多方位高分辨率SAR的三维目标自动重建(一)目标像的检测

用多方位SAR图像融合获取立体目标信息是高分辨率SAR的一项关键应用技术.以t长方体为建筑物目标模型,提出从多方位米级分辨率SAR图像自动重建三维立体建筑物目标的方法.全文分两部分,第一部分介绍从米级分辨率SAR图像检测提取建筑物目标像的方法.先用恒虚警率(CFAR)检测器检测各方位SAR图像中建筑物目标像的边缘,然后用脊滤波细化边缘,再根据条状建筑物像的直线特征,用分块平行线Hough变换检测平行线段,最终检测得到平行四边形的建筑物目标像.文中用虚拟场景模拟的SAR图像和机载全极化X波段Pi-SAR图像做试验,提取了建筑物目标像.第二部分以本文为基础进行三维建筑物目标群的重建.     

单幅高分辨率SAR图像建筑物三维模型重构

提出了一种利用高分辨率SAR图像进行建筑物提取和三维重构的方法.首先,分析了高分辨率SAR图像建筑物产生的电磁散射的类型,给出了不同类型散射区域的后向散射计算方法,并在此基础上给出了一种利用建筑物三维CAD模型进行SAR建筑物特征区域图像仿真的方法;其次,给出了利用建筑物的二次散射结构确定建筑物底部轮廓位置和方向的方法,并提出了一种基于分布密度函数差异的仿真图像迭代匹配方法,进行建筑物高度的反演.仿真SAR图像后向散射系数用来划分建筑物不同的散射区域,通过计算特征区域之间的分布密度函数差异,以取得最大匹配度值的仿真图像对应的检验高度作为建筑物的反演高度;最后,选用了两幅不同屋顶类型的实际机载高分辨率SAR图像进行建筑物提取和三维重构实验,试验结果较为理想,验证了所提方法的可行性和有效性.     

几何模型约束的SAR图像建筑物提取

利用高分辨率SAR图像进行建筑物提取的常规方法是首先利用二次散射特征线确定建筑物边界, 然后利用叠掩、阴影等散射特征来提取建筑物高度.当建筑物目标走向与星载SAR方位向夹角较大时, 其二次散射特征不明显, 常规重建方法不能取得理想结果.针对这类建筑物目标, 在分析SAR图像上的散射特征为平行四边形条带的基础上, 提出一种基于几何模型约束的建筑物自动提取与三维重建方法.将该方法应用于TerraSAR-X聚束模式图像, 并对提取结果进行了分析和评价, 表明该方法能够有效提取建筑物目标及其三维信息.     

基于改进Markov随机场的高分辨率SAR图像建筑物分割算法

提出了一种基于改进Markov随机场模型的高分辨率SAR(Synthetic Aperture Radar,合成孔径雷达)图像建筑物分割算法.针对高分辨率SAR图像信噪比低和建筑物复杂纹理特性的特点,采用多尺度Markov随机场模型的最大似然准则方法获取图像的初始分割,并在传统Markov邻域能量模型基础之上提出一种新的基于Gabor纹理相似度的邻域势函数模型,采用ICM(Iterative Conditional Model,迭代条件模型)算法进行建筑物分割.多组实际高分辨率SAR图像的实验结果表明,与传统MRF算法等方法相比,本文方法具有更高的分割正确率,同时建筑物边界更为清晰平滑,分割效果较好.     

SAR图像主干道路自动提取算法研究

针对道路在高分辨率SAR图像中所具有的影像特征,提出了一种基于平行线对检测的高分辨率SAR图像主干道路自动提取算法.该算法以提出的新的平行线定义为核心,结合Marr视觉理论,使用自下而上的控制策略,对高分辨率SAR图像依次进行低层次的边缘检测(基于ROEWA算子)、中层次的道路特征结构化(平行线对检测)以及高层次的道路识别(路段生长、连接及去除伪道路),并在实验中给出了相应的算法演示结果图.实验结果表明,该算法能够准确有效地提取和定位高分辨率SAR图像中的主干道路.     

基于序列图像的超分辨率重建

提出一种从序列低分辨率欠采样图像中重建出一幅高分辨率图像的重建方法.该方法基于MAP算法,通过利用梯度投影的方法对重建结果不断进行迭代优化得到最终的理想高分辨率影像.实验结果证明,该方法有效,它不仅能够非常容易的引入各种先验条件进行约束从而提高解的收敛速度,并且能够得到质量较好的高分辨率重建图像.在取得相同质量图像的前提下,该算法所需时间明显降低.     

