联合空间与角度的符号相干系数平面波成像

超声平面波成像是近年来一种应用较广泛的超快速超声成像方法,多角度相干平面波复合(Coherent Plane Wave Compounding,CPWC)成像在不过多损失速率的情况下,提升成像质量。但普通的CPWC方法只是简单复合多个角度延时叠加(Delay and Sum,DAS)后的数据,并未考虑到单个角度内以及多个角度之间数据的相关性。文章提出了一种联合空间与角度的符号相干系数(Angular Spatial Sign Coherence Factor,asSCF)平面波成像方法,将空间符号相干因子和角度符号相干因子创新性地融合到波束合成的过程中,充分考虑信号之间的相关性,旨在提升多角度复合成像质量。进行了仿真实验、仿体实验以及在体组织实验,对asSCF-CPWC方法、单一的符号相干系数法以及传统CPWC方法成像进行对比,结果发现asSCF-CPWC方法具有更好的横向分辨能力和成像对比度。

基于平均短阶相干系数的平面波复合成像算法

相干平面波复合成像(coherent plane-wave compounding,CPWC)可以实现高帧率、高质量成像,但未考虑平面波成像结果间的相干性。相干系数(coherence factor,CF)加权CPWC算法可以提高成像的分辨率和对比度,但降低了背景组织成像质量。短阶相干系数(short-lag coherence factor,SLCF)加权算法,可以进一步改善对比度和背景成像质量,但未考虑到较大发射角度平面波成像结果的相干性,导致分辨率降低。我们研究的平均短阶相干系数(average short-lag coherence factor,ASLCF)先计算出不同范围的发射角度的成像结果对应的SLCF,然后进行均值处理,最后作为加权系数对CPWC进行加权成像。实验和仿真证明在保持其他性能基本不变的情况下,相对于SLCF,ASLCF加权算法可以明显提高分辨率和背景组织的成像质量。

一种基于InSAR相干系数的SAR阴影提取方法

给出了一种新的阴影提取方法,根据阴影区域在InSAR相干系数图上的特性,利用Sigma滤波和最优阈值分割算法实现阴影的自动提取。实验结果表明,本方法是一种高效的阴影提取方法。

基于最优极化相干系数的倾斜建筑物解译研究

基于Freeman_Durden分解的全极化SAR影像分类方法能够较好地保持地物极化散射特性,但在分类的过程中,不能改变初始散射机制,导致分解结果对分类精度影响很大。在Freeman_Durden分解中,排列方向相对雷达飞行方向不平行的建筑物(简称为倾斜建筑物)常被分为体散射类型,使得该类建筑物往往被误分为植被。通过分析建筑物在SAR影像中的后向散射特性,利用建筑物具有较高相干性的特点,引入最优极化相干系数,在目标分解的基础上通过阈值分割将两者区分开来,进而提高反射非对称性人工目标的分类效果。通过使用E-SAR系统在德国DLR附近Oberp-faffenhofen地区获取的L波段PolInSAR影像和国内X-SAR系统在海南陵水地区获取的X波段PolInSAR影像进行试验,证明该方法能够有效地将与雷达飞行方向不平行的建筑物与森林区分开。

符号相干系数加权的超声平面波复合成像算法

平面波超声成像算法运用广泛,具有较高的成像帧率,但成像质量较差.相干平面波复合成像(CPWC)算法采用对多个方向平面波成像输出直接叠加的方式进行成像,有效的提高了成像质量,但忽略了平面波之间的相干性.本文提出符号相干系数加权的平面波复合成像算法(SCF-CPWC).该算法将不同角度的平面波对同一个成像点的成像结果做为向量,计算出该向量的符号相干系数(SCF),对该成像点的相干平面波复合成像的输出结果进行加权成像,得到SCF-CPWC算法的最终结果.仿真和实验结果表明SCF-CPWC算法具有更好成像质量.相对于传统的CPWC成像算法,可以明显改善成像的横向分辨率和暗斑对比度.

