合成孔径雷达图像的分类方法研究仿真

合成孔径雷达有多个通道,采集得到的远程雷达图象特征较多,图像合成后由于特征的不一致,造成图像维度很高.传统的图像分类方法在设置训练器时,一旦雷达图像特征维数很高,会使得传统的分类器难以训练至给定要求,模型的分类中心发生偏移,造成图像分类不准.提出了一种遗传因子优化的超高维度合成孔径雷达图像分类算法.利用遗传因子优化方法,对采集的雷达图像分类参数进行优化训练,从而获取最优参数.利用搜索空间划分方法,对采集的雷达图像进行分类处理.实验结果表明,改进的算法进行高精度合成孔径雷达图像分类,能够有效提高分类的准确性,从而为航天技术的发展提供依据.     

合成孔径雷达图像的特征选择

讨论了合成孔径雷达图像分类中常用的特征,并且通过对各特征的分析及对各种特征组合的测试,给出了快速选择有效的特征应遵循的原则。最后给出适合于合成孔径雷达图像城区分类的特征。     

特征提取与主成份分析的合成孔径雷达图像的分类方法研究

合成孔径雷达的图像分类,在军事和民事上具有重要意义。为了更好地实现分类,提出一种基于特征提取与主成份分析的方法(FEPCA)。特征集包括图像的Pauli特征、相干矩阵特征、小波特征、纹理特征。由于原始特征数目过多,因此采用主成份分析压缩特征维数。最后,选择人工神经网络作为默认分类器。实验部分选择WML算法与HA算法作为对比算法,对San Francisco的实测数据与地面真实场景显示,所提出的FEPCA算法为95.94%精确度,高于WML的94.82%与HA的95.73%精确度。因此,该算法优于WML与HA算法。     

基于视觉描述符的图像大数据分类算法仿真

图像大数据化是不可阻挡的科技进程,但随着图像数量的增多,传统分类算法在图像识别与分类上具有一定的局限性。为解决大数据图像分类的精确度低下的问题,提出一种融合图像视觉描述符与图像初级特征的分类算法。首先利用迁移学习的优势,从VGG18的最大池化层提取图像的初级特征;然后加个图像预处理,采用“82圆型LBP算子”与“化Canny算子”分别提取同质纹理描述符与边缘直方描述符;最后将图像基础特征与视觉描述符相融合构建基于支持向量机的图像识别分类模型(DES-SVM)。仿真结果表明,经图像视觉描述符与图像初级特征相融合的建模方式,有效的提高了图像分类的精确度,较传统SVM模型相比,DES-SVM模型在UKB图像库与ZBD图像库上准确率、召回率与F指标分别提高了7.85%、8.42%和8.13%。构建的DES-SVM图像识别分类模型通过视觉描述符提取的方式有效的提升了模型的性能。     

单极化合成孔径雷达图像颜色特征编码与分类

针对目前单极化合成孔径雷达（SAR）伪彩色编码方法存在的细节信息和可视性不强的问题,提出一种颜色特征编码方法。该颜色特征编码方法首先对单极化SAR图像提取纹理特征;然后将每一个特征量化到0到255;其次对每一个灰度级赋予一个RGB颜色,编码成颜色特征图;最后对随机森林计算得到的特征重要性进行排序,每3维特征对应为R、G、B通道生成伪彩图。基于该颜色特征编码方法,提出一种新的分类方法。该分类方法首先根据目视效果选择可分性最好的伪彩图;然后采用统计区域合并（SRM）分割算法对其分割;其次将所有RGB伪彩图作为分类的特征,以随机森林为分类器进行分类,得到初步的结果;最后对初步的结果进行相对多数投票,得到最终的分类结果。方法验证采用两组TerraSAR-X单极化SAR数据,与基于HIS的颜色编码方法对比,该颜色特征编码方法生成的伪彩图信息熵得到了很大提升,且两组数据每类地物的分类精度都大幅度提高,因此证明了所提算法保留了更多的细节信息,获取更多的颜色信息,更利于可视化和地物分类,从而表明提出的颜色特征编码方法是可行的。     

