基于三维矩阵变换的多极化SAR图像压缩

本文针对多极化合成孔径雷达(SAR)图像在极化通道之间的相关性,提出了基于三维矩阵变换的压缩方法.将多极化SAR图像(HH,HV,VV图像)作为一个整体,进行三维矩阵变换.首先在极化通道之间进行一维DCT变换,极化平面内进行二维离散小波变换,然后对三个混合系数平面根据率失真准则分配不同比特数,采用分级树的集合划分(SPIHT)算法进行编码.由于不是单独处理每一极化图像,因此不仅可以去除各极化图像内部之间的相关性,也可以去除极化通道之间的相关性.理论推导和实验结果都表明该方法对多极化SAR图像压缩是十分有效的.

多极化SAR图像3D-SPIHT压缩

该文针对多极化合成孔径雷达(SAR)图像在极化通道之间的相关性,提出了3D-SPIHT压缩方法。将多极化SAR图像(HH,HV,VV图像)作为一个整体,进行三维矩阵变换。首先在极化通道之间进行一维DCT变换,极化平面内进行二维离散小波变换(DWT),然后对3个极化混合系数平面采用分级树的集合划分(SPIHT)算法进行嵌入式统一混合编码。由于不是单独处理每一极化图像,因此不仅可以去除各极化图像内部之间的相关性,也可以去除极化通道之间的相关性。另外,由于采用统一嵌入编码,码流具有完全嵌入性,可以实现3个极化平面之间比特的精确自动分配。理论推导和仿真结果表明该方法对多极化SAR图像压缩是十分有效的。

伪装网遮蔽目标多波段多极化SAR图像融合检测

针对伪装网遮蔽作为对抗侦察与监视的常见手段,而多波段多极化SAR图像具有提供被遮蔽目标互补性的不同特性信息的特点;本文提出基于改进Neyman-Pearson准则的决策级融合算法,实现对伪装网遮蔽目标的检测。该方法根据理论定性分析与实测数据定量分析,探讨了波段、极化方式对伪装网遮蔽目标探测的影响,并比较了像素级与决策级融合检测的性能差异;采用目标检测概率、有效检测比作为性能指标,以选择最有效的单波段或单极化的通道数据作为融合波源,并在融合过程中使用尺度滤波器,以降低单通道数据的冗余信息。根据有效检测比这一融合检测算法性能评估指标,在实测数据上对提出的融合算法与对照算法进行性能比较。实验结果表明,所提出的伪装网遮蔽目标融合检测算法达到了较好的虚警率-检测率综合性能。

多极化SAR图像联合稀疏去噪

给出了一种基于联合稀疏表示的多极化合成孔径雷达(SAR)图像滤波算法。首先,利用三个极化通道(HH、HV、VV)的部分SAR图像数据进行字典联合训练;然后,对极化SAR的三个通道图像构建联合稀疏描述模型;最后,采用正交匹配追踪算法求解联合稀疏系数,重构每个通道的图像。文中采用美国AIRSAR实测半月湾数据进行实验,并与每个通道图像单独稀疏去噪再合成的功率图像结果进行比较,结果表明:该算法不仅对图像的斑点噪声抑制效果明显,而且边缘特性和强散射点目标幅值特征保持效果良好。

面向对象技术用于多极化SAR图像地表淹没程度自动探测分析

合成孔径雷达(SAR)能全天时、全天候的获取数据,对地表淹没程度的探测分析发挥着重要的作用,有着得天独厚的优势。传统的基于像元的地表淹没程度探测分析方法存在着一定的局限性,文中引入面向对象的概念,探讨面向对象方法在多极化ENVISAT ASAR图像地表淹没程度自动探测分析中的应用潜力,为洪涝灾害淹没范围提取及监测、评估提供一种新的方法途径。

基于支持向量机的多极化SAR图像监督分类

针对SAR图像固有相干斑的影响,分类比较困难的问题,将支持向量机方法应用到多极化SAR图像的监督分类中.实验结果表明,基于支持向量机的多极化SAR图像监督分类不仅具有较高的分类精度,而且和传统方法比较,在训练样本较少的情况下具有更好的推广性.

