基于多尺度特征的高分辨率SAR图像机动目标识别

针对客观世界本身的多尺度特性及多尺度分析方法的有效性,提出了能够体现目标宏观和微观固有多尺度信息的SAR图像目标识别方法。该方法通过引入目标先验信息分割出反映目标形状的区域;并根据SAR图像目标对Gabor滤波器组的不同响应,利用多尺度信息及尺度间的相依性提取新的多尺度特征;最后按照方位信息建立多尺度特征库用以指导目标识别。通过MSTAR的实测SAR目标数据集进行了多尺度特征建立和目标识别测试,试验结果表明了该方法的有效性。     

SAR图像几何精校正的OpenMP-GPU协同处理实现

几何精校正是合成孔径雷达(SAR)图像处理的一个重要步骤,随着SAR图像时空分辨率的增加,SAR图像几何精校正生产面临着速度上的挑战。提出了一种分块仿射变换结合OpenMP-GPU协同处理的方法。采用分块仿射变换简化图像坐标位置变换,利用OpenMP并行计算提高仿射变换系数的计算速度,同时采用图形处理器(GPU)对图像坐标转换和亮度值重采样操作进行加速处理。实验结果表明,该方法对比传统CPU串行计算的校正方式具有明显的速度优势。     

基于高光谱遥感数据的城市河网水体提取方法比较

目前水体提取多局限于基于多光谱遥感数据的研究,高光谱遥感的出现为水体精细光谱获取和水体提取提供了可能.以机载高光谱遥感数据源为基础,构建了适用于可见-近红外高光谱数据的水体提取决策树,充分利用高光谱数据的光谱丰富性,设定了决策树的最优波段和提取阈值.以2012年AISA成像光谱获取的嘉兴城区高光谱数据作为验证数据,采用检出率和误检率对所提出的水体提取算法进行验证和评价.实验结果表明,对比单波段阈值法、谱间关系法、归一化水体指数法、分类法和决策树这5种方法,决策树水体提取方法效果最好且误检率最低.