极化合成孔径雷达图像相干斑抑制和分类方法综述

极化合成孔径雷达（Polarimetric synthetic aperture radar,PolSAR）是一种多参数、多通道的微波成像系统,在农林业、地质、海洋和军事等领域有着广泛的应用前景.PolSAR图像的相干斑抑制和分类是数据解译的重要环节,已经成为遥感领域的研究热点.本文综述了现有PolSAR图像的相干斑噪声抑制和分类方法并进行展望.首先,简要介绍了PolSAR系统的主要进展和应用;然后,对PolSAR图像相干斑抑制的评价指标和方法进行综述并对几种代表性方法进行了实验对比;接下来,对PolSAR图像的特征进行分析归纳,分别对有监督、无监督和半监督的PolSAR分类方法进行总结并给出了几种有监督分类方法的实验比较;最后,对PolSAR图像相干斑抑制和分类方法未来可能的研究方向进行了思考和讨论.     

基于DirectDraw的合成孔径雷达图像实时显示

介绍了合成孔径雷达(SAR)图像实时显示技术。利用该技术并结合机载SAR实时成像处理器的硬件环境,实现了具有多种功能的滚动显示软件,软件开发采用了基于DirectDraw的技术。目前该软件已成功运行于中科院电子所研制的机载SAR实时成像处理器上。该项技术可方便地移植到其他类似的雷达图像显示系统中。     

基于多维金字塔表达和AdaBoost的高分辨率SAR图像城区场景分类算法

提出了多维金字塔表达算法, 并使用基于多维金字塔表达的AdaBoost实现了高分辨率合成孔径雷达(Synthetic aperture radar, SAR)图像的城区场景分类. 多维金字塔表达算法首先在局部特征的各维计算金字塔表达矢量, 再将所有的金字塔表达矢量连接起来构成多维金字塔表达矢量. 多维金字塔表达算法克服了金字塔表达算法在处理高维局部特征时, 遇到的输出金字塔表达矢量的区分力受计算效率制约的问题. 本文分别在一个TerraSAR-X图像库和一张大幅TerraSAR-X图像上比较基于金字塔表达的AdaBoost和基于多维金字塔表达的AdaBoost的分类性能. 实验结果表明, 与前者相比, 后者显著提高了计算效率同时保证了分类精度.     

合成孔径雷达图像自动配准算法研究

针对合成孔径雷达图像配准对精度和时间的需求,文中对基于相似三角形的配准算法进行了改进:通过角度判断相似三角形,计算简单且可阻止病态三角形影响配准结果;鉴于用于视频追踪的强角点的优良性能,首次引入它作为配准点特征;基于开源计算机视觉库开发了图像自动配准软件,文中简述软件实现过程,分析了代码优化问题;与传统判断相似三角形的配准算法以及常用配准算法相比,实验数据表明,该算法能够精确求解几何形变参数,且运算时间降至毫秒级,对3种几何形变的配准率均高于97%。     

针对合成孔径雷达图像的新型LOG 边缘检测算法

传统LOG 边缘检测算法对合成孔径雷达图像进行边缘检测时,对噪声敏感,同时也 易损坏部分低强度边缘。针对这一问题,提出了一种新型的LOG 边缘检测算法,首先采用双边滤 波和自适应中值滤波来代替传统LOG 算子中的高斯滤波,再计算平滑后图像的拉普拉斯,最后提 取运算后的零交叉点作为图像的边缘。仿真实验表明,本文方法在脉冲噪声环境下具有显著的去噪 效果,而且能较好地保护边缘,提高了检测精度,相对传统LOG 算法具有更好地检测效果。     

模糊AdaBoost算法在SAR图像目标识别中的应用

提出了一种AdaBoost算法的多类别推广方法,并将推广后的算法应用于合成孔径雷达图像目标识别中.针对AdaBoost基本算法只考虑两类分类的情况,对算法进行多类别推广,用一对一方法将多类别分类问题分解为多个两类分类问题,用模糊方法对多个两类AdaBoost分类器的输出进行决策判决,得到最终分类结果.将推广后的模糊AdaBoost算法应用于SAR图像目标识别,用MSTAR数据库中3个军事目标进行识别实验.实验结果表明,该算法可有效应用于SAR图像目标识别.与其他分类算法相比较,可获得较高的目标正确识别率.     

