图像分类中的优缺点,并从有监督和无监督的角度综述了现有的极化SAR图像分类方法;最后对极化SAR图像分类存在的问题进行归纳,并指出将来的研究方向.     

极化雷达图像目标相干系数判据的检测研究

由理想目标散射矢量与待识目标散射矢量的相干系数判据,对待识目标进行检测与同类识别.利用复旦大学电磁波信息科学教育部重点实验室的散射计算软件BART进行理想目标极化散射计算,构造目标散射矢量,并进行合成孔径雷达(Synthetic Aperture Radar,SAR)成像模拟.以此目标成像模拟数据作为目标识别样本,对全极化系统Pi-SAR观测海面养殖箱的成像数据,研究其相干系数判据的检测与识别.结果表明该方法是有效的.     

一种基于频域解模糊的星载P波段全极化SAR法拉第旋转效应校正方法

星载P波段合成孔径雷达（Synthetic Aperture Radar, SAR）极化测量性能易受电离层法拉第旋转（Faraday Rotation, FR）效应的影响，随着系统带宽增加，以及中心频率对应的法拉第旋转角（FR Angle, FRA）增大，FR效应色散特征突显，将导致距离向成像恶化以及额外的极化测量误差.针对色散FR效应，提出了一种基于频域解模糊的星载P波段全极化SAR法拉第旋转效应校正方法，通过模糊度一致化以及频域拟合等关键步骤，解决了P波段SAR系统FRA估计值模糊问题，最后在频域实现色散FR效应的校正.利用机载P波段全极化SAR数据开展了仿真验证实验，与传统的图像域校正方法相比，有效抑制了色散的FR效应，显著改善了交叉极化通道图像之间的相关性.     

极化雷达遥感中目标特征提取

在利用全极化合成孔径雷达(SAR)遥感图像进行目标检测、分类时,一个重要的问题就是如何分析目标的特征.提出了一种利用散射矩阵特征值构成的特征参数,该参数与目标的散射强度、定向角等参数无关,而是相关于目标的结构特征.通过实际应用,证明了该参数在目标特征提取方面的有效性.     

基于支持向量机的极化SAR图像分类

极化合成孔径雷达可以同时得到地面场景在不同极化组合下的雷达图像,极大地丰富了获取的地物目标信息量。针对极化SAR图像特征提取和目标分类的困难,由4种基本极化组成样本向量,运用基于统计学习理论的支持向量机以及不同的核函数设计分类器,提出了一种新的极化SAR图像分类算法,并对实测极化SAR数据进行分类实验。结果表明,将支持向量机分类器应用于极化SAR图像分类中是可行和有效的,并且通过选择适当的惩罚系数,可以进一步提高分类效果。     

极化SAR图像目标分解方法的研究进展

极化合成孔径雷达(极化SAR)经过近几年的迅速发展,已经成为遥感领域的一大研究热点。极化目标分解作为极化SAR图像分析的一种基本手段,所提取的极化信息是极化SAR图像目标检测和分类的基础,在极化SAR图像解译中起着关键作用。通过对近几年极化目标分解方法的发展作一个全面的阐述,重点介绍该领域出现的新技术,使相关研究人员能够更清晰地了解这一领域的最新进展。     

一种新的极化滤波综合性能评估方法

极化合成孔径雷达(SAR)可以获得目标散射的相位信息,这种更加丰富的信息为极化SAR图像相干斑噪声抑制提供了更好的解决方法。通过对几种典型的极化滤波技术的算法实现,基于采样信号波形图、极化特征图和相对标准差,提出了一种新的极化滤波综合性能评估方法。对实测极化SAR数据进行实验验证,结果表明局部统计滤波在图像分辨率的保持、极化信息的保留和相干斑噪声的抑制3个方面都有很好的效果。     