基于多极化SAR图像的鄱阳湖湿地地表淹没状况动态变化分析

合成孔径雷达图像对于地表淹没状况的探测有一定的优势。以鄱阳湖湿地为例,基于多极化Envisat ASAR数据,将变化向量分析方法引入地表淹没状况的变化检测中,分析鄱阳湖湿地地表淹没状况的动态变化,然后利用决策树分类方法将变化区域提取出来,并探讨变化向量方法应用于SAR图像变化监测的潜力。

基于K-L变换的多极化SAR图像检索研究

K-L变换是将图像的多维信息进行数学正交矩阵变换,从而将原始图像的多个指标简化成几个少数综合指标的一种方法。多极化遥感图像经过K-L变换后,保留了原始图像辐射信息主要成分,从而降低图像的维数,节省图像存储空间,大大提高图像检索和查询效率。

高分辨率多极化SAR图像目标分类误差分析

讨论了多极化SAR系统的极化误差及其对多极化SAR图像极化匹配目标分类性能的影响,并给出了计算结果。分析表明,多极化SAR系统的极化通道幅度不平衡误差对目标极化匹配结果的影响最大,交叉极化干扰项对此也有较大的影响。

多极化SAR图像融合法在沿海滩涂调查中的应用

利用遥感信息技术准确掌握沿海滩涂湿地的现状,对于江苏沿海大开发这一国家战略的顺利实施具有重要意义。由于多极化合成孔径雷达图像(SAR)具有不同的极化信息,将极化SAR图像进行融合可以更有效地获取沿海滩涂湿地信息。针对多极化SAR图像的融合问题,提出了一种基于非亚采样Contourlet变换(NSCT)和脉冲耦合神经网络(PCNN)的图像融合方法,该方法采用简化的PCNN模型分别对图像的低频子带和高频子带系数进行智能决策。以江苏盐城地区的ALOS PALSAR双极化图像为例,对所提方法的有效性进行验证,从主观定性和客观定量两方面综合比较了新方法与几种传统的基于多尺度分解方法的融合效果。结果表明,新方法能够最大程度地保留原始极化SAR图像的信息,融合效果好于其他方法,更有利于沿海滩涂湿地信息的提取。

基于多波段多极化仿真图像的SAR目标识别研究

利用Creator建立目标模型,Vega的TMM工具进行纹理材质映射,基于视景仿真技术建立了多波段多极化SAR图像数据库。设计了融合遗传算法和二值粒子群的混合智能优化算法,对SAR图像的波段极化组合方式进行优化;基于未矫正和矫正后的图像分别提取Zernike矩、Gabor小波系数等构成候选特征序列,进行了多波段多极化SAR图像特征选择实验。实验结果表明,采用仿真技术建立SAR图像数据库是进行多波段多极化SAR图像识别的一种有效手段;采用优化后的特征集合能够提高多波段多极化SAR图像的识别率。

多极化低频UWB SAR图像的失真补偿

多极化、低频、超宽带合成孔径雷达(UWB SAR)可以获得目标的多极化散射特性,并具有一定的叶簇穿透能力,是未来雷达技术发展的一个重要方向。为了获得较高的方位向分辨率,该系统通常具有较大的方位向处理角,因此天线方向图沿方位向的变化不能忽略。该系统的超宽带特性使得天线方向图随频率的变化也不能忽略。本文假定天线方向图完全已知,提出了多极化低频UWB SAR的系统模型,并在图像的变换域上实现对天线方向图的补偿。最后利用计算机仿真验证了该方法的有效性。

多极化SAR图像的降斑研究

对于多极化SAR图像 ,可以利用其同极化和交叉极化图像的相关性来进行降斑处理 .本文对常用的几种基于多极化SAR图像的降斑方法进行了分析 ,重点研究了最优加权法 (theoptimalweightingalgorithm) ,在其基础上改进提出了分块加权法 ,取得了明显的降斑效果 ,并较大地减少了运算量 .

Contourlet域的多极化SAR图像自适应融合方法

针对不同极化SAR图像的融合,提出了一种基于Contourlet变换的自适应窗口图像融合方法.首先对原始图像进行Contourlet变换,将图像分解为一个低频子带和多个不同方向的高频子带.对分解后的低频子带进行邻域能量加权融合,对各方向高频子带采用依据SAR图像斑点噪声特征的变化自适应地调整融合窗口的方法.通过对两极化SAR图像进行融合实验并与小波变换等融合结果比较,表明本文方法融合后的图像在视觉特性以及客观评价统计因子上取得了更好的效果,融合后的图像提供了比原始图像更丰富的信息.

