基于GPGPU的SAR并行成像处理技术

随着合成孔径雷达技术的发展,分辨率和测绘带宽越来越高。需要开发高效的处理算法,以应对数据量增大带来的挑战,并行处理是一个有效的解决途径。本文提出了一种机载SAR并行成像处理方法,利用通用图形处理器强大的处理能力,实现并行波数域处理算法,并对高分辨率宽测绘带实测数据进行处理。试验结果表明,该方法可以大大缩短成像处理时间,满足大规模成像处理的要求。     

基于偏最小二乘的人脸超分辨率重构

提出了一种基于偏最小二乘(PLS)的超分辨率重构方法用于快速恢复高分辨率人脸图像.该算法利用主成分分析(PCA)方法将所有高、低分辨率人脸图像投影到各自的特征子空间中,通过PLS对高、低分辨率投影变量之间的统计关系进行回归建模.当输入的低分辨率人脸图像给定时,对应的高分辨率人脸图像可以由训练后的回归模型导出.实验结果表明,在离线训练的情况下,所提出的算法可以快速地给出令人满意的重构解.     

聚束式SAR斜视模型子孔径CS算法

提出一种适合于大场景的聚束式合成孔径雷达(SAR)成像算法.该算法对经典的chirp scaling(CS)算法进行了改进,将雷达回波数据在方位向分为多个子孔径进行成像处理,对每个子孔径采用斜视等效距离模型,通过对回波信号在距离压缩过程中引入距离尺度变化,合理选择变尺度因子,消除了子孔径间距离拉伸尺度的差异.修正了相位补偿因子,使距离向压缩结果体现出方位时间.方位向压缩后,将各子孔径数据按时间先后排序拼接、运算,合成出全孔径分辨率图像.计算机仿真实验证明了该算法的有效性.     

基于线性预测外推的高分辨率雷达成像

为了提高实验室合成孔径雷达(SAR)成像系统的分辨率,采用自回归(AR)模型,对采集到的数据进行距离向和方位向上的线性预测外推,对外推后的数据进行快速傅里叶变换(FFT)。实验结果表明,相比于传统的快速傅里叶变换成像算法,在同样的硬件条件下,使用该方法可以提高该系统的纵向及横向的分辨率,得到更清晰的雷达图像,或使用较小孔径长度就可以获得相同质量的雷达图像;并且该算法计算速度较快,易于操作,便于在系统上实现实时成像。     

超宽带合成孔径雷达在穿墙成像中的应用

合成孔径雷达(Synthetic Aperture Radar,SAR)是一种全天候、全天时的现代高分辨率微波成像雷达.分析了收发共置天线模型和多元静态雷达模型,FDTD建模模拟了室内目标探测场景,通过后向投影算法(back projection,BP)得到雷达图像,很好的验证了该雷达用于穿墙中的高分辨率成像.电磁波在...     

基于暗通道的快速图像去雾方法研究与实现

暗通道先验(Dark-Channel Prior)去雾方法在处理单幅户外场景图像方面已经取得了非常好的效果,但是在对高分辨率图像以及包含大片白色区域的图像进行处理时,存在运算时间过长、去雾后的图像带有块状噪声等问题。结合暗通道先验去雾算法针对以上问题提出了一种改进的图像去雾方法,首先对高分辨率带雾图像进行降维处理并获得若干子图像,选取其中部分子图像进行暗通道去雾处理后,再对去雾后的子图像进行滤波、融合以及升维处理,还原分辨率后得到清晰的无雾图像。实验结果表明,改进方法可以较好的达到去雾目的,提高图像整体的对比度,真实地复原图像场景细节,同时可以明显提升算法的运算速度,在保证去雾效果的前提下大幅度降低了计算量。     

基于半耦合字典的快速图像超分辨率重建算法

为了提高图像超分辨率重建的效率与质量,考虑到高、低分辨率稀疏表示系数的不同,改进了锚定邻域回归算法,并结合半耦合字典学习算法提出了一种快速图像超分辨率重建算法.首先采用半耦合字典学习算法得到高分辨率字典、低分辨率字典及映射矩阵;再采用岭回归算法求解低分辨率稀疏表示系数,并根据高分辨率稀疏表示系数与低分辨率稀疏表示系数之间的映射关系,得到高分辨率稀疏表示系数;然后,根据输入图像块特征寻找字典中与其最相关的字典原子,计算该字典原子所对应的投影矩阵,进行超分辨率重建.仿真结果表明:提出的算法不仅在重建速度上表现更快,重建图像的质量也得到提高,在客观指标和主观效果上均取得更好的效果.     

