机载SAR影像时空模型重构因子及3D特征提取

时空模型有助于人们获取类似于真实世界的时间及空间信息 ,对于城市工程设计、灾害预防决策及军事应用具有重要意义。本文探讨了机载SAR影像重构时空模型的潜力及方法 ,研究了时空模型重构因子、基于机载SAR影像的建筑物、植被的三维提取 ,以及相应的机载SAR影像时空建模一般方法     

基于DeepLab V3+深度学习的无人机影像建筑物变化检测研究

针对城市建筑物变化检测的高时间和高空间分辨率需求,研究了基于深度学习的无人机影像建筑物变化检测方法。以大疆精灵4无人机正射影像为数据源,利用变化矢量分析与人工判别生成变化标签数据,并通过数据增强生成数据集。基于DeepLab V3+深度网络,利用生成的数据集进行无人机影像建筑物变化迁移学习,最终实现建筑物变化检测。实验结果表明,深度学习可有效用于无人机影像的建筑物变化检测,对本实验所用数据总精度达到97%以上,可为大范围城市建筑物动态检测、违章检测、损害检测等提供有力支撑。     

半自动机载LiDAR点云建筑物三维重建方法

针对全自动建筑物3D重建存在需要后续人工检验,且发现重建错误需要花费额外时间修改的问题,提出了一种半自动的面向对象的机载LiDAR点云建筑物3D重建方法。基于建筑物类别点云的联通分析和平面生长分割结果,提出了自动的建筑物栋数检测、单栋建筑物外轮廓提取、单栋建筑物内部结构线提取方法;同时,在计算机无法完成部分工作时,人工辅助计算机完成高程阶越线提取、识别建筑物屋顶附属物点云等工作。实验证明,该方法可以适用于高密度机载LiDAR点云数据中城区大部分建筑物的3D模型重建。     

基于地面激光雷达点云的层析合成孔径雷达建筑物三维重构精度评定方法

层析SAR技术可以根据获取的二维SAR影像来进行城市建筑物的三维重建,在不久的将来有望成为城市多维精密监测的重要技术工具。目前,层析SAR城市建筑物三维点云的精度还没有有效的验证方法。本文提出一种基于地面LiDAR三维点云数据来验证层析SAR三维点云数据精度的方法,通过将层析SAR和LiDAR的建筑物点云分割成不同立面,进而逐个面进行立面边界提取,并以LiDAR三维点云数据作为基准,将二者的建筑物几何特征进行对比,从而验证层析SAR城市建筑物三维点云的精度。实验选取盘古七星酒店层析SAR三维点云数据与LiDAR三维点云数据进行对比分析,结果表明基于LiDAR三维点云来验证层析SAR城市建筑物三维点云精度方法的有效性和适用性。     

机载SAR影像地表要素解译试验研究

雷达影像以其全天候、全天时、穿透力强的工作能力,成为当前摄影测量与遥感领域的研究热点,近年来机载SAR系统在国内外得到快速发展和应用。本文介绍了高分辨率多极化机载SAR数据的特点,论述了SAR影像的正射纠正,分析了不同地表要素在机载SAR影像中的成像特点和解译方法,并与光学影像作了对比,得出了基于SAR影像地表要素解译的几点看法。     

SAR影像变化检测研究综述

本文对近年来国内外SAR影像变化检测技术的研究现状和新技术进行了总结,从像素级变化检测方法和对象级变化检测方法两方面介绍了SAR影像变化检测的研究动态。     

基于COSMO-Skymed数据的城市建筑物层析 SAR成像算法对比

通过合成孔径雷达(SAR)图像中重建建筑物和其他城市目标的方法,因其不受太阳光照射的影响和全天候能力,在许多遥感应用中具有很大的实际意义。并且通过星载传感器获取的高分辨率(VHR)的SAR图像获取的也能够监测大面积从而显著降低检测成本。目前比较常用于层析SAR三维重建的SAR影像来源主要有德国的Terra-SAR卫星以及意大利的COSMO卫星。本文通过现有的41景北京地区的通过COSMO卫星获取的SAR影像数据对几种层析SAR算法进行对比分析,通过对几种成像算法得出的实验结果进行对比分析后,分析了压缩感知算法与其他几种算法相比的优势以及后续需要继续改进的方面。     

