雷达图像的特点──“成像雷达微波遥感知识”介绍之三

成像雷达微波遥感探测的主要信息是目标与微波波段电磁波相互作用后反射的微波信息。人们正是根据不同目标与电磁波间的不同相互作用特征,对雷达图像进行解译,以解决生产、科研中的问题。与其它的遥感图像不同,雷达图像的特点与雷达成像的工作参数和图像质量参数有关。 ‘一、雷达图像参数 雷达图像的参数可分成两类；一类是表示形成图像的条件数据,与雷达成像工作参数及雷达图像的解译有关；另一类是表示图像质量的数据,与雷达图像的可解译性有关。 1、目达成像工作拜救 (1)波长雷达使用的波长对电磁波与目标相互作用特征的影响主要示现在下述两方面：其一为目标的等效表面粗糙度；其二为电磁波穿透目标的能力。     

微波遥感技术的兴起与雷达图像的应用──“成像雷达微波遥感知识”介绍之一

一、综述 1981年11月美国航天飞机第一次进入太空,在250km的高度上利用成像雷达SIR-A拍摄了地面的图像。这一划时代的科学事件标志着微波遥感技术开始进入实用阶段,从而将整个航天遥感技术从可见光、红外发展到了微波波段。根据大气层的传输特性与频率的关系,遥感信息通常选择可见光、红外和微波这几个窗口来达到传递的目的。微波遥感则是将工作波段选择在微波部分的一种遥感方法,其核心是在得到的地物微波波谱图中,解译出目标的属性和特征,以达到观测研究的目的。     

雷达图像的目标检测──成像雷达微波遥感知识介绍之五

从雷达图像上发现、识别和解译地面目标或目标的某一物理参数的过程称为雷达图像的目标检测或目标特性检测。它包括定性和定量两个方面。通常所说的雷达图像解译是指雷达图像的定性分析过程,包括获得某些无需定标就能测得的定量数据过程。而定量分析必须使用定标侧视雷达图像,因而被称为定量雷达遥感技术。显然,不论是定性分析,还是定量测试,首先应能在图像上发现目标,然后根据目标在图像上的标记(特有的灰度特性和形状、大小、纹理特征等)及其与相邻目标的依存关系,或借助必要的仪器(放大镜组、立体镜、投影仪等)和计算机图像处理方法来确…     

雷达成像原理──“成像雷达微波遥感知识”介绍之二

一、概述 在第二次世界大战中发展起来的雷达,最初只是用来实时搜索飞机目标。随着科学技术的进步,到40年代后期,雷达已经可以成像了。 有源微波遥感中,应用最多的是侧视雷达及散射计。侧视雷达分为合成孔径侧视雷达和真实孔径侧视雷达两类。前者又有机载和星载两种,而后者只有机载一种。这是因为合成孔径侧视雷达的分辨率与距离和高度无关,在星载情况下仍能获得很好的分辨率；而真实孔径侧视雷达却因分辨率是距离和高度的函数,在星载情况下,分辨率很低,所以基本上只用于机载。当然,真实孔径侧视雷达的造价要比合成孔径侧视雷达低得多,在对分辨率要求不太高的时候,如地质遥感,机载真实孔径侧视雷达也有广泛的用途。     

地物的散射特性──“成像雷达微波遥感知识”介绍之四

雷达图像实质上是一张地面目标对雷达发射信号散射的回波强度分布图。目标的散射特性对雷达图像的形成及解译有重要的影响。因而,地面目标散射特性的研究是成像雷达微波遥感的重要研究内容之一。 一、地物散射的一般原理 通常,依据物体的尺寸与波束照射范围的相对关系,可将地面目标分成点目标和面目标 (也称分布目标)两大类。所有这些地面目标的表面都要对人射电磁波产生反射,只是随物体性质、大小尺寸以及表面形态与波长的相对关系的不同,将分别发生镜面反射或漫反射 (即散射).考虑到电磁波对物体表面有某种穿透作用,在研究物体表面散射特性的同时,有时还需要研究体散射。     

空间雷达遥感技术的应用及发展前景──“成像雷达微波遥感知识”介绍之六

前面几讲已经介绍了合成孔径侧视雷达是一种工作在微波波段的主动式遥感器,除了它的全天候、全日时、高分辨率性能外,还具有多频段、多极化、多视向、多俯角等特点,因此雷达图像在军事科学、地球科学、行星科学及其应用领域中都表现出了显着的应用价值和强大的生命力,在未来的全球动态观测系统中将发挥巨大的作用。     

雷达图像的特点──“成像雷达微波遥感知识”介绍之三

成像雷达微波遥感探测的主要信息是目标与微波波段电磁波相互作用后反射的微波信息。人们正是根据不同目标与电磁波间的不同相互作用特征,对雷达图像进行解译,以解决生产、科研中的问题。与其它的遥感图像不同,雷达图像的特点与雷达成像的工作参数和图像质量参数有关。 '一、雷达图像参数 雷达图像的参数可分成两类;一类是表示形成图像的条件数据,与雷达成像工作参数及雷达图像的解译有关;另一类是表示图像质量的数据,与雷达图像的可解译性有关。 1、目达成像工作拜救 (1)波长雷达使用的波长对电磁波与目标相互作用特征的影响主要示现在下述…     

