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。     

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。     

基于三维重建的分布式卫星SAR干涉测高模型及误差分析

基于InSAR目标三维重建原理对分布式卫星SAR干涉测高系统模型及工作原理进行了分析,给出了完整的目标位置三维重建闭合形式解;并对影响三维重建精度的主要误差源——基线矢量误差和干涉相位误差进行了详细分析;最后通过仿真分析了基线矢量误差和干涉相位误差特性,从而为系统参量定标及其校正提供了基础.     

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.     

高分辨率SAR图像CFAR分割的改进方法

针对传统的基于韦布尔模型的恒虚警检测(CFAR)分割中误差大、精度低的缺点,提出了分割前对特定方向角样本进行垂直中值滤波、分割后采用区域生长滤波的改进方法.最后用区域间对比度和最终测量精度的分割评价准则,与传统CFAR分割和计数滤波的方法进行了比较.对运动和静止目标获取和识别(MSTAR)样本的实验结果表明,改进方法提高了分割精度,分割效果优于传统的CFAR分割方法.     

基于种子点增长的SAR图像海岸线自动提取算法

SAR图像中斑点噪声的存在使得很难利用简单的阈值分割技术对其进行海岸线提取,而很多基于复杂数学模型的提取算法又常常由于较慢的检测速度限制了它们的应用。本文基于种子点增长的思想,给出了一种快速的海岸线自动提取算法。首先该算法利用象素值统计信息自动定位一个初始种子点区域,并计算初始均值M与初始阈值T。然后基于不断更新的M和T进行海域点增长。增长结束后,对得到的连通海域进行轮廓边界跟踪从而确定出具体的海岸线位置。将其应用于真实的SAR图像,证明了该算法的有效性和实时性。     

一种新的多极化SAR图像滤波方法

为了保持多极化SAR图像的极化特性,协方差矩阵中的每一个元素都必须在相同的局部同质区内进行独立的滤波处理。大多数滤波方法都采用了固定大小的滑动窗技术,导致其同质区域的大小不能自适应于局部纹理的变化,因此,很难解决保留结构特征和平滑斑点噪声这对矛盾。要解决该问题,可采用大小可变的滑动窗来搜索局部的最大同质区,最大同质区的大小能自适应局部纹理的变化。实验结果表明,该方法能有效地保持图像的空间结构特征和极化特性,同时也能获得较好的斑点噪声抑制效果。     

基于模糊水平集的SAR图像分割方法

提出一种SAR图像分割方法,即整合了模糊C均值聚类和基于区域水平集演化的分割方法.该方法通过模糊聚类的结果计算水平集演化的初始化条件及控制参数,从而克服了水平集演化依赖于初始化条件和控制参数且需要较多人工干预的缺陷,增强了方法的鲁棒性.模拟图像及真实SAR图像的实验表明,该方法在不需要人工干预的情况下,能够快速、准确地分割出感兴趣区域.     

地基SAR图像与地形数据的几何映射三维匹配方法

地基合成孔径雷达(GB-SAR)系统具有全天时、全天候、定点连续监测等特点,在矿山及山体滑坡、桥梁沉降、地震形变等领域具有广阔的应用前景.地基SAR图像与上述领域中地形数据的几何映射三维匹配是系统与实际应用相结合的关键技术.本文建立地基SAR系统与地形数据的关系模型及地基SAR系统与雷达图像的关系模型,提出基于距离向和方位向条件的几何映射三维匹配方法;分析几何映射三维匹配过程的误差特性.通过实测数据验证了本文模型及几何映射三维匹配方法的有效性.     

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。     

针对纹理图像压缩的改进SPIHT算法

针对纹理图像压缩提出了一种改进的SPIHT算法. 算法对一阶小波变换产生的LL、HL、LH、HH 4个子带系数分别进行小波再分解,之后对上述4个子带利用SPIHT算法进行联合编码;子带之间的量化比特分配嵌入在编码过程之中,因此可实现4个子带编码比特的自动精确分配. 编码过程充分利用了小波系数的高频分量信息,可有效保持图像中的纹理细节. 最后通过对纹理图像的压缩实验,证实了改进算法的有效性.     