基于SVM的SAR图像分类研究

支持向量机（SVM）是一种卓越的分类方法,灰度共生矩阵（GLCM）则是一种很好的纹理分析方法,而纹理是合成孔径雷达（SAR）图像分类的一个重要特征,故而提出了一种使用灰度共生矩阵进行特征提取的应用支持向量的SAR图像分类法。实验结果证明了支持向量机算法的可行性和有效性。     

雷达图像模拟研究综述

随着成像雷达系统的发展，对于雷达图像模拟技术的研究越来越多。本文回顾了雷达图像模拟的发展过程，介绍了雷达图像模拟技术的三种方法，并对其应用做了较全面的综述。     

Research Progress of Synthetic Aperture Radar Image Segmentation

Image segmentation is an indispensable part for synthetic aperture radar (SAR) image automatic interpretation.Segmentation results with high-quality are the guarantee of SAR image applications.In addition,owing to the development of SAR sensors,the segmentation task based on SAR image has been widely concerned in recent years.However,compared with the optical images,the unique properties of SAR images lead to great challenge in SAR image segmentation.With the development of pattern recognition,machine learning,remote sensing technology and other related techniques,SAR image segmentation has made great progress.This paper reviews the progress of SAR image segmentation,and then puts its emphasis on the summary of the widely used algorithms：FCM,MRF,statistical model,region information,level set,multi-scale and deep learning,etc.Finally,several viewpoints for the future research of SAR image segmentation are proposed.     

Precision focusing algorithms for spaceborne Synthetic Aperture Radar (SAR)

The two-dimensional transfer function is derived from the Synthetic Aperture Radar (SAR) imaging model. Using this expression, the approximations made in the classical range-Doppler and recent chirp-scaling algorithms are examined. An alternative algorithm to the chirp-scaling algorithm is presented. Unlike the chirp-scaling algorithm, this algorithm does not require the transmitted signal to be a linear FM signal and can be easily incorporated into processors using the range-Doppler algorithm. The processing starts with range compressed data rather than from the raw SAR data. Results from processing simulated point targets and the Seasat Goldstone area data show comparable image quality.     

高分辨率极化合成孔径雷达成像研究进展

合成孔径雷达（Synthetic aperture radar,SAR）是一种有效的地球遥感技术,对观测区域进行全天时、全天候的高分辨率大范围成像,在军事侦察、环境监测和地质测绘等领域有着十分广泛的应用。随着雷达技术和地球科学的发展,人们期望能够获取更多的目标特性,传统的单极化SAR已经难以满足越来越多元化的实际应用需求。极化合成孔径雷达（Polarimetric synthetic aperture radar,PolSAR）基于多个极化通道获取目标不同极化状态下的散射特性丰富了SAR图像的信息量,拓展了SAR的应用领域。从极化数据中准确地解译目标的物理特性是PolSAR应用的重要前提。本文对PolSAR的研究进展进行了总结,重点介绍了极化目标分解算法,给出了高分辨率PolSAR实测数据处理结果,并对未来研究方向进行了展望。     

Overview onInversion Algorithm for Precipitation Measurement with Synthetic Aperture Radar

Global precipitation which is an important intermediary in the entire atmospheric energy transportation plays an irreplaceable role in meteorological,hydrological research and human’s daily life.With the rapidly development of the high resolution spaceborne microwave remote sensing technology,including the synthetic aperture radar technology,a great opportunities are provided to improve the measurement precision degree of the rainfall rates,therefore a good study to make use of the rainfall inversion algorithms based on the SAR is a very meaningful guide for people’s daily life.Firstly,this paper introduced the basic rainfall rates theories including the normalized radar cross section model,and then analyzed the Model\|oriented statistical inversion algorithm,the Volterra integral equation inversion algorithm,the Surface\|scattering reference attenuation inversion algorithm,the Modified regression empirical algorithm and the Model\|oriented statistical and Volterra integration statistical inversion algorithm.Meanwhile,a detailed explanation for these above algorithm’s applications were illustrated simultaneously.Finally,the existing problems combined with the current SAR measuring rainfall inversion algorithm were summarized,and a promising direction of the future work about this crucial issues that a reduction algorithm simulation errors and an improvement of the rainfall measurements accuracy based on the SAR technology were also put forward.