一种规整化的各向异性扩散相干斑抑制算法

针对基于各向异性扩散的相干斑抑制算法 (SRAD)中存在的不合理性,即算法在均匀区域内降噪特性一般,并且扩散系数的非凸可能导致解不收敛到正确的图像,从理论上进行了系统的分析和论证,并依据保持图像细节的规整化准则,构造出新的扩散控制系数。在此基础上,进一步提出了一种更合理的规整化各向异性扩散模型 (RSRAD),该模型可以有效地克服SRAD中存在的不合理性。实验结果表明,RSRAD算法优于SRAD。     

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.     

基于超像素与LightGBM的极化SAR图像地物分类

极化合成孔径雷达(SAR)图像的相干斑噪声降低了地物分类的准确率;联合极化SAR图像众多特征分类,过大的输入特征维度导致分类耗时长。为解决上述问题,提出一种基于超像素与LightGBM的分类算法。该算法充分利用极化SAR图像的极化特征与纹理特征,具备较强的分类能力;采用LightGBM处理大维度输入特征,能够快速得到基于像素的初级分类结果;利用SLIC生成基于超像素的极化SAR图像,并在各超像素内逐像素投票得到基于超像素的二级分类结果,抑制了相干斑的影响。利用实测极化SAR数据进行实验,分类的总体准确率超过97%,且分类耗时短。     

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NSCT和ACO的SAR图像舰船检测

为更好地获取舰船检测的图像信息,通过对雷达图像中舰船目标与相干斑噪声的分布特点进行分析,提出1种基于非下采样变换(Nonsubsampled Contourlet Transform, NSCT)与蚁群优化(Ant Colony Optimization, ACO)算法相结合的合成孔径雷达(Synthetic Aperture Radar, SAR)图像舰船目标检测方法.该方法通过对SAR图像进行NSCT自适应阈值去噪,再应用ACO进行边缘检测,实现舰船目标的精确检测.仿真结果显示,该方法能够在复杂相干斑噪声背景中有效提取舰船目标的轮廓信息,很好地保持图像纹理和舰船结构,具有理想的抗干扰性能,保证检测结果的准确性.     

一种新型的空域极化SAR数据相干斑滤波方法

提出一种新型的空域极化SAR数据相干斑滤波方法,改进了Sigma滤波并结合基于Freeman-Durden分解的Wishart非监督分类方法,在保留强点目标的同时,有效选择同质区域且具有相同散射类型的像素参与滤波.实验结果表明,在相干斑噪声抑制和边缘纹理细节信息保持方面,该方法均具有优越性,且能保持极化SAR数据的地物散射特性.     

基于分类的极化干涉SAR数据相干斑滤波方法

提出一种极化干涉SAR数据滤波方法.通过结合最优干涉相干系数和Freeman-Durden分解的非监督分类方法,利用干涉信息对极化信息不敏感的体散射区域进行进一步的划分;再选择与中心像素同类且干涉相位相近的像素参与滤波,达到在滤波的同时更好地保护数据极化信息和干涉信息的目的.利用ESAR数据进行实验,证明2种改进算法在抑制相干斑的同时,能有效保持目标散射特性、数据极化信息和干涉信息.     

基于压缩感知的SAR图像压缩算法

研究基于压缩感知的合成孔径雷达(SAR)图像压缩算法.根据压缩感知理论,在信号降维方面,提出一种更优化的观测矩阵构造方法;在信号重构方面,提出一种基于微分熵和迭代加权最小二乘的改进重构算法.通过对SAR图像进行压缩和性能比较,得出结论:本文提出的改进算法优于传统的压缩感知算法.     

干涉SAR图像数据压缩

研究干涉SAR图像数据压缩问题,提出将干涉SAR的数据压缩转化为一个幅度图像的压缩和一个干涉相位图的压缩. 设计机上信号处理流程,给出基于DCT和DWT的2种机上数据压缩方法,并对其数据压缩性能进行分析. 针对相干斑对干涉相位影响较大的问题,在对干涉相位图进行压缩前,插入回转中值滤波. 不同信噪比下干涉SAR仿真数据和实际数据的处理结果,表明了本文方法的有效性.     

