一种基于仿真图像模板的SAR目标分类方法

在基于实测图像模板的SAR目标分类方法中,环境因素、成像参数等差异性造成了模板库存储量过大与完备性需求的矛盾.针对此问题提出一种基于仿真图像模板的SAR目标分类方法,通过减少模板库的存储量来降低实测数据的采集成本.该方法首先采用正则化方法对图像进行预处理来减少噪声,在此基础上提取目标峰值特征,然后利用几何哈希匹配算法实现目标的分类.实验中的仿真图像模板库采用RadBase软件生成,结果表明新方法对MSTAR实测数据进行目标分类的精确度较高,适应性较好.     

大椭圆轨道SAR滑动聚束模式设计及斜距模型

针对大椭圆轨道合成孔径雷达存在大偏心率,时变轨道高度及时变卫星速度等特性,首次开展了大椭圆轨道SAR滑动模式设计研究.对大椭圆轨道SAR滑动聚束模式设计,考虑了不同轨道位置处不同分辨率改善因子、地面波束足迹一致性、天线扫描角度、天线扫描角速度等.对大椭圆轨道SAR滑动聚束模式回波斜距模型研究.仿真分析结果表明大椭圆轨道SAR滑动聚束模式参数需要随轨道位置变化进行调整,为了满足成像需求斜距模型需要展开到三阶.      

基于SAR测量的改进型VIE降雨反演算法

提出一种新型降雨反演算法,该算法是对沃尔塔积分方程（Volterra integral equation,VIE）降雨反演算法的改进.首先,对雷达接收到的回波数据进行预处理,得到降雨起点和降雨宽度等信息;然后,仅利用沃尔塔积分反演算法处理少量特定区域,通过深度挖掘数据变化的规律来分析得出降雨分布的类型和降雨速率;最后,根据通常研究对象的分布对称性,结合已经获得的信息反演得到整个区域的降雨分布情况.通过仿真结果可知,该算法高效、计算速度快,并且具有较高的精度.     

多尺度自卷积方差显著性SAR图像目标检测

针对SAR图像中显著性目标检测问题,提出一种基于多尺度自卷积方差显著性的自适应检测算法. 该算法在对SAR图像多尺度自卷积运算基础上,通过计算MSAV得到方差显著图. 设计了一种自适应阈值检测器,完成SAR图像中显著性目标的检测. 实验结果表明,在复杂背景环境下,所提算法能有效检测出与人类视觉较为一致的显著性目标.     

基于MRF的高分辨率SAR图像道路网自动提取

各种干扰的存在使得高分辨率合成孔径雷达(synthetic aperture radar,SAR)图像道路网的提取变得异常困难。马尔可夫随机场(Markov random field, MRF)模型能够充分利用道路图像的上下文特征以及先验知识,在道路网提取中得到广泛应用,但存在求解过程偏慢及参数设置偏多问题。首先根据道路空间几何特征关系对提取出的线基元进行预连接,以此减少虚假连接给MRF迭代求解带来的运算量;然后建立MRF道路网改进模型对道路网进行快速标记。使用1m机载高分辨率SAR图像进行实验,结果验证了该方法的有效性。     

基于相似性度量的高分辨率SAR图像无监督分割

SAR图像中斑点噪声的存在给分割造成了严重的影响.为此,基于JSEG平台,针对高分辨率SAR图像的特点,提出了一种新的相似性度量,这也是该无监督分割算法的核心.该算法主要由预处理、纹理组合和区域生长三个步骤来完成.在纹理组合中,利用新的相似性度量标准,把预处理后的SAR数据通过计算映射成一组新的数据,这组新数据可初步表征图像的分割;最后利用简单的区域生长完成分割.实验结果表明,该方法充分利用了SAR图像的特征信息,能够准确实现对SAR图像的分割,并具有很好的稳健性.     

Multiscale modeling for classification of SAR imagery using hybrid EM algorithm and genetic algorithm

A novel method that hybridizes genetic algorithm (GA) and expectation maximization (EM) algorithm for the classification of synthetic aperture radar (SAR) imagery is proposed by the finite Gaussian mixtures model (GMM) and multiscale autoregressive (MAR) model. This algorithm is capable of improving the global optimality and consistency of the classification performance. The experiments on the SAR images show that the proposed algorithm outperforms the standard EM method significantly in classification accuracy.     

基于双变量收缩函数与小波系数增强的SAR图像去噪

在充分考虑斑点噪声模型特殊性的基础上,将双变量收缩函数与小波系数显著性增强相结合,提出一种新的用于SAR图像的斑点抑制算法.将双变量收缩函数与双树复小波推广至斑点噪声模型,利用相邻尺度小波系数的联合概率密度函数与噪声的统计模型联立后,通过最大后验概率估计出滤波后图像的小波系数,再采用小波系数的模极大值准则对系数进行显著性增强,突出图像的边缘特征和点特征.仿真实验表明,与其他传统的去噪算法相比,该算法具有更好的去噪效果.     

Yushu earthquake synergic analysis using multimodal SAR datasets

The large earthquake measuring 7.1 on the Richter scale that occurred in Yushu County, Qinghai Province, China, on April 14, 2010, caused a huge loss of life and major damage to people’s properties. Using three modal synthetic-aperture radar (SAR) datasets, wide-swath SAR, interferometric SAR and polarimetric SAR, the following studies were conducted: (1) From Radarsat-2 wide swath SAR data, the regional geological structures and lithologic distribution characteristics of the Yushu earthquake were analyzed. (2) Using advanced land observing satellite/phased array L-band interferometric SAR data, the coseismic deformation field of the Yushu earthquake was obtained, and the size and spatial distribution of deformation were studied combining with the result of regional geological background analysis. (3) From Radarsat-2 polarimetric SAR data, the H-α-ρ method was used to extract the spatial distribution of building collapse caused by the earthquake in the Yushu urban area, and the reasons for the severe earthquake damage to buildings are also discussed and assessed. The study results demonstrate the effectiveness and important potential of using multimodal SAR data for synergic analysis and assessment of earthquake disasters.     

基于SAR卫星资料的船速估算

为利用SAR卫星图像中的船舶尾迹来估算船舶速度,介绍了船舶尾迹在SAR卫星中的成像机理,分析了估算船速的可行性,对目前船舶速度估算算法进行了比较,并采用船舶尾迹多普勒位移方法实现对船舶速度的估算.利用相匹配的AIS数据对实例数据进行验证,结果表明,可以利用SAR资料对船速进行粗略估算.