非邻域相干系数估计的PolInSAR树高反演算法

为了提高全极化干涉合成孔径雷达树高反演精度,提出了一种基于非邻域窗口相干系数估计的Pol In SAR树木高度反演算法。该算法首先求取4对全极化干涉SAR图像的最优干涉相位图,再以局部窗口内像素的幅度和相位联合条件概率密度为准则选取与当前像素满足独立同分布的样本,进而获得相干系数的准确估计值,最后采用三段法进行树木高度反演。对仿真数据的处理结果表明,所提算法能够提高观测场景中树木高度的反演精度,并且能够很好地保持图像中的边界细节信息。

采用分数低阶循环谱相干系数的调制识别

AIpha稳定分布噪声导致二阶循环谱相干系数失效,使相应的通信信号调制识别算法退化.针对这个问题,提出了基于分数低阶循环谱相干系数的识别算法.文中给出了分数低阶循环谱相干系数的相关理论,分析了通信信号的分数低阶循环谱相干系数,在此基础上提取谱相干系数循环频率域特征作为识别特征参数.用BP神经网络为分类器,实现了通信信号调制方法识别.仿真结果表明,在Alpha稳定分布噪声下,该识别算法性能优于基于二阶循环谱相干系数的方法.在高斯噪声条件下,两种识别算法性能相当.

相干系数与幅度相位估计融合的医学超声成像算法

在医学超声成像中,最小方差(MV)自适应波束形成算法虽能有效地提高成像分辨率,但牺牲了成像对比度和算法稳健性。针对此问题,提出一种基于幅度相位估计(APES)并引入相干系数(CF)的自适应波束形成算法。首先通过APES根据接收信号自适应的计算出初步结果;然后再通过接收信号的相干性计算出相干系数作为加权系数;最后对APES算法计算出的结果进行加权来进一步抑制噪声和干扰,改善成像分辨率和对比度。仿真实验结果表明,该算法在成像分辨率和对比度方面都要优于传统的延时叠加(DAS)法、最小方差法和原始的幅度相位估计法。

短阶相干系数加权的平面波复合成像算法

相干平面波复合(CPWC)成像算法采用多个角度平面波成像结果直接叠加的方式进行成像,具有速度快,质量高等优点,CPWC成像直接叠加的成像方式,忽略了平面波成像结果之间的相干性。相干系数(CF)加权算法可以有效提高成像的分辨率和对比度,降低了背景成像质量。该文提出了短阶相干系数(SLCF)加权算法,该算法采用角度差异参数来确定相干系数的阶数,根据角度差异较小的平面波输出计算相干系数,对CPWC成像结果进行加权成像。仿真和实验结果表明SLCF加权算法相对于传统的CPWC成像算法,可以改善成像的横向分辨率和对比度。相对CF和广义相干系数(GCF)算法,SLCF可以提高对比度和背景成像质量,而且运算量更低。

干涉SAR相干系数估计的快速算法

在SAR干涉测量中,相干系数是干涉图像对相位稳定性的衡量标准.干涉基线距和地表地形都影响相干系数的计算,在通常的相干系数的计算中,需要补偿由基线和地形引起的干涉相位,造成相干系数计算中计算量的大大增加.本文应用了一种不需要进行相位补偿的相干系数计算方法,并与通常的相干系数的计算方法相比较.实验结果证明,本算法在保证一定的相干系数计算精确性的基础上,大大提高了相干系数的计算效率,可以应用于快速浏览相干图像对,以评价其用于相干测量时的质量好坏.

一种相干系数加权的最优干涉相位滤波

给出了一种利用相干系数加权的最优干涉相位滤波方法.证明了滤波后最小噪声方差意义下的最优权值为相位噪声方差的倒数,给出了通过相干系数估计获取最优权值的方法.在相干系数估计中,首先利用外部数字高程模型反演并补偿场景目标点到主辅雷达斜距差引起的干涉条纹;然后根据最小平均相位差准则,利用一组方向性加权窗口自适应选取估计样本,通过仿真实验给出了方向窗参数的合理选择.实验结果表明,这种方法能够更加有效地抑制相位噪声和滤除相位残点.

