基于SAR和AIS的角度最近邻数据关联方法

提升海上态势感知能力是构建智慧海洋的重要环节。针对目前海上目标研究单源传感器存在感知盲区,多源传感器数据关联易受杂波干扰、在密集区表现不佳等问题,本文基于合成孔径雷达(SAR)和船舶自动识别系统(AIS)数据,提出一种抗干扰性强的角度最近邻数据关联方法,充分利用SAR与AIS船舶目标的空间角度关系,提高船舶目标在密集区域点迹关联的准确性。首先,对AIS数据进行时空滤波,实现数据粗关联,构建关联分析的数据候选集;然后,从时空数据的空间关系角度出发,在灰狼优化和匈牙利算法的启发下,利用点迹对特征向量矩阵进行运算,实现对多源空间数据的优化关联;最后结合数据几何关系对结果进行置信度评估。本文选取5幅SAR影像与AIS数据进行实验,并基于SAR影像数据及船舶轨迹点分布密度设计仿真实验,结果表明,本文所提出的角度最近邻数据关联方法,在密集分布情况下,关联精度为传统NN、GNN算法的3.62和4.61倍,运行时间为1.69 s,相较于NN算法仅增长1.36 s,仅占GNN运行时间的0.49%,在运行时间增长不大的情况下具有更强的抗干扰能力,在密集区域仍能取得较好的关联效果。     

一个基于平稳小波变换的SAR内波检测方法

SAR图像数据量的激增,迫切要求一种自动的内波检测技术来代替传统的人工解译.基于此,本文提出一种基于平稳小波变换(SWT)的SAR图像内波检测方法,利用SWT对SAR内波图像进行分析处理,计算SWT系数的小波梯度信息,通过模极大值搜索方法进行内波边缘特征提取.最后通过南中国海东沙群岛观测的多幅SAR图像进行实验与分析,实验结果证明平稳小波变换对于SAR内波检测是有效的.     

基于小波变换的SAR图像噪声滤除方法

合成孔径雷达(SAR)的相干斑噪声严重影响图像质量,降低图像的可判读性。常用的空间自适应滤波方法在滤除噪声的同时,损失了图像中的大量边缘细节信息。介绍了一种基于小波变换的SAR图像噪声消除方法,充分考虑噪声的统计特征,并把小波变换与空间滤波两者有机结合起来。通过滤波实验与其它滤波方法的对比。表明此小波滤波方法能更有效地消除SAR图像中的斑点噪声,而且能有效地保持图像中的纹理细节和边缘信息．     

基于凸集投影算法的超分辨率图像重建技术

图像的空间分辨率是评价图像质量的一个关键性指标，也是图像应用中举足轻重的一个参数。然而在图像获取的过程中，诸多因素均会导致图像质量的下降或退化。解决这一问题的一种有效办法就是超分辨率图像重建技术，介绍了超分辨率图像重建技术，对其两种主要的方法进行了分析，给出了凸集投影算法的步骤并通过实验数据进行了图像重建的验证。     

一种由粗到精的光学与SAR遥感图像配准算法

由于光学遥感图像和SAR图像具有明显的非线性强度差异,且SAR图像存在斑点噪声,使得其配准存在较大难度。为此,本文结合基于特征和基于区域图像配准方法的优点,并组合为混合模型,提出一种由粗到精的自动配准算法。以光学遥感图像和SAR图像分别为参考图像和待配准图像,先以基于特征点的SAR-SIFT完成粗配准,再以基于区域的ROEWA-HOG完成精配准。① 采用SAR-SIFT算法进行特征点检测和特征匹配来计算图像的仿射变换模型,以消除参考图像和待配准图像之间明显的旋转、尺度和平移差异,至此完成图像粗配准;② 在此基础上利用分块Harris角点检测在参考图像上获得特征点,并根据特征点确定待配准图像上的同名点搜索区域;③ 计算图像的ROEWA梯度,构造以特征点为中心的模板区域内的HOG特征向量,以SSD作为相似性测度搜索待配准图像上的同名点,完成高精度的图像配准;④ 进行图像配准实验,对配准结果进行目视检查和精度评估。经过多组光学与SAR图像配准实验,验证本文算法能够结合基于特征和基于区域的图像配准方法的优点,较好地抵抗光学与SAR图像之间的非线性强度、旋转、尺度、平移差异和SAR图像的噪声影响,并逐步提高配准精度,最终配准精度达到1个像素左右,实现了光学与SAR图像的高精度自动配准,能够满足光学与SAR图像后续综合应用。     

