分布式无人机载SAR目标到达时差自定位方法

分布式无人机载合成孔径雷达(Synthetic Aperture Radar,SAR)在实现对地海高价值目标成像感知时,具备抗干扰能力强、灵活性高、多角度观测等优势。然而,受分置各平台不同源引起的时频误差、气流扰动造成的平台站址误差等影响,分布式无人机载SAR对目标的定位精度下降。本文针对上述问题,提出了一种基于到达时间差(Time Difference of Arrival,TDOA)的分布式无人机SAR目标自定位方法。首先,通过对每个接收平台无人机接收的回波信号进行成像处理获得同一场景、不同观测方向的多帧图像,并粗略估计出目标的空间位置;其次,在考虑时频同步误差和无人机站址误差情况下,用粗略目标位置结合回波信号中的距离信息与无人机站址构建出TDOA定位方程组;随后,通过泰勒算法求解定位方程组,通过该超定定位方程组中的冗余方程对解算精度进行约束,经过解算可获得更精确的目标位置;最后,推导了在时频同步误差和无人机站址误差存在条件下的克拉美罗下界(Cramer-Rao lower bound,CRLB),对定位效果进行了评估。所提出的目标自定位方法仅利用了回波信号的距离信息,避免了回波信号的多普勒质心估计不准对定位精确的影响。仿真实验结果表明,该定位方法可在时频同步误差和无人机站址误差存在条件下实现对目标的精确定位。

结合双非局部注意力感知的SAR和光学图像金字塔细节融合网络

合成孔径雷达(synthetic aperture radar,SAR)与光学图像融合旨在利用卫星传感器的成像互补性,生成更全面的地貌信息.然而,由于各单一卫星传感器数据分布的异质性和成像物理机制的差异,现有网络模型在融合过程中往往存在成像精度低的问题.为了解决上述问题,本文提出DNAP-Fusion,一种新的结合双非局部注意力感知的SAR和光学图像金字塔细节融合网络(dual non-local-aware-based pyramid fusion net).该方法利用双非局部注意力模块,在空间尺度逐渐减小的多级图像金字塔中提取SAR图像的结构信息和光学图像的纹理细节.然后在空间和通道维度上融合它们的互补特征.然后,通过图像重构将融合特征注入上采样光学图像中,得到最终的融合结果.此外,在网络训练之前,采用图像封装决策来增强同一场景中SAR和光学图像中目标之间的共性关系.定性和定量的实验结果表明,提出的方法优于现有融合方法,其中客观评价指标中的相关系数(correlation coefficient,CC)为0.9906,峰值信噪比(peak signal to noise ratio,PSNR)为32.1560 dB.此外,所提方法有效地融合了SAR图像和可见光图像的互补特征,为提高遥感图像融合的精度和有效性提供了一种有价值的思路和方法.

基于结构信息的可见光和SAR图像两阶段配准方法

针对可见光和合成孔径雷达(synthetic aperture radar,SAR)图像配准中存在的配准精度低和非线性辐射差异问题,提出了一种新的基于结构信息的可见光和SAR图像两阶段配准算法。在粗配准阶段,利用改进的最大自不相似性检测器(maximal self-dissimilarity detector,MSD)分别检测可见光和SAR图像中的特征点,基于图像局部自相似性提取图像结构信息构建最大自相似性索引图,利用最近邻与次近邻之比和快速抽样一致性识别正确匹配点对,估计变换模型。在精配准阶段,分别建立可见光和SAR图像的像素化结构特征表示,在可见光图像中以特征点为中心选取模板窗口,利用变换模型估计SAR图像中相对应的搜索区域,采用欧氏距离作为模板匹配的相似性度量,并利用快速傅里叶变换(fast Fourier transform,FFT)加速计算模板匹配过程。在9对真实可见光和SAR图像上的实验结果表明,该算法在可见光和SAR图像配准方面具有明显优势。较RIFT、HAPCG、OSS、LNIFT和ASS算法,正确匹配数(number of correct matches,NCM)分别提高了7.95、10.86、29.32、14.75和9.84倍,定位精度分别提高了0.44、0.42、0.35、0.41和0.40 pixel。