基于Fourier-Mellin变换和相干系数法的重复轨道干涉SAR图像配准新方法

相对于单轨双天线InSAR系统,重复轨道InSAR系统由于轨道不能完全平行,导致InSAR图像对间存在夹角,使其配准更为困难。该文针对非平行重复轨道的InSAR问题,提出了一种结合Fourier-Mellin变换和相干系数法的InSAR图像配准算法,对存在夹角的SAR复图像对进行精确配准。该方法用于粗配准时,通过引入非线性图像幅度变换预处理,克服了Fourier-Mellin变换无法直接处理SAR图像对幅度分布动态范围大且不均匀的问题,而用于精配准时,通过引入相干系数法,精确估计了复图像对之间存在的微小角度。以SIR-C/X重复轨道的X波段SAR数据为例,详细比较了传统相干系数配准算法和该文算法在配准精度和计算时间上的差异,从而验证了算法的有效性。

利用差值法与InSAR相干系数检测城市变化信息

由于当前经常出现雾霾等极端气候,光学遥感不能提供稳定数据源,而合成孔径雷达所具有的全天时、全气候的特点可以获取稳定的数据源,因此利用SAR影像进行城市变化检测有着非常广阔的前景。该文提出一种利用差值法与InSAR相干系数相结合,通过二者的优势与特点进行城市变化检测的方法。实验经过数据的预处理、影像纠正、实验区裁剪、差值处理、相干系数图阈值处理、差值结果图与相干系数图阈值处理结果图叠加、边界处理等一系列的影像处理。实验结果表明,该方法可以成功地提取出实验区域的变化信息,所提取变化信息具有较高的准确性。

最小方差波束形成与基于最小方差相干系数融合的超声成像方法

在医学超声成像中,最小方差波束形成(MV)可以有效地提高图像的分辨率,但不能提高成像的对比度。针对最小方差波束形成的低对比度,提出一种最小方差波束形成与基于最小方差相干系数融合的成像方法。该方法利用最小方差波束形成的输出取代相干系数中相干部分的能量和,得到加权系数,然后利用该系数加权最小波束形成的结果。仿真成像结果表明:该方法在分辨率、对比度方面都优于传统的延时叠加波束形成法,最小方差波束形成法以及最小方差波束形成与相干系数融合的方法。

利用InSAR相干系数探测地震引起的城市破坏程度

利用 InSAR 相干系数对 SAR 图像散射体特性的变化很敏感的特点,定义了一种相干系数变化指数,并证明了利用该相干性变化指数探测地震引起的城市破坏程度是可行的,最后以2003年伊朗 Bam 地区地震为例进行了试验验证研究。试验结果表明,建筑物的破坏等级与相干系数变化指数的大小高度相关,相干系数变化指数越大,建筑物破坏越大;相干系数变化指数相对较小,建筑物破坏较轻。根据定义的相干系数变化指数绘制出了 Bam 城地震破坏等级图,该等级图与国际地球灾害中心(ICG)提供的结果相一致。