多极化SAR图像目标检测研究

目前,SAR图像检测多是单一极化的方式,从而使得检测效率低下。因此本文采用多极化的方式进行目标检测,在检测算法中,本文将多种极化检测器相融合,通过检测结果的多次迭代,得到最后的目标检测结果。从对比实验结果可看出,在相同的虚警率下,本文算法的检测结果最好,并且随着虚警率的提高,虚警点数没有增多。

基于提升方向波变换域的SAR图像压缩

提出了一种基于提升方向波变换SAR图像的压缩算法.该算法构造了方向波变换的提升方案,通过改进的四叉树分块算法寻找局部最优的变换方向,有效地描述了图像中的方向特征.根据变换系数分布特性构造了多方向各向异性的多级零树结构,提高了编码效率.对多幅SAR图像的压缩实验表明,较之基于小波的SPIHT和JPEG2000等算法,本文方法在性能指标和视觉效果方面均得到了明显提高,尤其在低比特率下,优势更加突出.

基于后向散射模型的多极化SAR影像建筑物高度提取

以Radarsat-2为例,提出了一种利用多极化SAR影像并结合后向散射模型提取建筑物高度的方法。以北京城区为实验区,首先,分析了SAR影像中建筑物二次散射所对应的亮线连通区域,并统计出该区域对雷达后向散射截面的贡献量;然后,基于平行六面体假设,将建筑物主长度及其与雷达方位向的夹角定量化,并给出计算不同极化散射矢量的方法;最后,利用几何光学-物理光学(geometrical optics-physical optics,GO-PO)模型一阶近似解的后向散射模型估计建筑物高度,并通过比较多个局部训练区提取结果,探讨不同极化信息的提取效果并给出最优极化组合。实验结果表明,通过极化特征组合比仅利用单极化信息提取建筑物高度的精度更高,81.43%建筑物误差小于5 m,均方根误差4.45 m,与ASTER GDEM相关系数为0.909 5,提取结果可靠。

一种多极化SAR舰船目标与方位向模糊鉴别方法

针对SAR图像舰船目标检测过程中存在方位向模糊造成虚警的问题,该文设计了一种基于改进的H/a/Wishart非监督分类的多极化SAR图像舰船与方位向模糊鉴别方法。该方法首先提取目标散射回波峰值区域,以该区域的H/a分类结果为初始聚类中心,利用复Wishart分布的最大似然分类器改善分类结果,通过对比分析各散射类型区域的结构鉴别舰船目标和方位向模糊。通过实验表明该方法能有效地鉴别舰船目标与方位向模糊,减少SAR舰船目标检测过程中存在的虚警。

SAR图像压缩的多尺度自回归滑动平均模型方法

本文研究在无需SAR图像先验知识条件下,基于多尺度自回归滑动平均MARMA模型的SAR图像压缩方法.该方法首先对SAR图像建立MARMA模型,依据MARMA模型对原始图像进行预测,然后对预测的残量进行数据压缩.将此方法用于实际SAR图像压缩,并将基于MARMA模型和多尺度自回归MAR模型的压缩结果与相应的JPEG结果进行比较和分析,说明基于MARMA模型的SAR图像压缩方法既能达到较高的压缩比,又能取得较好的保真度,是一种很有潜力的压缩方法.

多极化SAR数据反演额济纳冲积扇地表参数

本文采用遗传算法和后向散射模型相结合的方法,探讨了多极化SAR(Synthetic Aperture Radar)数据反演冲积扇地表参数(地表粗糙度和土壤湿度)的可行性。通过理论模拟和实地地表测量对比,表明该方法在反演冲积扇地表参数方面是切实可行的。该方法可以根据获取数据情况不同,灵活调整反演的代价函数式,并且用于反演的SAR图像必须大于(或等于)两景,数据越多,反演结果越精确。在此基础上,利用ENVISAT ASAR数据和ALOS PALSAR数据,对内蒙古额济纳冲积扇的地表参数进行了反演计算。结果表明,额济纳冲积扇地面相对比较平坦,粗糙度参数变化较小,大部分地区均方根高度小于1.0cm。黑河沿岸地区粗糙度参数较大,而远离黑河的戈壁滩地表粗糙度较小。该地区的土壤湿度反演结果表明,该地区属于极端干旱区域,大部分地区土壤体积含水量低于10%。