一种基于CLEAN的SAR图像旁瓣抑制方法

把通常用于图像处理的CLEAN算法引入到SAR成像处理中,提出一种基于CLEAN的SAR图像旁瓣抑制方法.分析算法流程,比较点目标仿真结果和RADARSAT-1海洋稀疏目标场景成像结果,表明该方法在保证成像分辨率的同时,能够有效地抑制合成孔径雷达图像的旁瓣.     

基于卷积注意力和胶囊网络的 SAR少样本目标识别方法

合成孔径雷达( SAR)目标识别在军事和民用领域都具有重要的研究价值。但由于SAR数据获取成本高、样本数目少,传统的卷积神经网络提取目标特征的能力不足,准确率低下。提出结合卷积注意力和胶囊网络的分类模型,利用胶囊网络中的多维向量神经元表示目标更多的特征;同时,考虑到少样本情况下目标特征信息缺乏,为提高神经网络的学习效率,对胶囊网络加入注意力机制,通过学习不同特征的重要程度,引导分类网络重点关注对分类结果贡献大的特征,弱化对分类结果贡献小的特征,提高神经网络的学习效率。针对MSTAR数据集和实测车辆数据集的实验结果表明,该算法的准确率高于传统的卷积神经网络和胶囊网络算法。     

基于稀疏求解的改进PCA方法在SAR目标识别中的应用

针对实际军事情况下车辆目标为非合作目标,提出改进的主成分分析方法（IPCA）。它首先利用稀疏求解方法得到与测试样本最相关的部分训练样本以及它们对测试样本的表示系数。然后结合主成分分析（PCA）得到最优投影矩阵,使投影后不同测试样本能更好地利用训练样本信息进行分类。利用美国运动和静止目标获取与识别数据库中3类目标进行识别实验,结果表明基于改进的PCA方法比传统的PCA方法能够得到更高的识别率,并对稀疏方位角训练样本有更好的鲁棒性。     

基于SVM/LDA的SAR图像目标鉴别方法

提出一种基于主成分分析和支持向量机与线性判别分析结合算法的合成孔径雷达(synthetic aperture radar,SAR)图像目标鉴别方法. 利用主成分分析算法对SAR图像向量进行降维并提取其全局特征,对降维后的全局特征采用最小类内散度支持向量机算法进行变换,并对变换结果训练生成最佳分类器,进行分类完成目标鉴别. 实验结果表明该方法可以获得较高的分类正确率.     

高光谱图像半监督局部稀疏嵌入降维算法

针对目前高光谱图像半监督降维算法中基于流形学习的开放性选择近邻参数问题,以及利用传统算法不能有效地获取标签数据的局部信息,提出了一种无需考虑近邻参数的半监督局部稀疏嵌入(SELSE)算法.该算法基于稀疏表示理论,通过求解范数优化问题构建稀疏系数图,并且利用有限的标签数据最大化类间信息,提取高光谱图像的特征.在AVIRIS高光谱遥感图像的Indian Pine数据集上进行仿真实验,结果表明所提出算法在分类精度和计算效率上都有所提高.     

基于分布式压缩感知的重轨干涉SAR形变检测方法与实验

提出一种基于分布式压缩感知(DCS)的重轨干涉SAR形变检测方法.DCS理论利用多次观测信号集的联合稀疏特性和相关性,对信号集进行联合重建.本文将DCS理论引入微波成像形变检测中,并对地基SAR复数据进行处理,利用相位数据检测场景形变,比较压缩感知(CS)算法和DCS算法在降采样条件下的重建结果.CS算法和DCS算法都具有保相性,在幅度和相位图像中可以很好地消除副瓣,成像效果比Omega-k算法好.基于DCS的稀疏微波联合观测系统可以利用多幅场景间回波数据的联合稀疏特性,进一步降低数据采集,实现准确重建和检测.     