融合最小方差自适应和相干系数波束合成的超快速主动空化成像方法（英文）

基于平面波发射和延迟叠加(DAS)波束合成的超高速主动空化成像能够以高帧频监测超声空化活动,但其图像分辨率和对比度较低。本文提出一种结合最小方差自适应算法(MV)和相干系数算法(CF)实现基于MVCF波束合成的超高速主动空化成像,以此提高空化图像质量。通过Field Ⅱ仿真和实验数据全面详细验证本方法的有效性与优点,仿真数据包括点目标和囊肿仿体,实验数据是对1.2 MHz单聚焦超声换能器产生的空化泡采集原始射频数据。文中将MVCF波束合成算法与传统B超图像、DAS、MV、DAS-CF和MVCS波束合成算法进行比较。结果表明,基于MVCF波束合成的超高速主动空化成像可显著提高空化图像的信噪比和分辨率。与传统B超图像相比,基于MVCF波束合成的超高速主动空化成像图像信噪比高21.82dB,且横向和轴向空间分辨率分别是传统B超图像的2.69倍和1.93倍。基于MVCF波束合成的超高速主动空化成像能够以较高的信噪比和分辨率监测超声空化活动。

融合特征空间最小方差波束形成和广义相干系数的超声成像方法

为了进一步提高超声成像的质量,提出了融合特征空间最小波束形成和广义相干系数的成像方法。首先利用最小方差法计算回波数据的协方差矩阵和加权向量;然后对协方差矩阵进行特征分解得到信号子空间,并将加权向量投影到信号子空间,得到特征空间方法的加权向量;同时把阵元数据变换到波束域用于广义相干系数的计算,最后用广义相干系数作为加权系数对特征空间最小方差波束形成的结果进行优化。为了验证算法的有效性,对医学成像上常用的点目标和斑目标进行了成像,仿真实验结果表明:与特征空间最小方差算法和融合特征空间与相干系数的算法相比,本研究提出的方法提高了对比度以及稳健性,其代价是略微降低了成像分辨率。

基于InSAR相干系数统计建模的建筑物检测

相干系数图由两幅配准的合成孔径雷达(SAR)图像做交叉相关运算获得。在很多应用中它既可以作为SAR亮度数据的补充信息,也可以作为独立的信息源。针对SAR亮度图像,已经有大量研究者研究过其统计特性。相比之下,对相干系数统计特性的研究非常缺乏。在已有的文献中,所有涉及InSAR相干系数统计特性的工作,都直接采用Gaussian分布对相干系数值进行建模,而不考虑数据的分辨率和场景的类型。本文的主要贡献为研究了几种典型的统计模型对城市场景下的高分辨率InSAR相干系数进行建模表示时的精确程度。在地物目标方面,本文选取城市中3类典型的地物目标,包括树木、建筑物和阴影,作为有代表性的城市目标。在统计模型方面,评估了5种常用的概率分布模型,包括Gaussian、Weibull、Rayleigh、Nakagami和Beta。在高分辨率TanDEM-X数据上的实验证明使用Beta分布建模,精度优于其它几种常见分布。最后,Beta分布被用在建筑物检测中。

广义相干系数的合成聚焦成像

在医学超声成像中,为了提高分辨率并修正由生物组织的声速不均匀性引入的聚焦误差,提出将广义相干系数引入到合成聚焦成像中。并针对合成聚焦数据的特点,对回波数据进行双次广义相干系数算法处理。由单个阵元发射,所有阵元接收的数据计算广义相干系数;将接收数据求和后与该系数进行加权,得到单次发射接收信号的处理结果;对各次发射接收信号的处理结果再一次使用广义相干系数进行处理。仿真实验结果表明,该方法在提高图像分辨率、对比度以及校正聚焦误差上都明显优于传统的延时叠加与合成聚焦成像方法。

基于幅度相位估计相干系数与幅度相位估计融合的超声成像方法

最小方差(MV)波束形成算法有效提高了成像分辨率,但牺牲了成像对比度和算法稳健性。本研究提出一种融合幅度相位估计(APES)波束形成和基于幅度相位估计的相干系数的成像方法。该方法首先利用APES算法计算出初步结果,然后利用APES波束形成的输出取代相干系数中相干部分,计算相干加权系数,最后对APES波束形成的结果进行加权得到成像结果。为了验证算法的有效性,对点目标和斑目标进行了成像。结果表明提出的算法在成像对比度和稳健性方面优于APES算法和融合APES与相干系数的算法。