图像基于小波包变换的多尺度匹配算法

基于梯度算子的图像匹配方法存在收敛速度慢、迭代容易落入局部最优点等问题,针对这些问题,提出了一种基于小波包变换的多尺度图像匹配算法.该算法利用小波包的多尺度特征对图像进行不同分辨率的分解,先对低分辨率的子图像进行匹配,再根据该结果对高分辨率的子图像进行匹配.实验表明该算法匹配准确度高,计算速度较快且减小了迭代落入局部最优解的概率.     

合成孔径雷达自回归线性预测带宽外推超分辨率成像算法

提出一种合成孔径雷达(SAR)二维自回归线性预测带宽外推超分辨率成像算法。根据SAR成像机理推导SAR线性预测带宽外推的信号模型;利用观测数据和SAR信号模型,估计表征信号带宽内和带宽外数据性质的统计特性,计算二维自回归(AR)模型参数;采用层迭方式外推观测数据,生成高分辨率图像。分别利用距离向数据、点目标仿真数据和实测数据对本文方法进行有效性验证。研究结果表明:本文方法可以在不增加硬件系统负担的情况下,提高影像分辨率。     

基于流形学习和梯度约束的图像超分辨率重建

将改进的基于流形学习的超分辨率重建与基于梯度约束的正则化重建结合起来,提出一种新的单帧图像超分辨率重建算法.该算法首先针对基于流形学习的超分辨率重建,提出新的特征提取方法,联合归一化亮度与平稳小波变换细节子带系数两个特征矢量,提高重建性能;然后将学习得到的高分辨率图像作为初始估计,将其梯度作为目标梯度域,进行基于梯度约束的正则化重建,得到最终的高分辨率图像.与现有的一些算法相比,文中算法无论在视觉效果还是客观评价上都具有较好的重建性能.     

双基地SAR点目标图像质量评估算法

为检验双基地合成孔径雷达(BiSAR)成像算法的正确性,需要对BiSAR成像结果做出定量的评价.针对BiSAR点目标成像结果方位向方向和距离向方向不正交的问题,提出相应的点目标成像质量评估算法.该算法对BiSAR点目标成像结果进行二维插值和旁瓣扩展方向自动搜索,并沿其搜索方向对仿真图像进行定量评估.计算机仿真结果验证了该算法的有效性.     

一动一静双基地SAR动目标检测方法研究

针对一动一静双基地合成孔径雷达(SAR)系统,提出了一种多通道双基地SAR动目标检测与速度估计方法;并且在杂波对消后利用目标幅度或相位信息,得到了运动目标径向速度和位置偏移量估计的解析表达式.仿真中利用卫星平台作为发射机、平流层飞艇平台作为接收机,验证了算法的正确性.     

MEO星弹双基SAR多普勒特性及分辨率分析

中地球轨道SAR具有波束范围覆盖广、重访时间短等特点，将其作为发射平台，弹载SAR作为接收平台，可以大范围面、高机动性地对重点区域高精度成像。根据空间系统模型建立MEO星弹双基SAR等效模型，对收发平台斜距模型进行描述，将其等效为多项式模型，并分析了孔径时间内的斜距误差，验证模型有效性；根据平台特性重新分析多普勒特性，得到多普勒中心频率和多普勒调频率的二维空变特性；运用梯度法计算距离分辨率、方位分辨率，并分析其随成像区域的变化情况。仿真实验表明，成像区域内的分辨率受俯冲速度的影响是不均匀的，应改变斜视角或改变双基构型，使关注的目标处在受速度影响较小的区域。     

SAR有源压制干扰抑制效果评估方法研究

合成孔径雷达(SAR)是对地观测和军事侦察的重要手段,但SAR非常容易受电子干扰的影响.SAR干扰技术的发展也促进了抗干扰技术的发展,现代SAR系统往往采用多种抗干扰技术.干扰抑制效果的评估是衡量一种抗干扰方法有效性以及SAR系统抗干扰性能的一项综合性指标.本文针对有源压制干扰,将干扰抑制效果评估方法划分为主观评估方法和客观评估方法.对于主观评估方法,引入了图像质量等级改善因子的概念,提出了基于图像质量等级评估标准的主观评估法,该方法可以在一定程度上降低主观评估结果的随机性和主观性.对于客观评估方法,研究了基于回波能量的评估方法和基于图像质量指标的评估方法,给出了具体的评价指标,可以客观、定量的对干扰抑制效果进行评估.最后分别采用点目标和面目标对客观评估方法进行了仿真验证,结果表明了方法的可行性和有效性.     

