基于星载合成孔径雷达图像交叉谱的全球海浪特征研究

星载合成孔径雷达(Synthetic Aperture Radar, SAR)因其全天时、全天候的观测能力,为全球海洋动力环境要素研究提供了重要数据支撑。然而,SAR海浪成像是非线性过程,现有理论中的近似求解会导致海浪谱反演的信息缺失。SAR图像交叉谱技术的提出一定程度上突破了这一限制,能够很好地量化海浪谱特性及海浪传播方向。本研究延续前人系列成果,利用最新提出的面向径向海浪的图像谱强度,开展不同尺度海浪随局地风速的变化趋势分析,并基于雷达视向图像谱强度提取了谱峰波数,进而结合欧洲空间局环境遥感卫星先进合成孔径雷达波模式在开阔大洋获取的近400万景SAR图像,分析了谱峰波数的全球分布特征,为量化全球风浪耦合过程提供新视角,揭示了海浪与风速耦合关系的空间分布与季节变化规律。

基于卷积与图神经网络的合成孔径雷达与可见光图像配准

由于卫星遥感合成孔径雷达(SAR)与可见光图像之间存在显著的非线性辐射差异,故现有的SAR与可见光图像配准算法存在实时性差、旋转与尺度不变性弱等问题。针对目前算法只关注图像局部特征的外观信息,而忽略几何结构信息的问题,提出了一种结合卷积与图神经网络(GNN)的SAR与可见光图像匹配方法。该方法采用卷积神经网络进行特征检测与描述的同时,引入了GNN进行特征匹配。与最近邻匹配算法仅利用局部描述符信息相比,GNN先将特征点的位置坐标嵌入到描述符中,使得描述符具有几何位置信息,再利用注意力机制进一步聚合特征描述符的几何上下文信息,最后利用可微分的最优传输算法直接输出特征点的匹配结果,保证了网络可进行端到端的训练。实验结果表明:所提方法在大范围旋转与尺度变化的配准任务上,获得了最先进的性能;与目前主流配准算法辐射不变特征变换相比,所提方法在提升匹配精度的同时,计算速度也提高了50倍以上。

合成孔径雷达图像的近岸海面风场反演

根据海面微波散射原理 ,给出了星载合成孔径雷达 (SyntheticApertureRadar,SAR)图像海面风场反演的方法。该方法包括SAR图像辐射定标、海面风向确定和风速计算。利用该方法由加拿大RadarsatSAR图像反演获得了中国海南省东南部近岸海区海面风场 ,并与预报风场作了比较。结果显示 ,二者相符得很好 ,风速的均方根误差为 0 94m/s ,风向的均方根误差为 4 0 3°。

小波包域值法去除合成孔径雷达图像斑点噪声

合成孔径雷达 (SAR)图像的斑点噪声使图像的解译能力明显降低 ,影响了SAR图像的应用 ,去除图像斑点噪声是SAR图像处理及应用的前提。去除的方法在图像域有很多 ,在频率域 ,也有基于FFT变换和小波变换的许多方法。文中根据沙漠地区的SAR图像的特点 ,对基于图像域和频率域的几种滤波方法进行了比较 ,提出了一种基于小波包变换的SAR图像斑点噪声去除方法 ,结果表明该方法既去除了斑点噪声 ,又保持了边缘特征信息。

利用SAR-FAST角点检测的合成孔径雷达图像配准方法

合成雷达孔径图像配准作为变化检测和图像信息融合的基础,对多时相SAR图像的解译具有重要作用。该文提出一种基于SAR-FAST角点检测的图像配准方法。首先,选用迭代引导平滑算法抑制斑点噪声对角点检测的影响;然后,以检测点为圆心,选择合适的检测半径,在圆周上选取检测窗口,统计与检测点不相似的窗口数量,判断检测点是否为角点;最后,对候选角点进行分析,根据其强度分布特点进一步剔除误检点。实验结果表明,SAR-FAST可以检测到足够数量且稳定性和重复性好的角点,应用于图像配准,也能获得较好的配准效果。

利用区域划分的合成孔径雷达图像相干斑抑制算法

为在有效保护合成孔径雷达(SAR)图像边缘特征的同时进一步提高乘性相干斑噪声的抑制性能,提出了一种基于区域划分的SAR图像相干斑抑制(DABRS)算法.首先利用带方向的高斯-伽马平行窗通过比率运算生成边缘强度映射(ESM),并利用阈值化ESM对SAR图像进行区域划分,然后利用改进的变窗Kuan滤波与改进的Sigma滤波分别对SAR图像的均匀区域与边缘区域进行相干斑抑制.为进一步提高抑斑效果,两种改进抑斑算法均采用迭代滤波方式,且改进Kuan滤波的窗尺度随迭代次数的增加而增大.实验结果表明:与多种抑斑算法相比,DABRS算法在抑斑与边缘保护方面具有优势,等效视数提高超过30%,边缘保持指数提高8%以上,而且抑斑图像同质区还具有更平滑的视觉效果.

