合成孔径雷达测量技术发展与应用

合成孔径雷达(SAR,Synthetic Aperture Radar)测量,通过搭载在卫星或飞机上的雷达系统发射微波信号并接收地面反射回来的信号,来获取地表的信息,可以在任何天气和光照条件下工作,具有全天时、全天候的特点,是一种主动微波遥感技术。SAR测量时,雷达系统沿直线轨迹运动,同时发射微波信号并接收地面反射回来的信号,生成高分辨率的二维图像,即SAR图像。SAR测量具有大范围覆盖、多极化和多角度观测、穿透力、高分辨率,可用于干涉测量的特征。SAR可以从卫星或飞机上对地表进行大范围的观测,在不同的极化和入射角度下获取数据,穿透云层、植被等遮挡物,获取地表以下的信息。同时,SAR凭借侧视成像的特点,可以被用来精确估计地球表面物体的标高,这使得未来SAR技术的使用领域进一步扩大。

全极化合成孔径雷达图像极化白化滤波参数估计方法的改进研究

本文介绍了全极化SAR图像相干斑抑制的极化白化滤波 ,及其参数估计的传统方法 .针对传统参数估计方法的缺陷 ,提出了增强的自适应边缘检测参数估计方法 .由于以上方法无法检测点、线目标 ,本文提出了一种新的参数估计方法 .将这些方法应用到NASAJPL实验室的全极化SAR图像数据中 ,得到了相干斑抑制图像 .对这些图像进行详细的分析、比较 。

基于影像融合技术的合成孔径雷达(SAR)图像目标识别方法的探讨

对美国密歇根大学电子工程系的研究人员提出的一种多源数据融合算法进行了介绍,对SAR图像与可见光图像融合的一系列相关技术及其主要步骤进行了探讨,简要概括了评价融合后图像效果的标准和方法,并介绍了目标的检测与识别。

全极化合成孔径雷达多视图像的极化特征分析

该文基于乘性相干斑模型,对全极化合成孔径雷达多视图像的极化特征参数(同极化比、交叉极化比和同极化相位差)进行了分析,利用实际的模拟数据对特征参数的PDF进行了拟合测试,分析了多视极化特征参数的统计特性对极化相干斑抑制算法的影响。利用极化比和相位差的特点,对地物进行分类,所得分类精度与利用最优极化分类法的分类精度具有可比性。

基于子视数据相关性的极化合成孔径雷达图像噪声抑制

基于极化合成孔径雷达(Pol SAR)的子视数据相关性提出了一种新的非局部滤波器。非局部算法在一个较大的空域中搜寻待滤波元素所在图像块的相似图像块,并以基于它们的相似程度来对图像数据进行加权滤波。因而相似度计算在非局部滤波器里起到至关重要的作用。PolSAR图像子视数据之间的相关性包含有较对应的多视数据点之间更多的信息,这些信息有利于更加精准的计算非局部滤波器中相似度的估计。新提出的滤波器通过假设检验来估计两组子视数据集是否同质,并以此为依据估计图像块之间的相似性。通过对同质区域的加权滤波实现对Pol SAR数据的噪声抑制。对比实验证实了新提出的滤波器的有效性和优异性能。

基于RaySAR软件的上海外滩建筑群合成孔径雷达图像模拟

利用RaySAR软件对上海市外滩建筑群进行合成孔径雷达(SAR)成像模拟.绘制了不同反弹次数信号对应的反射率图、信号反弹次数分布图.结合目标的几何物理信息,分析了模拟SAR图像中的点、线状特征、不同反弹次数信号和建筑具体结构之间的对应关系.试验表明,雷达信号的反弹次数与建筑物结构细节密切相关.基于真实雷达影像序列,按PSInSAR方法选取的永久散射体点的位置及其分布与SAR模拟图像中的二次、尤其是三次反弹信号的成像吻合度较高,初步实现永久散射体点在建筑物上的精确定位.

合成孔径雷达图像的近岸海面风场反演

根据海面微波散射原理 ,给出了星载合成孔径雷达 (SyntheticApertureRadar,SAR)图像海面风场反演的方法。该方法包括SAR图像辐射定标、海面风向确定和风速计算。利用该方法由加拿大RadarsatSAR图像反演获得了中国海南省东南部近岸海区海面风场 ,并与预报风场作了比较。结果显示 ,二者相符得很好 ,风速的均方根误差为 0 94m/s ,风向的均方根误差为 4 0 3°。

基于极化合成孔径雷达干涉测量的平均树高提取技术

在新疆和田地区建立SIR-C/X SAR极化干涉测量试验区,获取2次重复飞行的SIR-C/XSAR全极化干涉测量数据、覆盖试验区的地形图4幅、Landsat-5 TM及Landsat-7 ETM+数据各一景。在此基础上,研究实现POLinSAR数据处理及树高反演算法,并对试验结果进行初步分析评价。结果表明:本文所采用的极化干涉测量数据处理方法及树高反演算法是正确的;受去相干噪声因素的影响,重复飞行极化干涉SAR相干影像上可能存在大量的非体散射去相干散射体,识别这些散射体并加以剔除是保证得到正确树高提取结果的重要步骤。

