基于斜距测量误差改正的机载SAR间接定位方法研究

基于POS/PPP技术,针对机载SAR存在斜距测量误差和航迹不稳定的特点,提出了一种利用少量控制点修正斜距测量误差的间接定位算法。同时,采用阎良测区2.5m分辨率的机载雷达P波段影像、4个控制点和分辨率为25m的光学DEM数据进行正射纠正实验,DOM的平面定位精度达到10.7m,验证了此方法的可行性。     

一种基于相关邻域模型的SAR图像迭代滤波方法

提出一种基于相关邻域模型的SAR图像迭代滤波方法。该方法引入相关邻域模型描述图像的局部特性。首先建立一系列反映方向信息的模板，每一个模板代表一种邻域结构。在SAR图像的统计性质基础上。对于每个邻域结构，利用Bayes方法。根据图像的观测值，获得强度期望值的最大后验概率(MAP)估计。运用模拟退火算法，根据每个结构的概率，随机选取一个邻域结构作为最适合结构，它所对应的估计值作为期望强度的估计。温度逐步趋向于O，该算法可以获得估计的全局最优解。     

分析法和数值解算法相结合的星载SAR直接定位算法

星载合成孔径雷达（SAR）直接定位算法是发展SAR影像椭球表面校正地理编码（GEC）和地形校正地理编码（GTC）算法的基础。发展高精度的直接定位算法对促进SAR影像的应用具有重要意义。本文在距离-多普勒（RD）定位模型定位算法的基础上，发展了一种将纯分析法（AGM）和纯数值计算法相结合的算法（AIRGM）。新的定位算法兼有纯分析法和纯数值计算法的优点。利用一景ERS-2SARSLC数据，采用两种精度评价方法，将所发展的算法与现有的两种算法的定位精度进行了对比。第1种精度评价方法以影像产品中提供的四角点大地坐标为参考，第2种方法以从1：5万地形图上获取的14个控制点为参考。评价结果表明AIRGM算法不仅定位精度较高，而且执行效率比纯粹的数值解算法（ASF）有了很大的提高。     

一种新的SAR图像边缘检测算子

Canny算子是边缘检测的重要方法之一,对于含有高斯加性噪声的图像非常有效.从SAR图像乘性噪声的特点出发,通过增加前处理和更改核函数的方法对Canny算子进行了改进,改进后的Canny算子可以应用到SAR图像边缘检测.实验结果表明该算子对图像噪声干扰有较强的抑制能力,提取的边缘定位准确、结构细腻.     

一种新的SAR目标及其阴影图像分割方法

针对相干斑对SAR图像分割质量的影响,给出一种新的SAR目标及其阴影图像分割方法。首先应用空域Wiener滤波器抑制棚干斑,然后根据滤波后图像统计特性确定分割阈值,对阈值分割结果进行形念学处理得到分割图像。利用MSTAR数据所作实验结果表明,采用有效的相干斑抑制方法可以更好地保持滤波图像中的目标,分割结果更为精细,并且算法速度快,有助提高ATR系统。     

一种新的图像定位和分类系统实现方案

首先简单介绍了图像定位和分类系统的基本概念.然后分析了几种图像定位和分类系统的实现方式与性能.在此基础上,提出了一种新型图像和分类系统实现方案该方案采用可重配置器件FPGA和数字信号处理器DSP协同工作,实现了便携式图像处理系统.最后给出系统测试平台设计思路,并详细列出新型系统的性能数据.     

一种新的图像定位和分类系统实现方案

首先简单介绍了图像定位和分类系统的基本概念。然后分析了几种图像定位和分类系统的实现方式与性能。在此基础上,提出了一种新型图像和分类系统实现方案:该方案采用可重配置器件FPGA和数字信号处理器DSP协同工作,实现了便携式图像处理系统。最后给出系统测试平台设计思路,并详细列出新型系统的性能数据。     

基于两种计算模型的星载SAR定位对比分析

距离-多普勒(R-D)模型和有理多项式(RPC)模型是星载SAR定位常用的两种计算模型,通过计算机模拟两种模型的实现过程,利用两景高差不同的radarsat-2数据,分别采集高程在45m以内的控制点和高程在128m以内的控制点,对R-D模型和RPC模型定位精度进行对比分析.分析结果表明,随着高程的增加,R-D模型定位精度提高,而RPC模型定位精度下降,因此基于R-D模型的星载SAR定位较适用于高差大的地区.     