结合改进的降斑各向异性扩散和最大类间方差的SAR图像水体提取

利用遥感成像技术获取地面水体信息对水资源调查、自然灾害评估、流域规划和生态环境监测等具有重要意义,其中SAR成像作为大范围地面监测的可靠数据源,拥有全天时、全天候、广覆盖等光学遥感系统所不具有的优点,在水体提取中得到了广泛的应用。但由于受SAR图像相干斑噪声的影响,现有水体提取方法难以迅速、精确提取SAR图像中复杂精细的自然水体结构。为此,提出一种结合改进的降斑各向异性扩散和最大类间方差的SAR图像水体提取方法。首先,利用降斑各向异性扩散滤波SAR图像,在迭代滤波过程中通过计算图像间平均结构相似度自适应控制迭代过程,使其同时保持精细边缘和纹理结构;然后,以类间方差最大为准则,自适应确定阈值,实现滤波结果图像二值化分割。在二值化分割结果中,搜索具有相同像元值且位置相邻的前景像元点组成的连通区域,使每个单独的连通区域形成一个被标识的块,通过获取这些块的几何参数来消除图像的误分割,精确划定真实的水体区域,以实现SAR图像水体提取。为了验证提出方法的准确性,将本文方法提取的水体边界与人工绘制的水体边界叠加,结果表明二者可较好吻合。同时,从视觉、提取精度和运行时间对本文方法与目前常用3种SAR图像水体提取算法的结果进行比较分析,其中本文方法的运行时间满足实时应用的要求,提取结果的边界在2个像元评级区重叠度均达到80%,明显优于其他方法且本文方法提取结果在边界及细节信息等视觉方面也更加显著。对结果的定性及定量评价表明本文方法的优越性。     

极化SAR图像中基于子孔径分析的两种非平稳目标检测

为检测和区分极化遥感SAR图像中的非平稳目标,讨论了极化SAR图像中两种非平稳目标的检测和区分方法。用极大似然比对固定朝向非平稳目标进行检测,用变化系数对周期表面非平稳目标进行检测。仿真结果表明,两种方法分别能把两种非平稳目标检测出来。     

基于BP神经网络的SAR影像水面舰船检测

分析了水面舰船的SAR成像能力和探测优势。在总结已有的舰船检测方法的基础之上,根据舰船目标在SAR图像中的成像特点,提出了利用BP神经网络实现SAR水面舰船目标识别实验。进一步利用形态学方法对检测结果进行修整,结合已知的SAR图像的像元大小,提取舰船的长度和宽度信息,同时利用原始图像的经纬度内插实现舰船目标中心的定位。结果表明,BP神经网络具有很强的自适应性,在低信噪比的情况下,也能够取得良好的效果。     

基于特征概率函数的双阈值分割海面溢油检测

 海面溢油对生态环境造成了严重危害,故及早发现和尽快处理对降低事故影响和经济损失起着至关重要的作用。合成孔径雷达(SAR)是观测海面溢油、快速检测和事故态势分析判断的有效技术途径。本文针对SAR图像的海面溢油检测,提出了一种特征概率函数的双阈值分割方法。首先,通过高低阈值分割提取不同层次的灰度信息,再利用密度估计提取灰度的空间分布信息,然后,通过构建概率函数对油膜和类油膜区域进行形态学分类,最后,结合辅助信息,获得最终的海面溢油检测结果。本文利用香港中文大学卫星地面站接收的ENVISAT ASAR图像开展实验,结果表明,本文提出的方法能够准确地排除由风场或者水流场导致的低散射区域,有效地检测和识别生成不久的中型油膜,从而有助于溢油事故的早期预警与处置。     

多源SAR遥感影像海上溢油业务化监测系统研究

随着海上石油运输业和海洋石油工业的迅速发展,海上溢油事故频繁发生,造成了巨大的生态和经济上的损失,因此,实时监测溢油信息对灾害防控具有重要意义。本文基于多源SAR影像数据,开展了溢油遥感监测研究,构建了基于GIS的海洋溢油业务化监测系统。系统基于GDAL对原始数据进行解析,实现影像输入和几何校正等处理;在此基础上,封装多尺度图像分割算法和灰度对比度特征提取算法,对SAR影像数据进行分块、分割、溢油识别、合并及参数赋值等自动化处理,实现溢油信息提取的一键化处理;面向溢油监测应用需求,制作各类标准化产品,自动添加制图整饰要素、影像参数、溢油面积和溢油源等各类信息,并实时生成专题快报。