合成孔径雷达极化成像解译识别技术的进展与展望

极化合成孔径雷达(SAR)能够获取目标的全极化信息,在对地观测、灾害评估、侦察监视等民用和军用领域得到广泛应用。国内主要高校、中科院、工业部门和用户单位在该领域开展了卓有成效的工作,取得一大批标志性研究成果。该文简要综述了极化SAR成像解译识别领域的主要研究进展。在解译层面,主要介绍了极化目标分解和极化旋转域解译等理论方法的研究进展。在应用层面,结合研究团队的工作,探讨了上述理论方法在舰船检测、地物分类和建筑物损毁评估等领域的应用成效。最后,对极化SAR目标解译识别技术的研究进行了展望。

双基线极化干涉合成孔径雷达的植被参数提取

由于单基线极化干涉SAR技术(如三阶段法、ESPRIT算法等)反演植被参数的方法受限于具有最小地体幅度比的观测数据,影响冠层或地表有效相位中心的估计,因此往往低估植被的高度。该文通过增加另一个基线的极化干涉SAR数据在一定程度上解决单基线反演技术存在的这个缺陷,并适当改进双基线极化干涉SAR技术,降低植被参数估计的动态偏差,最后用模拟数据和实际数据验证了该方法。

基于多层支持向量机的极化合成孔径雷达特征分析与分类

为了充分利用极化合成孔径雷达(SAR)图像不同极化特征对不同地物目标类型的刻画能力,提出一种基于多层支持向量机(SVM)的极化SAR特征分析与分类方法。该方法首先通过特征分析确定适合不同地物类型的最佳特征子集;然后采用分层分类树的方式,根据每一种地物类型的特征子集逐层进行SVM分类;最终得到整体分类结果。RadarSAT-2极化SAR图像分类实验结果表明所提方法水域、耕地、林地、城区4类地物分类精度为85%左右,总体分类精度达到86%。该算法充分利用了不同地物目标类型的特性,提高了分类精度,也降低了算法时间复杂度。

海洋合成孔径雷达图像斑点噪声的滤除

针对海洋合成孔径雷达(SAR)图像结构信息不明显、水下目标识别困难这一问题,提出了基于经验模式分解(EMD)的算法和H(o|¨)lder指数调整相融合的框架,该框架可以有效地滤除海洋SAR图像的斑点噪声并增强其结构信息,使得人眼可以分辨其特征信息。该融合框架利用EMD将海洋SAR图像分解成不同频率成分的分量,不同层次的分量根据其结构信息和噪声的特征用不同的H(o|¨)lder指数来调整,H(o|¨)lder指数的大小随着分量层数的增加而减小,即在不同尺度下分别抑制斑点噪声,从而恢复其中所包含的结构信息。试验结果表明,利用该框架可以有效抑制SAR图像中的斑点噪声和增强与水下目标相关的结构信息,使人眼可以分辨海洋SAR图像的特征结构。

共口径三波段双极化合成孔径雷达天线阵的设计

介绍了应用于合成孔径雷达(SAR)的一种共口径三波段双极化(TBDP)天线阵的设计。该TBDP天线阵工作于X、S和L波段,频率比为8∶2.8∶1.它由L/S、L/X双波段双极化(DBDP)子阵和一副L波段双极化(DP)子阵组合而成。天线各波段实测的阻抗带宽和方向图都与仿真结果吻合良好。实测的L、S和X波段|S11|≤10dB带宽分别达到13.4%、14.8%和16.8%,各波段带内阵列隔离度均优于37dB.天线实测方向图表明:各波段的主瓣内交叉极化电平低于-30dB,S和X波段扫描能力均优于±25°.该设计方法可以推广应用于实现更多波段的共用口径天线阵。

基于控制点影像库的合成孔径雷达图像几何校正

近年来，多谱段和高分辨率合成孔径雷达(SAR)成像技术已取得巨大进步，人们也高度重视其潜在的应用前景。但是，因为雷达斜视成像性质和地形起伏影响，SAR图像在山区的几何畸变非常复杂，采用常规方法不能达到正射校正的结果，所以目前SAR图像的应用情况并不尽人意。实际应用的雷达图像正射纠正方法，特别是密集三角形格网的数字微分纠正方法需要大量纠正控制点，但是，雷达图像噪声和目标边缘模糊使自动匹配的选点算法难以成功。提出了一种基于控制点影像库的纠正控制点选点方法，用以提高点位精度和工作效率。该方法包括纠正区域控制点影像建库、灵活交互操作机制设计和点匹配操作。对不同空间分辨率雷达图像的实验处理结果表明，该方法具有较好的应用价值。