一种新型的空域SAR图像相干斑抑制方法

为了有效抑制SAR强度图像中的相干斑噪声,提出一种改进Sigma滤波并结合Gamma MAP滤波的空域相干斑抑制方法。首先利用阈值判断法判断并保留强点目标,然后结合SAR图像分布模型和MMSE准则判断Sigma区间,其中可以根据图像局部统计特性自适应调整窗口尺寸,最后选择Sigma区间内像素进行Gamma MAP滤波。实验结果表明:对于星载和机载SAR图像,在相干斑噪声抑制和边缘纹理细节信息保持方面,该方法较其他常用的空域相干斑抑制方法具有明显的优越性,能极大地提高SAR图像判读和目标识别能力。     

一种新的高分辨率SAR图像道路提取算法

针对高分辨率SAR图像中道路目标难以有效提取的问题,提出一种新的高分辨率SAR图像道路提取算法,它结合了参数化内核图割和数学形态学算法。利用参数化内核图割对高分辨率SAR图像中的道路目标进行初级分割,用数学形态学填充空洞,平滑道路边缘;基于道路的几何特征,使用矩阵度、改进的长宽比、复杂度等因子去除虚警;针对处理过程中出现的道路断裂情况,利用数学形态学提取道路目标的中心线,同时根据线段邻近性、方向一致性准则对其断裂部分进行连接,用数学形态学还原道路宽度,得到道路提取结果。实验结果表明该算法不用进行SAR图像预处理,也可以有效抑制相干斑噪声,并且能准确、较为完整地提取道路目标。     

基于CLi多小波的SAR图像压缩去噪混合方法

CLi是由复小波构造的一类对称、正交、紧支撑且消失矩阶数较高的多小波.针对CLi多小波的优越特性,本文给出了基于CLi多小波的SAR图像去噪压缩混合方法,该方法在压缩的同时,对噪声也进行了抑制.仿真实验表明,该方法无论对于常规图像,还是SAR图像都具有较高的压缩性能.     

一种基于特征的SAR图像自动配准方法

由于SAR图像固有的相干斑噪声的影响,使得SAR图像的自动配准不能直接使用光学遥感图像自动配准.基于特征的SAR图像配准方法是一种有效的配准方法,但是特征的提取一直以来是一个很难解决的问题.针对SAR图像自身的特性提出了一种基于特征的SAR图像自动配准方法.首先进行了对SAIl图像进行了合适的区域分割,然后利用不变性特征进行区域匹配,最后求取扩展质心作为匹配控制点.通过对真实SAR图像进行实验,取得了较好的配准结果,充分证明了算法的有效性.     

基于模拟成像点的星载SAR图像校正及精度研究

随着星载SAR的发展以及SAR图像应用的深入,对星载SAR图像进行几何校正从而实现精确定位也越来越重要。结合已有的两类校正方法,提出了用GCP点模拟成像点来校正星载SAR图像的算法。重点描述了模拟GCP成像点的原理、映射模型的建立及算法步骤,并与其它两类方法在算法流程上作了分析、比较。最后用实际Radarsat图像作了试验以分析这种方法的精度,并给出结论。     

一种改进的相干斑噪声抑制算法

研究了一种新的合成孔径雷达相干斑噪声抑制的算法.传统的噪声抑制和近年来的小波变换方法都有其不足之处,难以在高效降低斑点噪声的同时保持图像细节.结合增强Lee算法中的思想与小波算法用于抑制SAR图像中相干斑噪声,能够获得良好的效果,通过和现有的几种抑制斑点噪声的滤波算法进行定量的实验比较,主要的评价指标有斑点噪声指数,等效视数、平滑指数和边缘保持指数,由仿真结果可以看出算法具有较好的相干斑噪声抑制能力和边缘保持能力.     