多方位高分辨率SAR的三维目标自动重建(二)多方位重建

提出从多方位米级分辨率SAR图像自动重建三维立体建筑物目标的方法.第一部分给出了建筑物目标像的自动检测与提取.第二部分定义一组几何参数描述建筑物目标像,给出参数分布的概率描述.由此建立多方位目标像的参数相关模型,给出其极大似然估计.设计了一种有效的多方位自动重建算法,从多方位检测结果中以较高的可靠性重建建筑物目标.分别用4方位虚拟场景的模拟SAR图像和机载全极化X波段Pi-SAR图像做试验.比较实际场景,重建结果证明了本方法的有效性.也给出了发展多方位星载SAR应用的初步建议.     

遥感图像建筑物识别及变化检测方法

针对单独使用像素级变化检测或特征级变化检测对于高层建筑物检测精度低的问题,提出了一种图像特征和经验知识结合的建筑物识别及变化检测方法,用于检测多时相遥感图像中高层建筑物的变化情况.首先采用本文提出的Ratio梯度与交叉累积剩余熵相结合的配准算法配准两个不同时相的SAR和全色图像,分别利用知识规则识别SAR和全色图像建筑物区域,在识别的建筑物区域上,采用像素比值法进行建筑物变化检测.实验结果表明,该方法可以有效提高建筑物的检测正确率,降低虚检率和漏检率.     

基于高分辨率SAR图像的打击效果评估

研究了基于特征提取的SAR图像理解问题,提出了一个基于高分辨率SAR图像的人造目标打击效果评估系统,该系统包括目标检测、目标提取、特征提取和分级评估四个模块,并重点分析了系统中特定人造目标如建筑物特征信息的选择和提取等问题.经过适当扩展和改进,该系统可用于各种不同人造目标的打击效果评估和自动识别.仿真结果表明,该系统可有效地对人造目标的打击效果如是否摧毁、摧毁程度以及目标受摧毁部位等进行评估.     

基于频谱残差视觉显著计算的高分辨SAR图像舰船检测算法

分析了高分辨率SAR图像中海洋背景和舰船目标的特点,针对高分辨率SAR图像提出了一种两阶段舰船目标快速检测算法:第一阶段采用改进的频谱残差视觉显著计算模型快速获取视觉的感兴趣区域;第二阶段检测阶段,结合贝叶斯理论二元假设检验的思想,设计了一个局部最大后验概率分类器进行像素分类,经参数估计、判决准则完成显著区域内像素二分类以实现目标检测。实验采用典型的高分辨率SAR卫星Terra-SAR-X卫星数据进行仿真实验,结果表明所提算法具有良好的检测性能,也更加符合实际高分辨率图像舰船目标检测的应用需求。通过进一步实验与以往检测算法的对比得出结论,高分辨率SAR图像舰船目标检测方法在能够改善由斑点噪声和不均匀的海杂波背景对检测结果带来虚警的同时,检测速度也提高了25%~50%。     

基于模型的单幅高分辨SAR图像建筑物高度反演方法

高分辨合成孔径雷达(SAR)图像的丰富使得建筑物三维信息获取成为城区遥感的一项重要研究课题.针对单幅SAR图像建筑物的高度估计问题,提出了一种基于模型的高度反演方法.该方法遵循假设检验的思路,通过正交投影模型实现模型假设的快速生成,并设计了基于分割的似然函数,利用模拟退火算法在高维模型假设空间中搜索最优解.基于模拟和实测机载SAR图像的实验验证了算法的有效性.     

Impact of Image Artifact and Solution to the Image Quality Issues in Real Time SAR Images

Basically, the Synthetic Aperture Radar (SAR) images are often degraded due to three factors namely noise, blur and artifact. The noise is the undesirable fluctuation in a random portion of the image and is often detracts from the image. The blur will reduce the object visibility. According to the recent literatures the most dangerous effect which appear in real time images are artifacts. The shadowing effect is the best example to depict the image artifact. The presence of shadows mostly affects the vital information of an image. In the shadowing effect, the portion of the object is totally obscured or hidden from the image. In this paper, we focus the impact of image artifact such as shadow in real time images and we focus how to detect the shadowing effect. Further, this paper is devoted to removal of shadows from very high resolution (VHR) SAR images and aerial view Images.