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.     

基于仿真SAR图像深度迁移学习的自动目标识别

使用深度卷积神经网络实现SAR图像的自动目标识别在训练过程中需要大量的标注数据。为解决由SAR实测数据获取成本高、标注数据量不足带来的问题,提出一种在由CReLU激活函数和批归一化改进的卷积神经网络上,使用仿真SAR图像提升最终目标识别性能的方法,把从大量仿真SAR图像学习到的有效知识迁移到实测SAR图像数据上。在训练中,先用仿真SAR图像预训练卷积神经网络,结合迁移学习的方法,有效地解决由SAR图像数据不足带来的过拟合问题。在MSTAR数据集上验证方法的有效性,识别准确率提高到99.78%,并在少量SAR图像样本数据上也取得不错的识别效果。     

基于相对全变分的复杂背景SAR图像舰船尾迹检测

SAR图像舰船尾迹检测不仅能够反演运动舰船的航速航向信息,也有助于发现图像中弱小的舰船目标。现有的舰船尾迹检测方法对于简单背景SAR图像的检测效果较好,但复杂背景下的检测效果难以满足使用要求。提出一种基于能量泛函极小化的复杂背景SAR图像舰船尾迹检测方法。该方法采用相对全变分技术将图像分解为包含舰船尾迹的光滑成分和海背景纹理成分,通过剪切波变换高频系数重构增强光滑成分,再通过Radon变换检测光滑成分中的尾迹线。比对实验结果表明,本文所提方法对于复杂背景SAR图像的舰船尾迹检测效果明显优于现有的方法。     

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。     

建筑物的高分辨率SAR图像仿真方法

提出一种基于建筑物几何特征的高分辨率（VHR）SAR图像仿真方法。该方法首先构建成像场景模型,以改进的光学着色模型近似散射模型;然后在场景间进行射线追踪,得到目标的散射强度信息和位置信息;为使仿真图像更加真实,引入后处理过程;最后经二维成像,得到逼真的建筑物SAR仿真图像。分析和仿真结果表明,该方法准确高效地仿真建筑物在SAR图像中的几何特征和辐射特征,可为理解和解译SAR建筑物图像提供有效的数据支撑。     

高分辨率SAR子孔径图像相干性分析 及其地物分类应用

针对相干性这一合成孔径雷达(SAR)图像分析常用的特征量进行分析,首先从理论上分析高分辨率SAR图像中人造目标和自然地物等典型目标的子孔径、子频带以及不同子孔径重轨干涉图像间的相干系数,然后利用高分辨率星载SAR实际数据开展上述相干系数的计算,验证分析的正确性。随后根据不同地物在不同维度相干系数上体现的不同特点,进行非监督地物分类,并给出不同类别所表征的地物特点。分析结果可为高分辨率SAR数据的优化应用提供支撑,并可加深对SAR不同地物目标特性的理解。     

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.     

一种适用于SAR图像配准的改进SIFT算法

针对SAR图像特点,在传统SIFT算法的基础上,结合ROEWA和OTSU算法,提出一种改进的SIFT算法。该方法首先通过ROEWA和OTSU算法分别检测图像的边缘区域和阴影区域,再与SIFT算法相融合检测特征点、寻找匹配点并计算变换矩阵实现图像配准。与原算法相比,该方法消除了DoG算子的边缘响应和阴影的影响,使提取到的特征点更加精确,可提高正确匹配率,增强算法的稳定性,并提升图像配准的精度。     

遗传规划在SAR图像识别中的应用

提出一种基于遗传规划的合成孔径雷达图像识别方法.首先提取SAR图像的5种特征作为原始特征,然后利用遗传规划算法在5种原始特征上合成新的特征,最后采用支持向量机进行分类.实验结果表明了算法的有效性.