星载SAR原始数据实用化数据域压缩算法量化与饱和误差解析

给出了实用化压缩算法(分块自适应算法及截取高位算法)数据域量化与饱和误差的解析表达式,建立了实用化压缩算法数据域信噪比与回波信号标准差之间的关系.最后,将理论推导结果与数据仿真结果、实测数据结果相比较,验证了理论推导结果的正确性,该方法为星载SAR原始数据压缩比选取提供了理论指导.     

基于改进SPIHT算法的SAR图像压缩

小波变换和多级树集合分裂算法(SPIHT)在合成孔径雷达(SAR)图像压缩方面取得了良好的效果,但SPIHT编码方法的复杂性制约了压缩速率的提高. 针对SPIHT编码速度慢和占用内存大的问题,提出一种改进的无链表SPIHT算法,以提高编码运算速度,减少资源占用量,使其适于硬件实现. 实验结果表明,该方法能达到与原算法相同的压缩效果,而运算速度大大提高,适于实时实现.     

基于最值中滤波的彩色图像噪声滤波器

构建了一种新的消除彩色图象中脉冲噪声的滤波法。该滤波首先根据极值点(最大或最小)的判别标准将全部像素分为两类(信号S与噪声N),再根据空间相关性将噪声点用该点邻域的中值取代,然后进行简单的局部纹理分析而自动选择使用标量中值滤波或者使用矢量中值滤波。实验表明,文中提出的方法计算量少,性能优良,图象信噪比高。     

利用稀疏GCP的多航摄条带机载InSAR定标方法

提出一种利用条带间连接点进行多条带干涉定标的方法.该方法利用条带间重叠区的连接点作为控制点,既实现了多条带数据的干涉定标,又有效减少了地面控制点数量. 实验结果表明,该方法可以准确获取各条带的干涉定标参数,并能解决实际应用中大量布设地面控制点的问题,降低了外定标工作的困难.     

一种适用于双天线InSAR系统的成像定位算法

针对机载双天线InSAR系统实用化测图问题,提出一种将目标定位至数据获取几何的成像算法.该算法可以高效结合自配准处理.相对于将目标定位至零多普勒几何的传统算法,该算法优势在于减少了后续干涉处理过程三维定位的计算量,且成像算法效率与传统算法一致.该算法尤其适用于实用化机载双天线InSAR系统.     

SAR原始数据压缩的自适应比特分配BAQ算法

针对SAR原始数据压缩,在传统BAQ算法基础上,提出一种分块量化比特率可变的BAQ算法,在保持各分块平均比特率固定的前提下,针对不同的数据分块自适应选择量化比特率。与已有的改进型BAQ算法相比,比特率选择机制基于分块数据的信号功率大小,不需要成像区域的先验知识。新方法能够明显提高数据量化信噪比并降低SAR复图像相位误差,而运算复杂度增加很小,并可以实现分数比特率,适应于不同通信带宽的数据传输需要,增加了SAR原始数据实时传输的灵活性。     

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.     

基于PCI和FPGA的InSAR基线测量实时采集系统

针对双天线干涉SAR基线测量系统数据量大、实时性要求高和体积小的特点,设计并实现了一种基于FPGA+PCI的实时数据采集存储系统.系统基于PCI总线技术,采用FPGA和大容量SDRAM对采集数据进行控制和缓存,利用多个硬盘组成的磁盘阵列进行实时存储,实现了CCD相机和激光测距仪与PCI总线间的高速数据实时传输.对系统进行了功能和性能测试,测试结果表明,系统数据吞吐量大,实时性强,性能稳定,能够有效地满足基线测量系统的需求.     

基于边缘和梯度场的图像表示和压缩方法

提出一种基于边缘和梯度场的图像表示和压缩方法.将图像表示成边缘域的像素和非边缘域的梯度场,并分别进行编码.编码端,采用自适应四叉树分解和一维小波变换编码边缘域,采用二维小波变换编码梯度场.解码端,由对逆变换得到的边缘域和梯度场,通过梯度域变分重构进行解码恢复.方法能用于无损和有损图像压缩,具有较好的压缩性能,并能有效地克服边缘附近的振铃效应.