一种融合局部像素信息和改进NLFCM的SAR图像分割方法

针对传统局部信息模糊C均值聚类算法权重系数仅由像素间欧式距离决定,无法准确衡量和充分利用像素间的相似性,对SAR图像分割不准确的问题,提出了一种全新的局部信息相似性描述方法,并结合图像的非局部信息,对像素到聚类中心的距离和像素隶属度计算方法进行改进,并提出了一种同时包含图像局部和非局部信息的改进SAR图像分割方法。实验表明,与其他模糊聚类方法相比,该方法在抑制SAR图像相干斑噪声的同时,能较好地保护SAR图像目标的边缘和细节,具有很好的SAR图像分割效果。

宿主细胞弗林蛋白酶对SARS-CoV-2刺突蛋白切割作用的研究

严重急性呼吸综合征冠状病毒2(SARS-CoV-2)S蛋白与宿主表面受体ACE2结合后,S蛋白中的Furin裂解位点RRAR被宿主细胞内的弗林蛋白酶(Furin)识别,并将S蛋白切割为S1/S2亚基。为研究Furin对SARS-CoV-2S蛋白的切割活性、对病毒的感染性及其形成细胞-细胞膜融合(合胞体)的影响,本研究采用套式PCR分别扩增S蛋白Furin裂解位点突变(将裂解位点由RRAR分别突变为RRRR、SRAS和AAAA)的编码基因片段,并分别克隆至pCAGGS载体中,构建重组质粒pRRRR-Flag、pSRAS-Flag、pAAAA-Flag,均经酶切和测序鉴定正确后构建pEGFP-RRRR、pEGFP-SRAS、pEGFP-AAAA质粒并经测序鉴定。采用慢病毒包装系统包装慢病毒后感染Huh7细胞,48 h后采用杀稻瘟菌素筛选共表达ACE2和TMPRSS2的Huh7细胞系Huh7-A+T;利用CRISPR-Cas9方法构建Furin敲除(Furin-KO)细胞系,并均经western blot鉴定。结果显示,上述两种细胞均正确构建。将与Flag融合表达的RRAR、RRRR、SRAS和AAAA质粒分别转染HEK293T细胞,24 h后利用western blot检测S蛋白的表达。将pRRAR-Flag和pFurin-His共转染HEK293T细胞;同时将pRRAR-Flag分别转染HEK293T和Furin-KO细胞,24 h后利用western blot检测上述两种细胞中S蛋白的表达。结果显示,转染pRRAR-Flag的细胞中检测到S蛋白和S2亚基的表达,即Furin能够切割S蛋白,但转染pAAAA-Flag和pSRAS-Flag的细胞中均检测不到S2亚基的表达,转染p RRRR-Flag的细胞中S2亚基的表达量增加。与仅转染pRRAR-Flag的对照细胞相比,在HEK293T细胞中共转染pFurin-His和pRRAR-Flag能够显著增加S蛋白切割为S2亚基的量;而在Furin-KO细胞中未检测到S2亚基的表达。采用假病毒系统包装Furin裂解位点RRAR及其突变体(SRAS、AAAA)的假病毒SARS-CoV-2;利用HEK293T和Furin-KO细胞包装SARS-CoV-2假病毒,通过计算荧光素酶活性Luc与各病毒p24蛋白含量的比值比较不同假病毒对Huh7-A+T细胞及内源性Furin对两种细胞包装的假病毒的相对感染性。结果显示,与pRRAR-Flag及HEK293T细胞包装的假病毒相比,pSRAS-Flag和pAAAA-Flag及Furin-KO细胞包装的假病毒对Huh7-A+T细胞的感染性均极显著降低(P<0.01)。将质粒pEGFP-RRAR、pEGFP-RRRR、pEGFP-SRAS、pEGFP-AAAA与pEGFP-Furin分别转染HeLa细胞,24 h后经激光共聚焦显微镜观察Furin蛋白和S蛋白在细胞中的定位;将前4种质粒与表达Furin-His的质粒共转染HeLa细胞,24 h后经间接免疫荧光试验(IFA)检测Furin蛋白和S蛋白及其突变体在细胞中共定位。观察结果可见,Furin蛋白主要位于细胞浆中,S蛋白与Furin裂解位点突变的S蛋白均位于细胞膜;IFA结果显示,Furin与S蛋白及Furin裂解位点突变为RRRR的S蛋白在细胞浆中均存在共定位,但与Furin裂解位点突变为AAAA的S蛋白不存在共定位。将pRRAR-Flag、pSRAS-Flag分别与pCAGGS-m Cherry共转染HEK293T细胞,同时利用细胞示踪剂(CMFDA)预处理Huh7-A+T细胞1 h后将两种细胞混合培养,24 h后观察结果显示,共转染pRRAR-Flag和pCAGGS-m Cherry的HEK293T中出现明显的合胞体,而当Furin裂解位点突变为SRAS时,合胞体的形成明显减少。本研究首次证实Furin在细胞浆中对S蛋白预切割,且将S蛋白的Furin裂解位点突变为SRAS后能够降低SARS-CoV-2的感染性和细胞合胞体的形成能力。本研究为新冠疫情的防治提供新思路。