基于分形理论的SAR图像分割

SAR(合成孔径雷达)图像包含有相干斑噪声,传统方法不能很好对其进行分割,文章将SAR图像的特点和分形理论相结合,提出了一种新的SAR图像分割方法。该方法首先对原始SAR图像每个像元为中心取两种不同窗口,计算在该两种窗口下基于区域自选的分形维数并求均值,将其作为分形纹理特征。然后根据SAR图像噪声在小波域中的分布特点对SAR图像进行滤波,最后以SAR图像分形纹理特征和滤波后的灰度组成特征向量对SAR图像进行分割。实验结果分析表明,该方法是一种有效的SAR图像分割方法。     

一种低比特率下的快速SAR图像压缩方法*

提出了一种低比特率的快速压缩方法,通过基于小波的降采样增强像素间的相关,继而使用小波包分解降采样后的图像并使用基于零块的方法对系数进行编码。实验结果表明用该方法进行压缩能够得到优于JPEG2000的主观效果,对边缘保持更好,并且计算量小,适合实时实现。     

建筑物目标高分辨率SAR图像模拟方法

随着TerraSAR-X,Cosmo-SkyMed和Radarsat-2等高分辨率合成孔径雷达(SAR)卫星系统的升空,星载SAR图像空间分辨率达到了米级。在这些高空间分辨率SAR图像中,单个建筑物结构的散射特征能够得到明显的展现,推动了SAR在城市监测中的应用。而城市环境的复杂性给SAR图像的解译和应用带来了巨大的挑战,由于SAR图像模拟有助于图像的解译和应用,因此城市目标高分辨率SAR图像模拟成为一个研究热点。提出了一种基于射线追踪法的图像模拟方法,它能够模拟城市目标SAR图像上叠掩、阴影和多次散射等主要特征,非常有利于SAR图像的解译。该模拟方法首先构建虚拟SAR传感器,发射电磁波射线与场景中三维模型相互作用,并接收回波信号成像,电磁波的传播以及与场景的多次散射在整个过程中都能够被追踪。为了评价该模拟方法的有效性,首先通过模拟平顶屋、尖顶屋模型的SAR图像,然后选择国家体育馆和大场景小区三维模型作为输入,将生成的模拟图像与真实TerraSAR-X聚束模式图像进行比较。结果表明:该模拟器能够模拟城市目标的散射特征并应用于图像的理解和变化检测。     

SAR图像自动目标识别系统研究与设计*

研究了SAR图像自动目标识别系统。通过分析国际上先进的SAR自动目标识别系统的组成、算法实现、流程设计和所得到的结果,设计出SAR自动目标识别系统结构和识别流程图。系统结构主要由SAR图像特性库、特征库和模型库组成。识别流程在系统结构的基础上,分为检测、辨识和分类三步。最后给出了SAR图像自动目标识别系统的主要评价原则。     

一种基于小波变换的SAR图像多尺度边缘检测融合算法

SAR图像中的噪声是乘性的斑点噪声,对光学图像有效的检测算子并不适用于SAR图像的边缘提取。由于小波变换具有良好的时频局域化特性及多尺度分析能力,因此根据多尺度分析来构造多尺度边缘检测算子,通过改变高斯函数的标准差σ,就可以选择边缘检测的细节程度;最后,将各尺度检测结果进行融合来提高检测效果。实验结果表明,该方法取得了较好的检测效果。     

高分辨率SAR图像高速公路提取算法

给出了一种新的高分辨率合成孔径雷达(SAR)图像高速公路提取算法。首先对SAR图像进行FROST滤波,抑制斑点噪声,再使用OSTU算法对SAR图像进行二值化,然后使用腐蚀-膨胀算法与HOUGH变换对二值化后的SAR图像进行处理,提取出高速公路中的隔离带,再利用圆形模板匹配方法提取高速公路中单行道的道路中心线,最后基于单行道的宽度提取出整个高速公路。实验结果表明,该方法可以消除噪声与干扰的影响,完整地提取出高速公路。