基于图像分割和EM算法的PolSAR地物分类方法

在极化合成孔径雷达（PolSAR）地物分类研究中,基于卷积神经网络的图像分割算法存在高维特征信息冗余而导致的分类边界模糊、分类精度低、计算复杂等不足,提出一种基于卷积神经网络和EM算法的轻量化图像分割网络,称为低秩重构网络（low-rank-reconstruction-net,LRR-Net）,应用于全极化SAR图像的地物分类。LRR-Net从极化目标分解的思想出发,利用EM算法对特征进行低秩重构,将特征从高维空间映射到低维空间,在减少参数的同时实现更精确的分类。用高分三号全极化图像数据对模型进行训练测试并评估,结果表明模型在保证分类精度的前提下,降低了模型复杂度。     

一种基于显著性的高海况SAR图像船舶目标检测方法

提出一种基于显著性的高海况SAR图像船舶目标检测方法Itti-SAR,该方法由显著图提取与连接性判断两个阶段组成。在显著图提取阶段,针对SAR图像特性,将改进的方向特征和一致性特征引入传统视觉注意模型,以构建适用于SAR图像的显著性模型,实现高海况SAR图像船舶目标显著图的提取。在连接性判断阶段,采用密度约束对显著区域的连接性进行判断,防止将单个目标检测为多个,从而进一步降低虚警。在多幅SAR图像上的实验结果验证该方法的有效性,与经典CFAR算法的对比实验显示出其查准率、召回率高和不依赖于先验知识的优点。     

一种基于活动围道的纹理图像分割方法

将Gabor滤波器和各向异性扩散方程相结合,提出了一种基于活动围道的无监督纹理图像分割算法.采用基于总变分流的扩散函数,各向异性扩散方程可以有效地在保留纹理图像大尺度边界信息的同时,对图像纹理区域进行平滑,获得比原始图像更易分割的简化图像.但是平滑过程中纹理信息的丧失,限制了该方法的通用性和有效性.为了在利用各向异性扩散方法的同时,有效地提取和利用纹理信息,我们利用Gabor滤波器提取一组表征纹理方向性和尺度性的特征图像;同时将原始图像作为表征纹理灰度信息的一个特征通道考虑;再利用矢量形式的各向异性扩散方程,对特征图像进行边界保持的各向异性平滑.将基于区域灰度统计参数估计的活动围道分割方法扩展到矢量空间,来对平滑后的纹理特征量进行分割.实验证明,利用该纹理分割算法可以获得较好的效果.     

基于分布式压缩感知的重轨干涉SAR形变检测方法与实验（英文）

提出一种基于分布式压缩感知(DCS)的重轨干涉SAR形变检测方法.DCS理论利用多次观测信号集的联合稀疏特性和相关性,对信号集进行联合重建.本文将DCS理论引入微波成像形变检测中,并对地基SAR复数据进行处理,利用相位数据检测场景形变,比较压缩感知(CS)算法和DCS算法在降采样条件下的重建结果.CS算法和DCS算法都具有保相性,在幅度和相位图像中可以很好地消除副瓣,成像效果比Omega-k算法好.基于DCS的稀疏微波联合观测系统可以利用多幅场景间回波数据的联合稀疏特性,进一步降低数据采集,实现准确重建和检测.     

一种基于层次稀疏的全极化SAR层析成像方法

SAR层析成像利用多航过复数据对观测目标进行高程向重构，全极化数据具有丰富的散射信息。将全极化数据与SAR层析成像相结合，利用城市建筑高程向散射体的稀疏性和全极化数据信号稀疏支撑集相同的特点，提出基于组稀疏约束和稀疏约束相结合的求解模型，并利用层次稀疏的方法对模型进行求解。通过Monte Carlo仿真实验将该模型法的性能与单极化层析成像模型和基于组稀疏的求解方法的性能进行对比，并将该方法应用到实测数据的半点目标仿真实验中。结果表明，本文提出的方法提高了高程向重建精度，且有更好的鲁棒性，在低信噪比下也能较好地恢复目标的高程向信息和后向散射系数。     

一种基于双树复小波变换的SAR图像边缘检测算法

提出一种新的基于双树复小波变换的SAR图像边缘检测算法. 算法在复小波子带上求取图像直方图方向梯度矩阵,并基于复小波变换的多尺度性质和方向选择性求取全局的梯度矩阵. 通过对这一矩阵阈值化实现边缘检测. 该算法能有效检测出SAR图像上的显著边缘,并对SAR图像中存在的相干斑噪声、灰度不均匀性和边缘模糊等现象具有一定的鲁棒性. 实验结果证明了该算法的有效性.     