基于改进稀疏表示的SAR图像目标识别方法

针对合成孔径雷达(SAR)目标识别问题,设计并提出基于改进稀疏表示的方法。首先以传统稀疏表示分类(SRC)为基础,在全局字典上求解稀疏表示系数矢量。在此基础上,按照类别选择局部最佳字典,并据此进行测试样本的重构表示,最终,通过比较不同类别的重构误差大小进行目标类别确认。实验中采用MSTAR数据集作为样本进行测试和验证。结果证明了所提方法的性能优势。

一种利用SAR图像检测船舶尾迹的方法

给出了一种检测星载SAR(合成孔径雷达)图像中船舶尾迹的方法,该方法主要特点是将Radon变换局部化,即在对像素灰度值积分过程中沿着线性特征被分割后的若干短线段进行积分,而非对整张图像进行积分。该方法克服了Radon变换方法的局限性,使尾迹信号在背景噪声较强时依旧能被检测出,并且能检测出相对于整幅图像的尺寸较短小的尾迹。

SAR图像对地定位的严密共线方程模型

SAR图像对地定位是解决SAR遥感信息在哪里的根本问题,它是遥感应用和处理的重要步骤。作者在分析现有几种SAR图像对地定位模型的基础上,根据SAR成像的严格几何关系导出SAR图像对地定位的严密共线方程模型。首先根据斜距图像的近地点斜距和远地点斜距推导中心投影等效焦距的计算公式,然后详细推导并给出斜距图像转化成严密中心投影图像时涉及的图像改化公式,最后根据实际星载SAR图像定位的精度对比,证明严密共线方程模型是可行的,而且其定位精度要明显优于传统的近似共线方程模型。

机载高分辨率SAR图像直接对地定位原理及精度分析

依据机载SAR成像的原理,给出了一种实用的机载SAR直接对地定位公式,并结合获取的高分辨率图像进行了定位纠正,取得了较好的效果。根据机载SAR图像对地定位的原理,推导了定位误差的传播公式,并进行了一些误差模拟研究。

