基于等效斜视距离模型的高分辨率星载SAR波数域成像算法

为了解决CS算法在距离压缩时无法使用带有误差的原始信号的问题 ,作者提出一种等效斜视的波数域算法 .本文基于星载SAR等效斜视距离模型 ,利用Bamler提出的波数域算法推导方法[1] ,从原始回波信号模型入手 ,详细推导出基于等效斜视距离模型的高分辨率星载SAR波数域成像算法 ,并给出了该算法的实现步骤 .该算法适用于大距离徙动高分辨率星载SAR的精确成像 .

弹载斜视SAR高分辨率成像算法研究

针对弹载SINS/SAR组合导航系统中,导弹机动性会影响SAR成像质量的问题,提出了一种新的Burg-Chirp Scaling-Dechirp成像算法。文中构造改进的相位补偿因子,补偿距离徙动造成的影响,采用Dechirp技术对部分孔径数据进行方位聚焦处理,优化算法结构;同时,建立回波信号观测数据的自回归模型,对图像的二维频谱进行外推,弥补经典CS成像算法空间分辨率受限的不足。将新的算法与CS算法进行仿真比较,结果表明,新的成像算法能有效改善点目标成像质量,提高SAR的成像质量。

应用高分辨率PS-InSAR技术监测上海动迁房歪斜形变

地面沉降是一种地面标高缓慢降低的环境地质灾害,严重的不均匀沉降会造成地表建筑物的破坏甚至垮塌。针对上海川沙镇心圆西苑小区"动迁房歪斜"事件,本文处理分析了2013—2014年上海主城区和浦东区的26景TerraSAR-X影像,并对沉降格局及其驱动因素进行了详细的时空分析。在空间上,发现心圆西苑小区整体存在不均匀沉降,且发生歪斜的动迁房处沉降最为集中;在时间上,发现动迁房处PS点的沉降时间序列曲线与温度变化趋势存在一定的相关性;并对比主城区和浦东区的沉降结果进行了交叉验证,证实了结果的可靠性。表明动迁房的歪斜形变与其自身的结构形变、长期的地面荷载不均衡和地下基础工程施工建设造成的差异沉降密切相关,进一步说明了高分辨率InSAR技术在城市建筑物的形变监测、管理维护和预警方面均有广阔的应用前景。

基于高分辨率机载SAR数据的试验研究

主要研究了高分辨率机载SAR数据运用于测绘试验的可行性,提出数据处理的关键流程,诸如数据获取、成像处理、预处理、几何处理、融合处理,以及可供提取的最基本的制图要素,诸如道路、铁路、水系、植被、耕地和居民地,并进行了精度评估,最后对地形图更新,提取变化信息。试验结果初步表明高分辨率、高成像质量的机载SAR影像数据应用于测绘领域是可行的。可以看出高分辨率机载SAR影像的应用得到了比较满意的结果。

单幅高分辨率SAR图像建筑物三维模型重构

提出了一种利用高分辨率SAR图像进行建筑物提取和三维重构的方法.首先,分析了高分辨率SAR图像建筑物产生的电磁散射的类型,给出了不同类型散射区域的后向散射计算方法,并在此基础上给出了一种利用建筑物三维CAD模型进行SAR建筑物特征区域图像仿真的方法;其次,给出了利用建筑物的二次散射结构确定建筑物底部轮廓位置和方向的方法,并提出了一种基于分布密度函数差异的仿真图像迭代匹配方法,进行建筑物高度的反演.仿真SAR图像后向散射系数用来划分建筑物不同的散射区域,通过计算特征区域之间的分布密度函数差异,以取得最大匹配度值的仿真图像对应的检验高度作为建筑物的反演高度;最后,选用了两幅不同屋顶类型的实际机载高分辨率SAR图像进行建筑物提取和三维重构实验,试验结果较为理想,验证了所提方法的可行性和有效性.

基于改进Markov随机场的高分辨率SAR图像建筑物分割算法

提出了一种基于改进Markov随机场模型的高分辨率SAR(Synthetic Aperture Radar,合成孔径雷达)图像建筑物分割算法.针对高分辨率SAR图像信噪比低和建筑物复杂纹理特性的特点,采用多尺度Markov随机场模型的最大似然准则方法获取图像的初始分割,并在传统Markov邻域能量模型基础之上提出一种新的基于Gabor纹理相似度的邻域势函数模型,采用ICM(Iterative Conditional Model,迭代条件模型)算法进行建筑物分割.多组实际高分辨率SAR图像的实验结果表明,与传统MRF算法等方法相比,本文方法具有更高的分割正确率,同时建筑物边界更为清晰平滑,分割效果较好.