基于显著性的SAR图像船舶目标检测方法

船舶检测是SAR海洋应用的重要方面。提出一种通用的检测方法，用以检测不同状况下的SAR图像船舶目标。首先将SAR图像分解为金字塔图像序列，然后对其中每一层图像使用谱残差法进行显著性检测，得到包含船舶目标的显著性子图；而后融合各子图得到最终显著图，对该显著图应用优化阈值的分割方法得到最终的检测结果。SAR数据实验结果表明，该方法具有复杂度低、检测精度高等特点，且极大降低了对先验知识的依赖。     

一种基于曲波域的SAR图像特征增强新方法

Starck等人的图像增强方法不能有效增强SAR图像中的边缘特征.为此,提出一种curvelet域SAR图像特征增强新方法.该方法充分利用curvelet变换多尺度多方向特性及其良好的各向异性特点,在curvelet域内提取图像的边缘特征,并定位特征curvelet系数.通过增强特征curvelet系数,达到增强图像边缘特征的目的.实验结果表明,与Starck等人的方法相比,本文算法能够更加有效性地增强SAR图像的边缘特征.     

基于Gabor小波特征确认多媒体消息数字水印版权标识

为解决基于数字水印的无线多媒体消息版权管理系统对提取后水印标识的自动识别问题,本文在充分考虑多媒体消息在传播中可能遭受攻击的基础上,提出一种基于Gabor小波特征的标识确认方案。该方案利用这类小波函数确定的滤波器适合局部分析和多方向多尺度分析的特点,提取与水印版权标识结构信息相关的统计量,形成特征集向量,通过特征集的距离比较,在小尺寸水印质量退化情况下,实现了对水印标识的识别。分析和实验表明,该方案能够满足无线多媒体消息版权管理的需求,并且在文中分析的情况下,设备的自动识别精度可以达到95%以上,较好地支持了对无线多媒体消息的版权管理。     

基于低秩和一维稀疏矩阵分解的多通道SAR-GMTI方法

多通道合成孔径雷达地面运行目标指示(synthetic aperture radar-ground moving target indicator,SAR-GMTI)系统的数据按一定方式重组并处理后,可认为是由表示地杂波的低秩矩阵、表示运动目标的稀疏矩阵和表示噪声的矩阵这3部分组成.但已有的基于矩阵分解的GMTI方法,...     

机载SAR图像无控制点直接定位方法

提出一种机载合成孔径雷达(SAR)图像无控制点定位方法.该方法利用SAR图像辅助数据中的相关参数,依据大地坐标系其中一点的地理坐标以及两点之间的距离-方位关系进行直接的大地主题解算,将SAR图像定位问题转换为大地主题解算问题,实现直接定位.对影响定位精度的系统误差因素进行仿真分析.利用实际的机载SAR数据进行目标定位实验,结果验证了该方法的有效性.     

基于距离方程组的机载SAR图像立体定位方法

提出一种基于距离方程组的机载SAR图像立体定位方法，该方法使用同一成像区域的3幅SAR图像进行无控制点定位，首先确定目标在3幅图像中对应的同名像点，解析该像点对应的雷达平台瞬时经纬度坐标、海拔高度以及目标到雷达平台的斜距值，在地心坐标系下建立3幅图像对应同名像点的距离方程组，对非线性方程组进行求解得到同名像点基于地心坐标系的坐标值，并通过坐标转换得到目标点的经纬度坐标及海拔高度，实现三维定位。对影响定位精度的系统误差因素进行仿真分析，利用实飞的机载SAR图像进行目标定位实验，结果验证了该方法的有效性。