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。

多波段多极化被动微波遥感地震应用研究进展与前沿方向探索

被动微波遥感卫星具有多波段多极化观测能力,其全天候、高灵敏度特性契合了地壳活动及地震的监测分析需求。近年来,地震孕育和发生过程中的热异常遥感监测与分析得到了广泛关注。本文从星载被动微波传感器发展和地震被动微波遥感应用两方面,梳理了多波段多极化被动微波卫星遥感用于地震监测与异常识别的研究现状,剖析了微波数据选择、异常分析方法、观测粗差剔除和信息机理认知等方面的进展与不足。总结了近年微波遥感地震应用的研究进展,阐明了多波段多极化被动微波卫星遥感用于地震异常识别的科学逻辑与复合链条。提出了地震遥感的两个前沿探索方向,即地震微波异常的可靠识别、地应力场变化微波遥感的信息物理。指出了遥感-岩石力学基础试验研究和地震遥感综合分析层面亟待解决的关键问题。进而呼吁,多学科联合、交叉乃至融合是地震遥感科学与技术向纵深发展的必由之路。

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。