高分辨率、多时相SAR图像数据集的构建

近20年来,SAR图像理解与信息反演是一个得到广泛、深入研究的世界性难题。即使在高分辨率条件下,由于相干斑噪声、结构极度敏感性、几何畸变、成像系统干扰等原因,SAR图像的高可信解译依然非常困难。SAR测试样本数据集是发展SAR图像解译与目标认知技术的基础与支撑。但SAR数据集并不是各种SAR数据的简单收集,而是要根据研究内容的需要,制定试验方案,科学地选择样本并进行样本真值标注,并且尽可能收集各种多源辅助数据以相互验证。笔者以上海交通大学闵行校区为场景,构建了一个以高分辨率、多时相SAR图像为主的试验数据集,其由高分辨率SAR数据、地表真值标注、多源辅助数据3个主要的部分组成。笔者认为,该数据集的构建能够为高分辨率SAR图像解译、信息反演和目标识别提供高可信的、实时的、丰富的地表和目标真值信息,能够促进这些研究和相关测试工作的进展。

高分辨率SAR与光学图像融合的建筑物三维重建研究

分析了用于建筑物测量的高分辨率SAR叠掩及角反射器效应等成像要素,并将其与高分辨率快鸟卫星图像融合,实现了建筑物屋顶信息的提取.进一步利用SAR叠掩得到的建筑物高度信息和快鸟图像得到的建筑物屋顶信息实现了建筑物的三维重建.与实地测量数据相比较,计算结果精度较高,从而验证了这种三维重建方法的可行性.

单波段单极化高分辨率SAR图像纹理分类研究

以2003年7月淮河洪水监测获取的高分辨率SAR图像为试验数据,首先对数据进行了分析,指出了高分辨率SAR图像的特点,之后通过小波变换对图像进行两层小波分解得到子图像,并在选择合适的能量计算窗口条件下,计算子图像的纹理能量,最后使用了BP神经网络方法进行纹理分类。研究结果表明,采用小波纹理分类方法对高分辨率SAR图像分类是可行的,可以获得高的分类精度,同时也指出了纹理分类的不足和进一步研究的方向。

大场景高分辨率星载聚束SAR修正ω-k算法

基于等效斜视模型,该文给出了一种大场景高分辨率星载聚束SAR修正ω-k算法。针对大场景高分辨率星载SAR精确成像的需要,利用等效速度沿距离向的变化规律,改进了经典ω-k算法中的Stolt插值变换,实现了考虑等效速度的距离空变性的精确距离徙动校正。基于改进的Stolt插值,推导得到了沿距离向的成像指标一致的修正ω-k成像算法。仿真结果验证了该文成像算法的有效性。

高分辨率SAR影像同名点自动匹配技术

由于SAR工作原理跟光学遥感成像技术截然不同,而经典同名点匹配方法已不能完全满足SAR自动配准需要。为了快速有效地进行SAR影像配准,基于SAR影像自动配准技术的发展,提出了一种新颖的高分辨率SAR影像同名点自动匹配算法,该算法首先创建金字塔影像,同时在金字塔影像上回溯搜索,以确定初始变换函数类型及相应的变换参数;然后通过分层回溯逐层加密控制点来解求最佳变换函数类型及相应变换参数;最后在原始影像分辨率下修正同名点坐标,以获取最终匹配同名点对。这种分层回溯策略不仅很好地解决了同名点搜索计算复杂度问题,使获取的同名点对分布更趋均匀、精度更高,而且能确保每层变换函数达到全局最小二乘最优。另外,以高分辨率SAR影像为实验数据进行的实验结果表明,该同名点搜索算法不仅计算时间可由221 s缩短至34 s,而且可达到0.284 636 p ixels的配准精度。

高分辨率SAR图像桥梁目标仿真与特性分析

该文针对多径散射特征,给出了一种高分辨率SAR图像的仿真与特性分析方法,以桥梁目标为例开展了分析,该仿真方法从SAR工作原理出发,利用几何光学法计算和分析桥梁目标的单次散射情况和多径散射情况,并根据雷达工作原理和成像机理利用散射数据获得仿真SAR图像。文中选择了悉尼大桥为研究对象,利用分辨率为1 m的Terra-SAR数据开展了实验,仿真获得的SAR图像与实际SAR图像的主要散射特征一致,验证了方法的有效性;同时,根据仿真算法的分析过程,文中给出了悉尼大桥SAR图像主要散射特征的细节解释。实验表明,该方法能够有效获得目标的多径散射特征,同时能够有效辅助目标的SAR图像理解工作。

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。

高分辨率SAR图像城市建筑密度信息提取

建筑密度信息是城市规划、土地管理和居住区环境评估等所需的一个重要指标.高分辨率(米级及以下)SAR图像数据的获取使得利用SAR图像精确提取城市建筑密度信息成为可能.提出了一个基于高分辨率SAR图像的计算城市建筑密度的有效方法,分为建筑检测、建筑密度初估计和建筑密度模型修正3个主要步骤.在武汉市武昌区的高分辨率TerraSAr-X数据的实验结果验证了本方法的有效性.