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。     

基于地理坐标参数的SAR图像自动概略配准法

提出了一种新的基于地理坐标参数的SAR(Synthetic Aperture Radar)图像自动概略配准方法.该方法利用SAR图像的地理坐标(经纬度)参数,用多项式拟合主辅图像中像元的地理坐标随其图像坐标的变化,首先得到主图像中心像元地理坐标值,然后在辅图像中找到某个像元,其地理坐标等于主图像中心像元的地理坐标,此辅图像中像元的图像坐标与主图像中心像元的图像坐标之差即为概略配准的偏移量.用真实的SAR数据研究证明,本文提出的方法运算速度快,配准精度高.     

基于新区域一致性度量与图论的SAR图像区域分割

由于SAR图像含有斑点噪声, 传统区域分割方法已不再适用于SAR图像分割.为此提出了一种新的SAR图像区域分割方法.该方法通过定义一种可有效抑制斑点噪声影响的区域一致性度量,以指导四叉树技术分裂SAR图像得到初始分割区域;然后以区域为顶点和区域间的相似度为边权,构建一个完全赋权图.最后运用图论分割方法中可利用全局信息的Minimum Cut方法进行区域合并,获得最终的图像分割结果.实验结果表明了该方法的有效性.     

基于纹理特征的高分辨率合成孔径雷达影像单体建筑物震害信息识别

获取震后建筑物震害信息有利于开展人员救援和灾后重建工作。由于高分辨率合成孔径雷达（SAR）数据少有震前数据存档,利用震后单时相高分辨率SAR数据评估建筑物震害成为研究热点,但利用高分辨率SAR数据对单体建筑物的研究却很少。本文以北川老县城震后0.24mTerraSAR-X聚束模式（ST）数据为数据源,经多视处理后提取建筑物纹理特征,对比分析不同视数大小和纹理计算窗口大小对建筑物震害识别影响,确定最佳纹理计算窗口大小和视数大小。结合震前光学数据,获得SAR单体建筑物轮廓图,随机选取建筑物轮廓样本作为训练样本,引入支持向量机（SVM）和随机森林（RF）分类器识别建筑物震害信息。结果表明,基于纹理特征的SVM、RF方法能有效地识别高分辨SAR影像单体建筑物震害信息,SVM识别精度可达到88.24%,RF识别精度可达到92.47%。可见基于高分辨率SAR数据的纹理特征识别建筑物震害方法稳定有效,可为灾后应急、灾害评估和灾后重建工作提供可靠信息支撑。     

实时SAR成像处理器系统结构评估

为了全面评估合成孔径雷达(syn thes is apertureradar,SAR)实时成像处理器的性能,该文将现有的SAR成像处理器的结构分为串行结构、并行结构和混合结构,提出加速比,吞吐量,有效利用率等有效的系统结构指标及其计算方法,并结合成像质量指标,用于系统性能的全面评估。对采用Ch irp Sca ling算法的某星载SAR并行结构和串行结构实时成像处理器的指标分析表明:在相同的成像质量指标下,并行结构的系统性能指标明显优于串行结构。基于该文提出的成像质量指标和系统结构指标相结合的评估体系,可以全面评估和优化SAR成像处理器的设计。     

融合目标轮廓和阴影轮廓的SAR图像目标识别

针对合成孔径雷达图像目标识别问题,在基于图像成像模型分析基础上,提出了一种融合SAR目标轮廓和阴影轮廓的目标识别算法.首先提出了一种基于去控制标记符的SAR图像分割算法,得到SAR图像目标轮廓和阴影轮廓,然后用这2种轮廓融合,用傅立叶描述子将二维数据转为一维数据,最后用基于串接准则的融合算法得到识别结果,进行SAR目标识别.基于MSTAR的实验结果验证了本算法的有效性.实验结果证明:目标轮廓和阴影轮廓的结合,除反映本身包含的局部空间结构信息外,还能反映SAR目标的高度信息,较单一轮廓特征,是一种更为稳健的特征.