飞行器定位中的地形起伏影响及修正方法研究

针对地面高程起伏对机载雷达成像定位的影响,分别从景像匹配定位和飞行器定位两个方面探讨了地形起伏的影响,提出了一种基于雷达成像几何关系和野值剔除来实现飞行器精确定位的方法。该方法能够避免地形起伏对景像匹配的影响而产生的飞行器定位偏差,较好地修正地形起伏对飞行器定位影响而产生的偏移,并适于飞行器上实时处理。经实验验证,当飞行高度在6 km时,在经度和纬度方向飞行器定位中误差分别为13.70 m和28.04 m,保证了1个像素(32 m)内的定位精度。     

基于Radon变换的机场目标检测与定位算法

为了提高影像匹配的可靠性，提出一种实孔径雷达影像中机场目标精确定位的算法．采用模糊处理技术对原始影像进行增强，使得机场目标在影像背景中较为突出，并利用Radon变换检测到机场跑道方向线；基于机场的有关知识，检测到机场跑道的两个端点及宽度；利用得到的机场目标信息对原始实孔径雷达影像进行处理，并用该影像与相同地区的合成孔径雷达基准图进行匹配，得到了满意的效果．     

一种基于SVR的SAR图像自适应滤波算法

针对合成孔径雷达（synthetic aperture radar, SAR）图像相干斑噪声抑制问题，提出了一种基于支持向量回归（support vector regression, SVR）分析的空间域自适应滤波方法。将SAR图像看做连续二维函数，利用SVR方法对其进行逼近。基于图像的逼近结果描述像素关联性，并基于关联性破坏程度对噪声进行类型分析，对不同类型的噪声采取确定性的抑制算法。为了保证精度，选择小波核函数构建支持向量回归机。实验结果表明了该方法的有效性和对经典方法的改进。     

合成孔径雷达图像斑点噪声滤波方法研究

探讨了适于合成孔径雷达图像斑点噪声滤波的小波基选择与小波提升问题.在分析了利用马尔科夫模型描述小波系数相关性问题的基础上,提出了一种基于小波系数高斯混合模型和隐马尔科夫模型的雷达图像斑点噪声滤波方法.使用几种典型的滤波处理方法,分别对星载和机载的合成孔径雷达图像进行滤波处理.实验表明,所提出的图像滤波方法能够更好地抑制雷达图像的斑点噪声.     

分量模型和散射参数的全极化雷达图像分类

在分析了典型的极化目标分解和地物分类算法基础上,提出了融合Yamaguchi分解和H/α(H为散射熵,α为地物散射角)平面分解结果的迭代处理目标分类方法.首先,通过获取4种散射分量及地物的散射熵和散射角,结合6个参量,将极化合成孔径雷达图像中的地物初始分类;然后,利用相干散射矩阵服从Wishart分布的特性进行迭代,获得最终分类结果.实验结果证明,该算法提高了分类性能,运算量小,分类效果较好.     

提升小波与隐马尔科夫模型的SAR图像噪声滤波

利用提升小波技术和马尔科夫模型进行雷达图像斑点噪声的抑制具有明显优越性。讨论了雷达图像斑点噪声滤波的小波基的选择和提升方法,分析了利用马尔科夫模型描述小波系数相关性的问题,并提出了一种基于小波系数高斯混合模型和隐马尔科夫模型的雷达图像斑点噪声滤波方法。最后使用几种典型的滤波处理方法,分别对两幅合成孔径雷达图像进行滤波处理,实验表明该方法对SAR图像的斑点噪声抑制具有较好效果。     

应用灰度共生矩阵的纹理特征描述的研究

研究一种基于灰度共生矩阵常规量度的纹理特征描述方法。在遥感图像上截取纹理均匀的小图像,进行各种变换,并应用Matlab软件求得其灰度共生矩阵与各个量度值。将已有灰度共生矩阵量度进行线性组合,针对不同样本借助测量平差的方法得出一个新的目标参量的线性表达式模型。选择能够识别样本纹理特征的线性组合形式计算其值。提取所需的纹理特征并用Matlab软件对图像进行计算验证结果。将此方法运用于遥感图像后,可区分出不同的纹理特征。     

基于线特征的SPOT影像几何纠正方法

探讨了利用线特征实现SPOT影像的精确几何纠正问题.在研究SPOT卫星影像星历参数的应用基础上,提出了利用卫星星历参数确定纠正模型的初始参数,将直线方程作为纠正模型的约束条件,通过迭代计算获取纠正模型的精确参数,实现SPOT卫星影像的精确纠正.结果表明,提出的线特征SPOT影像几何纠正方法,可以满足1∶5万数字正射影像的精度要求.