高分辨率SAR影像Frost时相滤波方法

高分辨率SAR影像中大量存在的相干斑噪声是制约图像解译、点目标识别和差分干涉测量精度的重要因素之一。为了有效地抑制和去除SAR影像中的斑点噪声,基于以往研究,采用了一种基于Frost滤波定权的多时相滤波方法(即Frost时相滤波)。该方法利用GAMMA软件配准多时相SAR影像,然后利用Frost滤波为Multi-Temporal滤波方法定权,最终获得Frost时相滤波后的影像。实验选用分辨率为1.3 m×1.8 m和多视比为1∶1的TerraSAR-X卫星影像,选取乡村田地和城镇作为研究区域,获取传统Frost滤波、GAMMA多时相滤波和Frost多时相滤波算法的高分SAR影像滤波结果。在GAMMA和Matlab软件中进行对比分析实验,通过目视解译,以及平滑指数、相干斑指数、等效视数、归一化指数、辐射分辨率等量化评价指标分析,验证了Frost时相滤波方法能有效抑制高分SAR影像中的斑点噪声,并明显改善高分SAR影像质量。

基于多时相ENVISat ASAR数据的冬小麦识别方法——以北京通州试验区为例

ENVISat ASAR数据在水稻识别和制图中应用研究比较深入,但对该数据用于小麦识别和制图的技术方法的研究还比较缺乏。以北京市通州区为试验区,研究了利用多时相ENVISat ASAR数据进行冬小麦识别的技术方法。应用GPS实测定位和基于高分辨率World View-1影像解译等手段获取分类精度检验数据,结果表明多时相ASAR数据可用于我国北方冬小麦的识别,对小麦—非小麦两类型的识别总精度为82.64%。