多特征模糊融合的SAR影像变化检测

针对利用SAR影像单特征变化检测精度低的问题,该文提出了一种基于模糊理论的多特征融合的变化检测方法。首先计算前后时相SAR影像的灰度、梯度和纹理特征的结构相似度,然后用Sigmoid型隶属函数描述相似度阈值附近的不确定性,计算像素分别属于变化类和非变化类的隶属度,最后根据最大隶属度原则将模糊量输出为确定量,得到融合后的变化检测图。通过两组真实SAR数据实验表明:该方法明显优于传统的方法,也提高了基于单一特征变化检测结果的精度。     

机载InSAR系统在测制1：1万、1：5万数字地形图的应用

机载InSAR系统具有高分辨率、高精度、不受天气影响等优势,逐渐成为特殊困难地区地形测绘的技术首选,合成孔径雷达干涉测量技术充分利用了雷达所获得的相位信息和幅度信息,极大地增加了雷达数据所提供的信息量,扩大了SAR的应用范围,现主要阐述基于机载InSAR系统,利用高效能航空SAR影像生产1：1万、1：5万数字地形图测绘的生产流程及DLG数据采集、编辑方法。     

纹理特征向量与最大化熵法相结合的SAR影像非监督变化检测

合成孔径雷达(SAR)影像具有明显的斑点噪声,在变化检测中,一般需要考虑空间邻域信息。本文结合SAR影像丰富的纹理信息,提出一种考虑空间邻域信息的高分辨率SAR影像非监督变化检测方法,用基于灰度共生矩阵(GLCM)的32维纹理特征向量构造差异影像。通过最大化熵法自动选取阈值,对精度指标随窗口大小的变化进行回归分析,得到适合于变化检测的窗口为11×11。试验表明,本文方法优于马尔科夫随机场法,可以减小斑点噪声的影响,有效提高高分辨率SAR影像变化检测的精度。     

高分辨率机载SAR影像判读实验

近年来机载SAR系统在国内得到快速发展。由于SAR系统具有不同于光学传感器的成像机理,因而可以提供全新的数据获取手段和不同的地物信息。利用高分辨率机载SAR影像进行解译时必须熟悉其成像机理和图像信息特点,充分了解SAR图像解译标志的特点和各类地物的解译规律。本文以高分辨率机载SAR数据为基础,对比光学影像,从SAR成像特点和地物散射特性出发,对SAR影像进行了目视解译,分析了SAR影像在地形地物要素识别中的应用潜力。     

COSMO-SkyMed颜色变换强度RC法南京建设用地变化检测

基于非局部滤波的SAR强度RC合成变化检测法对小图斑、线型地物等动态监测灵敏，且对数据获取无时空基线要求，在多云多雨城市地表要素变化检测中具备潜力。本文研究以多时相SAR强度RC合成图为数据源，提出一种基于色彩空间变换的变化图斑半自动提取方法，即通过色彩空间转换、训练样本选取、监督分类影像分割、变化区域提取4步骤，可实现基于SAR强度图的城市建设用地动态监测与图斑高效更新。选取南京河西新城与江北新区为示范，以最优参数配置（3特征向量与10样本类别）进行试验，实现了优于88%的建设用地查准率指标。     

机载SAR影像主动定位的数学模型研究

本文基于差分GPS(Differential Global Positioning System,DGPS)和惯性导航系统(Inertial Navigation System,INS)数据,在无控制点的情况下,导出了一种进行机载SAR影像主动定位的数学模型。此模型包括DGPS/INS数据进行坐标系转换、天线动态偏心改正、雷达天线相位中心插值和距离-多普勒(Range-Doppler,R-D)模型及解算。根据距离-多普勒(Range-Doppler,R-D)模型和数字高程模型(Digital Elevation Model,DEM)数据,获得机载SAR影像上每点所对应的地理坐标,重采样生成正射影像图。本文通过成都测区1m分辨率的机载SAR影像主动定位试验,验证了此数学模型的正确性,分析了主要系统误差源及系统误差的改正方法。     