合成孔径雷达图像自动配准算法研究

针对合成孔径雷达图像配准对精度和时间的需求,文中对基于相似三角形的配准算法进行了改进:通过角度判断相似三角形,计算简单且可阻止病态三角形影响配准结果;鉴于用于视频追踪的强角点的优良性能,首次引入它作为配准点特征;基于开源计算机视觉库开发了图像自动配准软件,文中简述软件实现过程,分析了代码优化问题;与传统判断相似三角形的配准算法以及常用配准算法相比,实验数据表明,该算法能够精确求解几何形变参数,且运算时间降至毫秒级,对3种几何形变的配准率均高于97%。

合成孔径雷达图像重建的断层投影技术

本文提出了一种新的聚束式合成孔径雷达 (SAR)成像算法 ,这种算法的基础是SAR的断层投影成像模型 ,在约束优化重建技术中融入了成像目标的先验特征。通过对MITLinclin实验室ADTS数据库提供的雷达图像数据进行重建 ,给出了SAR成像结果 ,与传统SAR成像算法相比 ,此算法具有更高的抗噪力 ,能更好地区分不同的目标区域。

基于矩阵对数累积量的极化合成孔径雷达数据去噪方法

噪声抑制是极化合成孔径雷达(PolSAR)数据处理中的重要步骤,首次将矩阵的对数累积量应用于PolSAR去噪当中,由数据点的子视数据集计算滤波系数并结合非局部方法的思想实现了PolSAR的斑点噪声抑制。所用方法基于非局部策略选取同质区域,然后利用相干矩阵对数累积量计算得到的滤波系数进行加权滤波。该方法的优点在于同质区域选取和滤波系数的计算均是针对相干矩阵进行的,相对于仅使用主对角线上的元素或SPAN图像,其对极化数据的处理更具合理性。与其他PolSAR去噪算法的对比实验结果表明,该方法在有效平滑同质区域的同时,能够更好地保留地物结构、细节以及纹理信息,并能更好地保持数据的极化相关性。

合成孔径雷达图像的恒虚警率目标检测

目的 对合成孔径雷达 (SAR)图像实施恒虚警率 (CFAR)目标检测 .方法 利用 K-Gamma和Weibull分布的杂波模型分别对海面和陆地的人造目标实施检测 ;同时 ,对不同杂波背景下 CFAR检测方法进行比较 .结果与结论 通过检测结果的比较 ,证实了 K-Gamma分布和 Weibull分布分别适合于海面和陆地杂波背景下的目标检测 ;在非均匀杂波背景中 ,有序统计量 (OS)较单元平均 (CA)

基于变差系数的合成孔径雷达图像超像素分割算法

由于简单线性迭代聚类(simple linear iterative clustering,SLIC)算法对含有相干斑噪声的合成孔径雷达(synthetic aperture radar,SAR)图像边缘分割不理想,提出了一种基于变差系数(coefficient of variation,CV)的SAR图像超像素分割算法。该算法首先对SAR图像进行各项异性高斯平滑预处理,使得图像相干斑得到平滑的同时边缘信息不被破坏;其次,采用CV估计边缘信息,使得图像的同质区与边缘区更容易区分;最后用加入边缘信息的SLIC算法进行聚类,生成超像素。实验结果表明:该算法在SAR图像分割下与3种经典超像素算法相比,其召回率至少提高了5%,且超像素个数大于400时,欠分割错误率降低了2%。该算法使得SAR图像超像素分割的准确度提高,其边缘和图像真实边缘更加贴切。

结合极化白化滤波和SimSD-CapsuleNet的PolSAR图像配准

极化合成孔径雷达(PolSAR)图像配准在地物分类、变化检测、图像融合中都具有广泛应用。现有的PolSAR图像配准方法,无论是基于深度学习还是传统方法,大多采用PolSAR幅度影像信息进行处理。这种处理方式导致大量极化信息丢失,同时在PolSAR图像固有相干斑噪声影响下,配准精度和可靠性表现不佳。为此,本文首先发展了一种有效的基于极化白化滤波(PWF)精细化处理的关键点检测器,利用PWF对PolSAR图像进行相干斑噪声抑制,通过阈值约束、形态学腐蚀及非极大值抑制来选取显著且分布均匀的匹配关键点。进一步地,本文设计了一种孪生简单稠密胶囊网络(SimSD-CapsuleNet)来快速提取PolSAR图像的浅层纹理特征和深层语义特征,同时为了充分利用极化信息,本文将极化协方差矩阵作为输入数据。本文计算了胶囊形式特征描述符之间的距离,并将其输入硬L2损失函数用于模型的训练。本文方法在不同传感器获取的不同分辨率PolSAR图像上进行验证。结果表明,该方法能够在更短的时间内获取更加均匀且数量更多的匹配关键点,结合PWF和深度神经网络可以实现快速准确的PolSAR图像配准。