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。

合成孔径雷达图像统计滤波降噪方法

基于统计滤波方法需要在尽可能大的同质区域内进行滤波处理的要求 ,根据 MHR和 EPOS算法采用的可变窗口思想 ,提出了从八个不同方向上逐步扩大窗口 ,直到出现边界的搜索算法 ,在保持图像边界信息的同时滤除了斑点噪声的影响 .对于噪声统计量 ,提出了利用了比例图来估计其大小的方法 ,并由此求出搜索的域值 .实验结果表明 ,该方法处理的

基于双密度双树复数小波变换的合成孔径雷达图像降噪研究

针对合成孔径雷达(SAR)图像相干斑噪声抑制问题,本文将双密度双树复数小波变换(DD-DT CWT)结合具有局部方差估计的双变量收缩阈值函数(BSF)构成一种新的SAR图像降噪算法实现合成孔径雷达图像降噪.首先将SAR图像用双密度双树复数小波变换进行多尺度分解,考虑小波系数间的相关性,用双变量概率密度函数作为小波系数及其父代系数的统计关性的模型,并通过Bayesian估计理论导出相应的非线性双变量收缩函数对图像不同方向的小波系数进行非线性自适应的处理,最后重建降噪后的图像.分别用仿真SAR图像和实际图像对算法进行验证,并与其它方法的性能进行比较,对不同算法处理后图像进行了主客观评价,分析结果表明,新算法的去噪效果明显优于传统的小波变换方法,不仅有效实现了图像降噪,而且较好保留了图像细节.含噪SAR图像经该算法处理后,图像性能指标均有提高.

一种合成孔径雷达图像阴影和目标检测的方法

提出了一种进行高分辨率SAR（synthetic aperture radar）图像阴影和目标检测的新思路.首先给出了基于等效视数模型的图像RCS（radar cross section）重构算法进行阴影检测,然后通过非线性积累,达到目标检测的目的.与CFAR（constant false alarm rate）检测相比,能够检测到阴影和更多感兴趣的目标.

基于合成孔径雷达图像的河流检测方法研究

针对合成孔径雷达(Synthetic Aperture Radar,SAR)图像中水体的梯度比陆地的梯度要小的特点,提出了一种利用图像梯度信息和Fisher准则检测河流的方法;首先利用梯度算子求出图像的梯度;再对得到的梯度图像运用Fisher准则分割出水体区域;最后利用数学形态学滤除分割图像中存在的大量细小噪声,并运用面积、灰度、方差等特征进一步消除虚警目标,检测出河流;实验结果表明,该方法具有较强的抗相干斑噪声特性,能够自动、快速地检测出SAR图像中河流目标。

合成孔径雷达图像目标识别问题研究

首先对合成孔径雷达 (SAR)图像目标识别的研究背景和国内外发展现状作了简单介绍 ,然后分析了SAR图像目标识别问题的复杂性 ,讨论了SAR目标识别系统的一般方案与方法 ,提出了基于多源信息融合和人机协作的识别框架 ,进而展望了SAR图像目标识别技术今后的发展方向。

合成孔径雷达图像舰船尾迹检测算法

针对合成孔径雷达(SAR)图像舰船尾迹检测问题,提出了基于解析字典的相干斑噪声抑制算法和基于Radon变换的尾迹检测算法.首先,利用基于解析字典的形态成分分离算法对SAR图像进行成分分离,得到含有舰船尾迹的结构成分图像和含有相干斑噪声及海杂波的纹理成分图像.然后,对包含舰船尾迹的结构成分进行局部Radon变换,并通过基于峰值聚类决策的舰船尾迹识别算法对真假局部峰值点进行判别,得到真实尾迹产生的局部峰值点,确定舰船尾迹的具体位置.实验结果表明,该算法能有效地完成SAR图像舰船尾迹检测.