     

基于面元投影模型的SAR建筑物快速图像仿真

SAR图像仿真技术是SAR图像理解与应用的重要辅助工具。该文根据SAR图像建筑物解译的需求,结合建筑物的结构特点,提出一种基于面元投影模型的SAR建筑物快速图像仿真方法。该方法通过简化射线跟踪算法加速目标模型到图像平面的几何映射过程,并提出面元投影模型降低散射面元到图像分辨单元中的插值误差。相较于传统SAR图像仿真,该方法实现了仿真精度与速度间的平衡。实验结果表明,该文方法能够快速生成仿真结果,仿真图像与真实图像匹配度高,具有较强的实用价值。     

基于模型迭代匹配的单幅高分辨SAR图像遮挡建筑物高度估计方法

分析了高分辨SAR图像中受遮挡建筑物的特点,提出了一种针对遮挡情况建筑物的高度估计方法。该方法基于模型迭代匹配的思想,将一系列高度参数假设依所提构建的计算模型变换为特征信号并与SAR图像进行匹配,使似然函数达到最大的高度假设即为待估计的遮挡建筑物高度。基于仿真和实测SAR数据的实验结果表明,和已有方法相比,所提方法可以更准确地实现对部分被遮挡建筑物的高度估计。     

基于频谱偏移估计的分布式星载SAR提高距离向分辨率的数据处理方法

分布式星载SAR利用不同视角回波信号之间地面散射频谱不同的特性来提高SAR图像的距离向分辨率.其数据处理的关键就是如何将这些不同频段的信号相结合,得到具有更宽频谱的高分辨率图像.本文提出了一种基于频谱偏移估计的分布式星载SAR提高距离向SAR图像分辨率的数据处理方法.该方法的主要思想是在SAR复图像的基础上,通过精确的估计,得到SAR复图像间的距离向频谱偏移量,并根据该偏移量,在频域进行距离向频谱偏移补偿后将图像相加.建立了分布式星载SAR单视复图像的信号模型,推导了基于频谱偏移估计提高SAR图像距离向分辨率的原理公式,给出了基于频谱偏移估计提高距离向分辨率的具体数据处理步骤.最后采用仿真数据验证了理论推导的正确性和数据处理方法的有效性.     

Evaluation of terrain models for the geocoding and terraincorrection, of synthetic aperture radar (SAR) images

The variability of the resolutions and the presence of artifacts cause inaccurate correction of the terrain-induced geometric distortions in synthetic-aperture radar (SAR) images. To quantify the effects of these inaccuracies on SAR terrain correction, corrections of a Seasat SAR image were performed using a 1° US Geological Survey (USGS) terrain model, a 7.5-min USGS terrain model, and a terrain model derived from stereoimagery acquired from SPOT. Geometric verifications of the corrected imagery showed that the resolution of the 1° terrain model is not adequate to resolve many features in the Seasat image. Geometric verifications of images corrected with the two higher resolution terrain models showed localized errors as large as 52 m for mountain peaks. However, comparison of data corrected with those models shows that both produce results that differ by less than the resolution of either of them. Periodic artifacts observed in the terrain models translated to ground range differences of 18 m, which are well below the resolution of the SAR imagery     

A convex variational method for super resolution of SAR image with speckle noise

Super resolution (SR) is an attractive issue in image processing. In the synthetic aperture radar (SAR) image, speckle noise is a crucial problem that is multiplicative. Therefore, numerous custom SR methods considering additive Gaussian noise cannot respond to this image degradation model. The main contribution of this paper is to propose a novel variational convex optimization model for the single SAR image SR reconstruction with speckle noise that is one of the first works in this field. Employing maximum a posteriori (MAP) estimator and proposing an effective regularization based on combination of sparse representation, total variation (TV) and a novel feature space based soft projection tool to use merits of them is the main idea. To solve the proposed model, the split Bregman algorithm is employed efficiently. Experimental results for the multiple synthetic and realistic SAR images show the effectiveness of proposed method in terms of both fidelity and visual perception.     

基于空变多项式的高精度重构模型

针对由于合成孔径雷达(SAR)图像几何失真的空变性,传统的多项式模型与距离多普勒模型精度不高的问题,文中提出了结合距离多普勒模型和空变的多项式模型的少量控制点精确重构模型。该模型从距离多普勒方程出发,通过优化地面控制点的方位向分布建立空变的多项式模型,实现SAR图像的高精度重构。实验数据表明:在少量控制点情况下,文中的重构模型精度高于传统的距离多普勒模型和多项式模型。