极化分解与子孔径分析相结合的极化SAR图像分类

本文提出了一种极化SAR图像分类的新方法,该方法将传统极化分解与子孔径分析结合起来。首先将全分辨率极化SAR图像分解成几个子孔径图像,利用子孔径分析对两类非平稳目标进行检测,得到场景中的非平稳目标。然后对全分辨率图像的相干矩阵进行特征分解,得到熵(H)和α角两个参数,并在H-α平面上对地面目标进行分类;最后,将非平稳目标检测结果与H/α分类结果结合起来,对极化SAR图像进行更为精细的分类。仿真结果表明,本文提出的方法取得了更好的分类效果。

极化SAR图像中基于子孔径分析的两种非平稳目标检测

为检测和区分极化遥感SAR图像中的非平稳目标,讨论了极化SAR图像中两种非平稳目标的检测和区分方法。用极大似然比对固定朝向非平稳目标进行检测,用变化系数对周期表面非平稳目标进行检测。仿真结果表明,两种方法分别能把两种非平稳目标检测出来。

光学元件表面疵病检测扫描拼接的误差分析

为实现大口径光学元件表面疵病的高效率、高精准的检测,本文提出一种能分辨微米级疵病的光学显微散射扫描成像检测系统,因为该检测系统单个子孔径的物方视场为毫米级,所以检测大口径光学元件需对X、Y方向进行子孔径扫描成像并将子孔径图拼接成同一坐标系下的全孔径图。在进行扫描时,系统的机构误差会被引入到子孔径列阵中,导致子孔径拼接处产生像素错位,甚至造成拼接断裂的情况,从而严重影响疵病等级及位置的正确评定。鉴于此,本文对影响全孔径拼接最敏感的误差因素进行了分析,并根据其特点找到合理减小误差的方法,确保子孔径的正确拼接。

极化SAR图像中非平稳目标的检测与区分方法研究

在合成孔径雷达(SAR)极化测量中,通常认为雷达视角相对于目标是不变的。然而实际上SAR通常具有较宽的方位向波束,在孔径合成过程中,所成的全分辨率SAR图像包含多个斜视角下的目标回波。极化参数的子孔径分析可以用来对成像过程表现出非平稳散射行为的媒质进行检测。本文提出了一套基于子孔径分解和对散射矩阵及参数进行统计分析的方法,来检测两类非平稳目标。仿真结果表明,这种方法具有较好的非平稳目标检测和区分性能。