Radar polarimetry: analysis tools and applications

The authors have developed several techniques to analyze polarimetric radar data from the NASA/JPL airborne SAR for Earth science applications. The techniques determine the heterogeneity of scatterers with subregions, optimize the return power from these areas, and identify probable scattering mechanisms for each pixel in a radar image. These techniques are applied to the discrimination and characterization of geologic surfaces and vegetation cover, and it is found that their utility varies depending on the terrain type. It is concluded that there are several classes of problems amenable to single-frequency polarimetric data analysis, including characterization of surface roughness and vegetation structure, and estimation of vegetation density. Polarimetric radar remote sensing can thus be a useful tool for monitoring a set of Earth science parameters     

SAR图像的极化干涉非监督Wishart分类方法和实验研究

该文在合成孔径雷达图像的极化非监督Wishart分类的基础上,给出了一种利用极化干涉信息对合成孔径雷达图像进行非监督分类的方法。该方法主要利用一(66)的极化干涉相关矩阵,从而可以同时考虑单幅图像的全极化信息以及两幅像对之间的互相关信息。该文详细阐述了该方法的具体实现,并利用NASA/JPL的SIR-C/X-SAR系统在中国天山地区的L波段实测数据进行了实验研究。给出了利用该方法对实验数据进行分类的结果,并与极化非监督Wishart分类的结果进行了比较。结果表明,该方法能够很好地分辨不同类型的地物,保持地物的细节,并且比极化非监督Wishart分类结果有很大改善。     

Measurement of topography using polarimetric SAR images

A processing technique for polarimetric synthetic aperture radar (SAR) data has been developed which produces profiles of terrain slopes and elevations in the azimuthal (or along-track) direction. This technique estimates the average shift in orientation angle of copolarization backscatter caused by azimuthal tilts of the scattering plane. Using P-band data, tests of this technique have been made for an area in the Black Forest near Villingen/Schwenningen in Baden-Wurttemberg, Germany. The radar measured slope and derived elevation profiles have low rms errors and high correlation values when compared with a stereo-photograph digital-elevation map (DEM) for the area. This algorithm is capable of adaptively making transitions from the forested areas to nearby regions with open-terrain. Subsequent tests of the algorithm have been conducted using polarimetric SAR L-band data for a mountainous, nonforested, region in the Mojave Desert (Ft. Irwin, CA) where an accurate DEM also was available. Complete elevation and slope mapping of the terrain in two dimensions using this technique is possible when azimuthal elevation profiles are produced throughout the range extent of the SAR image     

基于H-α和改进C-均值的全极化SAR图像非监督分类

该文提出一种基于H-α和改进C-均值的全极化SAR图像非监督分类方法.该方法先按H-α对全极化SAR图像进行基于散射机理的分类,再将分类结果作为改进C-均值算法的初始类别划分,从而实现地物分类.迭代次数确定是C-均值动态聚类算法的关键,文中利用图像熵给出了一种新的迭代终止准则.与H-α方法相比,该文方法能在保留分类结果物理散射机理的同时,实现有效的地物分类.NASA/JPL实验室AIRSAR系统获取的L波段旧金山全极化SAR数据的实验结果验证了该文方法的有效性.     

采用混合特征相似性的极化SAR图像降噪算法

针对极化合成孔径雷达（Polarimetric Synthetic Aperture Radar,PolSAR）图像在相干斑抑制过程中面临的结构信息和极化散射信息保持的问题,通过分析PolSAR图像的结构特性和极化特性,建立一种结构特征提取方法,并提出一种采用混合特征相似性的极化SAR图像降噪算法.该算法将图像的结构信息和极化散射信息与降噪过程相融合,能够在抑制相干斑噪声的同时,实现降噪后图像的结构信息和极化信息的有效保持.实测机载极化SAR数据的实验结果验证了算法的有效性.     

基于分类统计的PolInSAR植被高度最大似然估计

极化干涉SAR是一种集极化和干涉SAR优势于一体的新型遥感技术.结合两层植被随机体散射模型和极化分解技术,基于极化干涉SAR数据的概率分布统计特征,提出一种利用参数迭代求解预测模璎和测量值最小似然距离的植被高度反演方法.该方法克服了传统最大似然估计方法需已知地表散射特征参数的约束,减少了计算复杂性.最后通过极化干涉SAR仿真数据实验分析,文中算法相对于三阶段反演算法提高了植被高度估计的精度.验证了算法的有效性.