基于局部重要性采样的SAR图像纹理特征提取方法

合成孔径雷达(Synthetic aperture radar,SAR)图像因为相干斑现象和目标响应的空间变化呈现出一种纹理特性,局部二进编码等局部图像特征在光学纹理描述中获得较好的结果,但光学纹理特征在描述SAR图像纹理特性中因为相干成像特性往往失效.本文在前期工作纹理特征框架的基础上,提出了一种局部重要性采样二进编码的SAR图像纹理特征(Feature extraction based on local important sampling binary,LISBF)描述方法:首先,利用样本图像对局部采样位置进行随机自适应采样,基于重要性采样(Important sample,IS)方法输出递归学习位置结果;然后,利用学习出的纹理重要采样点对进行二进特征编码;最后,通过映射和统计生成描述算子.该特征较固定位置采样能够获取更大范围信息,同时能通过采样避免特征维数的急剧增大;通过自适应学习重要性关键点较随机采样更容易捕捉纹理固有信息;较好地适应了SAR图像极低信噪比和斑点现象的纹理.本文将该特征用于真实图像和标准纹理库的分类研究,实验结果证明了该特征的有效性.

SURE准则的非局部SAR图像相干斑抑制

针对传统空域非局部平均方法在合成孔径雷达图像相干斑抑制中存在相似区域提取和方向信息捕获不足的问题,提出了一种基于各向异性高斯方向窗和Stein’s无偏风险估计(SURE)准则融合的非局部均值(NLM)算法。该方法设计多个不同方向的各向异性高斯窗来匹配SAR图像的局部空间几何结构,比传统的方形窗能更好地保护SAR图像中的方向性结构。采用比率测度来衡量图像块间的相似程度,并计算基于该各向异性高斯窗的NLM结果。结合SURE准则来融合不同方向的各向异性高斯窗的非局部平均结果,获得最终的SAR图像降斑结果。针对多幅SAR图像进行对比实验,实验结果表明:该方法在有效抑制SAR图像相干斑的同时能很好地保留图像的几何结构信息,为后续的SAR图像理解与解译提供了良好的基础。

一种基于局部梯度比率特征度量SAR图像相似性的新方法

本文针对SAR图像相干斑噪声和图像局部梯度特性,提出一种基于局部梯度比率特征的相似度准则.首先提取SAR图像各个像素的梯度比率特征,进而构建局部梯度比率特征直方图LGRPH,并进一步分析多尺度LGRPH,最后通过计算多尺度LGRPH的K-L距离定义相似度.基于SAR仿真和实测图像的实验结果表明,本文提出的相似度准则对SAR图像上相干斑噪声和局部梯度变化不敏感,能有效应用于SAR图像的目标识别.

SAR图像边缘检测方法综述

边缘检测是SAR图像解译的基本问题之一。固有的乘性噪声特性使得经典的梯度边缘检测方法并不适用于SAR图像,因此研究针对SAR图像的边缘检测方法具有重要的意义。本文对SAR图像边缘检测问题进行了系统的研究,简单描述了SAR图像边缘检测问题,讨论了现有的SAR图像边缘检测方法,总结了SAR图像边缘检测中存在的两个问题——边缘细化和边缘定位,对检测结果的性能评估方法也进行了概括。最后在总结现有研究成果的基础上展望了SAR图像边缘检测的发展方向。

二元收缩方程与复数小波用于SAR影像去噪

二元收缩方程定义了由相邻尺度小波系数的联合概率密度函数,其与噪声模型联立后利用最大后验概率估计可进行图像去噪。在SAR图像斑点噪声服从瑞利分布的假设下,结合双树复数小波变换推导了基于二元收缩方程的SAR图像的简化去噪模型,然后利用局部方差估计和维纳滤波器获得噪声方差与带噪小波系数方差的估计值,并计算出合适阈值对SAR图像进行去噪。实验结果显示,去噪图像的峰值信噪比以及有效视数都较其它算法有大幅提高,且很好地保持了图像的边缘特征。