海洋合成孔径雷达图像斑点噪声的滤除

针对海洋合成孔径雷达(SAR)图像结构信息不明显、水下目标识别困难这一问题,提出了基于经验模式分解(EMD)的算法和H(o|¨)lder指数调整相融合的框架,该框架可以有效地滤除海洋SAR图像的斑点噪声并增强其结构信息,使得人眼可以分辨其特征信息。该融合框架利用EMD将海洋SAR图像分解成不同频率成分的分量,不同层次的分量根据其结构信息和噪声的特征用不同的H(o|¨)lder指数来调整,H(o|¨)lder指数的大小随着分量层数的增加而减小,即在不同尺度下分别抑制斑点噪声,从而恢复其中所包含的结构信息。试验结果表明,利用该框架可以有效抑制SAR图像中的斑点噪声和增强与水下目标相关的结构信息,使人眼可以分辨海洋SAR图像的特征结构。

合成孔径雷达图像斑点噪声滤波方法研究

探讨了适于合成孔径雷达图像斑点噪声滤波的小波基选择与小波提升问题.在分析了利用马尔科夫模型描述小波系数相关性问题的基础上,提出了一种基于小波系数高斯混合模型和隐马尔科夫模型的雷达图像斑点噪声滤波方法.使用几种典型的滤波处理方法,分别对星载和机载的合成孔径雷达图像进行滤波处理.实验表明,所提出的图像滤波方法能够更好地抑制雷达图像的斑点噪声.

合成孔径雷达图像中桥梁形状的目标识别

识别 SAR图像中桥梁形状目标 ,先对 SAR图像进行预处理 ,排除明显的非目标区 ,增强对目标的识别效果 ,然后在此基础上进行针对桥梁形状目标的处理 ,包括方向比值法和双边参数法 ,可得到较好的识别效果。

基于伪魏格纳分布分解的合成孔径雷达图像目标与阴影分割

在二维魏格纳分布的框架内,针对魏格纳变换的交叉项问题和计算量大的问题,提出了合成孔径雷达图像局部伪魏格纳变换的目标和目标阴影的分割方法.首先,将合成孔径雷达图像进行二维伪魏格纳变换,得到各像素点的二维能量谱图;然后提取各像素点的二维能量谱图对应位置值形成多个不同频段的与原图像同大小的能量谱图;最后,对不同频段的能量谱图采用不同的处理方法后,将各能量谱图相加处理后形成区域标识图像,最终得到原图像的目标和目标阴影分割图像.本文利用该方法对MSTAR切片图像进行了分割试验,并对分割图像与频谱最大值距离或方位分割算法和基于双参量CFAR与隐马尔科夫联合分割算法进行了分割图像对比度对比.实验结果表明,采用本文算法的合成孔径雷达分割图像,对比度明显提高,且保留了目标图像细节.

合成孔径雷达图像特征关键度分析与分类算法研究

针对合成孔径雷达(SAR)图像目标分类问题,从灰度和纹理特征分析出发,提出了一种SAR图像分类特征量的关键性度量指标。利用关键系数的概念定义了关键特征量、次关键特征量、非关键特征量和关键度。从灰度模型和纹理模型的特征统计量中选择关键度高的特征量,如灰度模型中的均值和方差、纹理模型中的角二阶矩、对比度、均匀性和相关性。针对SAR图像分类往往是多类别、多特征的情况,通过构造特征向量,定义向量距离,按照最小距离方法进行目标分类。为了提高计算速度和更好地描述特征量,引入了窗口方法。仿真和计算结果表明该方法行之有效。

基于点特征的干涉合成孔径雷达复图像自动配准算法

在基于点特征的遥感图像配准过程中,特征点的自动提取和准确匹配是影响配准精度的关键。提出了一种干涉合成孔径雷达(InSAR)复图像对的自动配准算法,利用特征点的高曲率结构设计了模板,完成了特征点检测;根据匹配点对之间距离相近的结论设计了匹配算法,进行了特征点对的匹配。首先通过边缘检测和模板相关提取特征点;其次根据提出的匹配算法建立点的对应关系;最后利用两步法完成复图像的亚像元级配准。实验结果表明,该算法具有较高的配准精度。

高分辨率合成孔径雷达图像舰船检测方法

寻找针对高分辨率 SAR图像的舰船目标检测算法 .利用 KSW双阈值分割技术 ,其效果比传统检测方法好 ,有利于进一步的目标分类和识别 .且必须根据