改进型脉冲耦合神经网络高分辨率SAR图像分割

针对高分辨率SAR(合成孔径雷达)图像噪声强,目标分割难度大的特点,提出一种改进的脉冲耦合神经网络(pulse coupled neural network,PCNN)模型的SAR图像分割算法。首先根据SAR图像中相干斑噪声的特点,采用复小波进行去噪。然后,在传统PCNN模型的基础上,对神经元的输入信号,尤其是链接系数和阈值的非线性衰减子因子进行了改进和简化,同时对链接强度系数β进行理论上的近似推导,并减少人工设置的参数。最后,通过最佳阈值对其结果进行二值化处理得到感兴趣的目标图像。实验结果表明,改进后的算法运行效率提高,自适应性增强。与传统算法相比,区域一致性提高0.013,区域的对比度提高0.015,效果优于传统的PCNN算法,为高分辨率SAR图像分割提供了一种新策略。

高分辨率星载SAR矿区灾害监测的应用潜力

合成孔径雷达(Synthetic Aperture Radar,SAR)遥感与成像具有全天时、全天候、能穿透风云雨雪和植被等独特优势,是近20年空间遥感与对地观测技术最重要的进展.进入21世纪,一系列高分辨率星载SAR的成功运行,标志着雷达遥感与对地观测进入了一个新时代.总结高分辨率SAR数据的优越性以及中低分辨率SAR数据分辨率不高造成的应用瓶颈问题.概述目前在轨的高分辨率SAR卫星———意大利的COSMO-Sky Med卫星、加拿大的Radarsat-2卫星和德国的Terra SAR-X卫星传感器特征,通过调研目前国内外高分辨率SAR后向散射信息和相位信息在变形类地质灾害监测特别是矿区地质灾害监测领域的应用,展望了高分辨率SAR在矿区开采沉陷与地质灾害监测的应用前景.

基于高分辨率SAR影像的上海临港新城沉降格局分析

上海临港新城是通过围垦造地工程建设而成,特殊的地质条件和地理位置,使其地质环境变化备受关注。而建立和完善该新城的水准测量网需要一定时间,且基于点的水准监测难以获得区域沉降情况。时间序列InSAR方法可通过空间信息实施大范围监测,对于此类海塘新区的地面沉降监测具有独特优势。本文处理和分析了11景TerraSAR-X影像,并与之前的研究成果进行分析。实验结果表明,临港新城的沉降情况与围垦成陆的建设施工时序密切相关,九四塘以西的老冲填土区已趋于稳定,并有回弹趋势;九四塘以东的新冲填土区形变量较大,沉降速率近35mm/a。利用14个水准点的监测数据进行验证,其平均误差为1.510mm、中误差为2.016,说明该方法可以满足城市形变监测的需求。

高分辨率SAR图像的水体边缘快速自动与精确检测

为了快速、自动和精确的提取高分辨率SAR图像的水体边缘,本文使用了具有保持边缘特性的小波变换对图像进行噪声压制,之后采用了块跟踪方法对水体边缘进行了粗提取,最后使用了蛇算法对粗边缘进行了精确的定位,实现了水体边缘的快速、自动、精确的检测,得到了很好的检测效果,是一种理想的高分辨率SAR边缘检测方法。

城区高分辨率SAR图像的信息获取与重建

简要介绍了一种多方位城区高分辨率SAR图像的信息获取和地物重建方法。该方法的整个流程包括用恒虚警率(CFAR)检测器检测边缘,用平行线Hough变换从边缘提取建筑物的像,根据提取的建筑物像的统计特性,给出有各方位的像估计建筑物参数的方法。用该方法对四方位Pi-SAR图像做试验,得到了较好的结果。最后给出了该方法的实际应用建议。

基于词包模型的高分辨率SAR图像特征提取

特征提取在图像处理中是重要的一环,传统的特征提取算法已无法满足高分辨率图像的要求。研究运用高分辨率SAR图像的词包模型特征提取算法,旨在进一步优化对高分图像的解析。首先通过SIFT算法提取图像关键点,再对关键点进行特征向量提取。在词包模型的特征向量提取中,将边缘算子和WLD描述子作为新的特征向量加入词包模型中,以此提高特征分析对于边缘检测能力以及减少光照差带来的影响。通过对什邡城区SAR图像实测数据的特征提取和分类实验,证明新的词包模型算法具有更好的稳定性和有效性。