改进剖面匹配和EKF对SAR影像道路半自动提取

道路提取作为典型的线状目标提取,是遥感影像目标解译的研究热点。合成孔径雷达（SAR）影像包含了丰富的物理特性,能够全天时、全天候地获取影像数据,已广泛应用于道路提取中。传统的道路提取方法分为全自动和半自动方法。全自动道路提取会出现漏检和错检,需要大量的人工后处理。半自动方法结合人工干预,是对计算机的计算能力和人工解译准确性的有效折中。提出了用一种改进剖面匹配和扩展卡尔曼滤波（EKF）的方法对SAR影像道路进行半自动提取的方法。首先构建了道路提取模型,其次通过改进剖面匹配算法获取准确的观测值,最后利用EKF对观测值进行更新获取道路最优估计值。选取美国缅因州Howland地区L波段UAVSAR数据和海南陵水地区X波段机载SAR数据进行实验,结果表明,该方法在较少人工干预的情况下,能够对复杂场景道路进行有效稳健的提取。     

一种利用影像模拟制作SAR立体模型的方法

针对SAR数字立体测图,提出了一种SAR理想立体模型的构建方法。利用西部横断山脉地区的机载SAR影像制作立体模型,进行数字测图试验。试验证明模型具有良好的立体视觉效果,同时能够用于高精度三维坐标的实时量测和地形图要素采集。     

基于小波的SAR影像纹理分析

在分析SAR影像特征的基础上 ,引入了基于小波的纹理提取方法 ,并采用第二代提升小波与双正交小波对SAR影像进行小波二级分解 ,提取影像各尺度上的小波特征系数。对机载的SAR影像进行了纹理分析及分类 ,得出了不同小波的分类分析结果。     

基于稀疏特征的SAR影像质量提高方法

针对合成孔径雷达(SAR)数据分布的尖峰性和重尾性,通过研究SAR影像强度的分布规律,提出了基于稀疏特征的SAR影像质量提高方法。首先对SAR影像的基础数据进行压缩分布处理和稀疏先验分布处理,得到质量较好的灰度影像;再利用基于模糊理论的SAR影像对比度增强算法增强了SAR影像的自适应对比度,大幅提升SAR影像的显示效果;最后利用实测数据验证了该方法的有效性。     

合成孔径雷达技术在地理国情普查中的应用

以四川省丹棱地区地理国情普查生产为例,阐述了基于高分辨率机载合成孔径雷达(SAR)影像,利用机载SAR处理技术提取地理国情普查中地表覆盖分类要素与地理国情要素的过程与方法。研究表明,机载SAR技术在多云雾地区地理国情数据获取方面具有显著优势。     

一种基于卷积神经网络的SAR变化检测方法

为了降低合成孔径雷达(SAR)影像中相干斑对变化检测的影响、减少标注样本的人工成本,该文发展了一种联合分层模糊C均值聚类(FCM)与卷积神经网络的非监督SAR变化检测方法。首先,利用邻域均值比算子计算前后时相的差异图,并利用分层FCM将差异图非监督地初始分割为变化类、非变化类及待确定类别像素;然后,为解决非监督选取样本时出现的样本不均衡问题,提出一种频率不变降采样的数据抽样方法,选取高置信度的变化与非变化样本用于网络训练;最后,利用训练完成的神经网络对待确定类别像素进行分类,得到最终变化结果。采用真实SAR影像数据进行实验。结果表明,该文方法方便有效,具有较高的检测精度。     

基于MRF信息融合的多通道SAR图像变化检测算法

SAR图像变化检测是近几年SAR图像应用研究的新领域,现有的SAR图像变化检测算法大多针对单通道图像数据,而利用多通道SAR图像数据进行变化检测,可以充分利用图像信息,能够得到更好的检测效果。论文研究了基于MRF信息融合的多通道SAR图像变化检测算法,通过融合图像不同通道信息,实现变化检测;并重点论述了算法的基本原理和算法实现过程,通过实验对比,证明了论文提出的算法可以得到较高的检测精度。