基于同质像素预选择的极化SAR图像非局部均值滤波

该文针对在极化合成孔径雷达(Pol SAR)图像相干斑抑制过程中结构特征和极化散射特性保持的难题,提出一种基于同质像素预选择的非局部均值滤波算法(NLM-HPP)。该算法结合像素统计特性和极化散射机制选择滤波同质像素,并引入结构损失函数提高非局部均值(NLM)算法中像素间相似性度量的准确性,最后用改进的相似性度量对同质像素的协方差矩阵进行加权平均,实现对Pol SAR图像的相干斑抑制。对真实Pol SAR数据进行的实验结果表明,与现有的Refined Lee滤波、基于散射模型的滤波方法和两种非局部均值滤波相比,此方法在有效滤除相干斑点的同时能更好地保持Pol SAR图像的结构信息和极化信息。

基于非局部分类处理的SAR图像降斑

针对合成孔径雷达(synthetic aperture radar,SAR)图像不同内容间的统计特性差距较大以及采用非局部降斑方法处理SAR图像时会产生图像细节丢失及伪影等现象,提出了一种基于非局部分类处理的SAR图像降斑方法。首先对相似块方差系数的均值采用阈值比较的方法将图像分为同质区和异质区,在寻找目标块对应的相似块时,根据图像块中心像素点所属的类别选择合适的参数进行块匹配,并在获得相似块后分别使用加权平均的方法处理同质区目标块和3D变换域硬阈值收缩方法处理异质区目标块。该方法不仅能在块匹配过程中选择不同的块尺寸和搜索范围以提高块匹配的精度,而且使用不同方法处理同质区和异质区时能够在图像降斑与细节保持的权衡中达到更好的平衡。实验结果表明,该方法充分利用同质区和异质区的特点,结合不同的方法进行分类处理可有效提高图像降斑性能,在SAR图像降斑性能指标和视觉效果方面均达到了较高水平。

基于局部脊波变换的SAR图像舰船尾迹检测方法

分析舰船尾迹的分类及SAR图像特征,提出一种结合局部Radon变换与脊波变换的检测尾迹的方法,即将图像分成若干个小窗口,在小窗口内进行局部的脊波变换。该方法克服了全局脊波变换的局限,使尾迹能够在较复杂的海况检测出由断续线段组成的尾迹。

SAR图像相干斑的非局部平均滤波算法

为了加强对SAR图像乘性相干斑噪声的抑制,并在相干斑抑制的同时有效提升对边缘的保护性能,提出了一种以均值比与变差系数联合构建的非局部平均(NLM)滤波(MR-NLM)算法。首先以搜索窗内各像素与中心像素在相似窗中的局部均值比替代传统高斯加权欧氏距离,构建对乘性相干斑噪声具有恒虚警边缘检测的相似性测量参量;然后以变差系数替代传统常系数,构建对同质区与边缘区具有较好检测能力的自适应衰减因子;最后利用新构建的相似性测量参量和衰减因子联合形成负指数加权系数,实现对SAR图像的非局部加权滤波。实验结果表明:MR-NLM算法与多种传统算法相比,具有更好的抑斑图像视觉效果及相干斑抑制与边缘保护性能,其等效视数提高10%以上,边缘保持指数提高1%以上。

一种高分辨率SAR图像河流边界自动提取方法

针对经典阈值分割方法在高分辨率合成孔径雷达SAR(Synthetic Aperture Radar)河流边界提取中存在很高的噪声斑点和在高山区域SAR图像存在大面积的阴影的问题,提出一种新颖的基于高分辨率SAR强度图像的河流边界自动提取方法。该方法核心在于结合河流的局部连接特性和基于变化水平集框架中的区域活动轮廓模型(ACM),以区分河流区域和背景。实验结果证实了该方法的有效性和稳健性。

环形向量非局部SAR图像降噪算法

提出一种基于环形向量的非局部SAR图像降噪算法.根据像素点的主方向提取环形向量,计算环形向量各自的特征向量.基于特征向量计算相似度权重,该方法的时间复杂度明显优于NL-Means的矩形模板匹配算法,且相似点匹配具有旋转不变性.通过仿真实验验证了该算法的计算速度和旋转不变性能,匹配效果明显优于NL-Means,降噪结果的峰值信噪比和结构相似度优于BM3D、BLS-GSM等主流降噪算法.