雷达成像原理──“成像雷达微波遥感知识”介绍之二

一、概述 在第二次世界大战中发展起来的雷达,最初只是用来实时搜索飞机目标。随着科学技术的进步,到40年代后期,雷达已经可以成像了。 有源微波遥感中,应用最多的是侧视雷达及散射计。侧视雷达分为合成孔径侧视雷达和真实孔径侧视雷达两类。前者又有机载和星载两种,而后者只有机载一种。这是因为合成孔径侧视雷达的分辨率与距离和高度无关,在星载情况下仍能获得很好的分辨率;而真实孔径侧视雷达却因分辨率是距离和高度的函数,在星载情况下,分辨率很低,所以基本上只用于机载。当然,真实孔径侧视雷达的造价要比合成孔径侧视雷达低得多,在对分…     

微波遥感技术的兴起与雷达图像的应用──“成像雷达微波遥感知识”介绍之一

一、综述 1981年11月美国航天飞机第一次进入太空,在250km的高度上利用成像雷达SIR-A拍摄了地面的图像。这一划时代的科学事件标志着微波遥感技术开始进入实用阶段,从而将整个航天遥感技术从可见光、红外发展到了微波波段。根据大气层的传输特性与频率的关系,遥感信息通常选择可见光、红外和微波这几个窗口来达到传递的目的。微波遥感则是将工作波段选择在微波部分的一种遥感方法,其核心是在得到的地物微波波谱图中,解译出目标的属性和特征,以达到观测研究的目的。 正如早期发展起来的光遥感一样,微波遥感同样经历了如下的发展阶段:(1)制…     

遥感图像目标检测的数据增广研究

针对目标检测的遥感图像样本数据量匮乏问题,使用几何和色彩两种数据变化方法对数据集进行增广,并利用Faster R-CNN目标检测算法分析了数据集增广对遥感图像目标检测的影响。在不同遥感图像数据集上进行实验,结果表明,相比于原始的训练集,增广后的训练集训练出的模型在测试集上的表现更好,目标检测准确度更高,且模型的泛化性得到明显提升。     

多分辨率特征融合的光学遥感图像目标检测

高分辨率遥感图像目标检测是计算机视觉的一个重要研究领域,在民用与军事领域具有重要的应用价值。目前,基于深度学习的自然图像目标检测有了突破性进展。但是,由于遥感图像具有目标尺度差异大且类间相似度高的特点,使得处理自然图像的目标检测算法直接应用于遥感图像时仍面临着一些挑战。针对上述挑战,本文提出一种多分辨率特征融合的遥感图像目标检测方法。首先,通过特征金字塔提取多尺度特征图并在其后嵌入多分辨率特征提取网络,促使网络学习目标在不同分辨率下的特征,缩小不同特征层之间的语义差距。其次,为实现多分辨特征的有效融合,本文采用自适应特征融合模块挖掘更具判别性的多分辨特征表达。最后,将自适应特征融合模块的输出特征的相邻层进行深度融合。在公开的遥感图像目标检测数据集DIOR和DOTA上评估了本文方法的有效性,相比采用特征金字塔结构的Faster R-CNN,本文方法的准确率(mAP)分别提高2.5%和2.2%。     

星载SAR模样机雷达图像的野外检测与分析

本文总结和测算了星载ＳＡＲ模样机雷达图像对各类地形目标的可判程度和分辨率;     

基于特征注意力金字塔的遥感图像目标检测方法

遥感图像场景复杂、目标大小不一、分布不均衡等特点增加了目标检测的难度,而适于检测不同尺度目标的特征金字塔融合不同深度的特征图时,没有考虑特征图各自的重要性,没有强调目标区域的特征,为此本文提出基于特征注意力金字塔的遥感图像目标检测方法 FAPNet(Feature Attention Pyramid Network)。首先,使用通道拼接方式融合不同深度的特征图,给用于检测的特征图提供不同大小感受野的特征,并基于通道注意力对融合的特征图在通道维度重标定,根据特征图所负责检测目标的尺度自适应地调整不同大小感受野特征的权重,强化感受野大小与待检测目标尺度匹配度较高的特征,弱化匹配度较低的特征。其次,使用叠加的扩张空间金字塔池化结构,结合弱监督分割网络建模位置注意力,强化目标区域特征,弱化背景区域特征,进一步提升目标检测方法的性能。实验结果表明,相较于RetinaNet,针对汽车目标,所提方法在UCAS-AOD数据集和RSOD数据集上检测精度AP分别提升了3.41%和2.26%,针对多类目标所提方法在各目标上取得了较优的AP结果,且mAP结果优于其他比较方法。     

遥感图像倾斜边界框目标检测研究进展与展望

遥感图像目标检测是遥感图像处理中的一个基本问题,尤其是伴随着深度学习以及遥感影像获取等技术的发展与突破,基于深度学习的遥感图像目标检测得到了广泛的关注。区别于自然图像,遥感图像中的物体目标具有方向任意的特点,众多国内外学者提出一系列基于倾斜边界框的遥感图像目标检测算法,推动了遥感图像目标检测的提升。为使得相关领域研究者对基于深度学习的遥感图像倾斜框目标检测的理论、流程及其现存问题有一个比较全面的认知,本文将对其进行系统的整理和归纳。     

基于小波和线矩的实孔径雷达图像与TM图像的匹配

为了充分利用多源遥感信息,常常需要解决不同传感器图像之间的匹配问题。为此,本文初步探讨了一种基于小波边缘检测与线矩描述的实孔径雷达图像与ＴＭ图像的匹配算法。实验结果表明：如果搜索窗口内存在较丰富的特征,该算法可以获得满意的结果。     

改进Faster R-CNN的遥感图像多尺度飞机目标检测

为了提高遥感图像中多尺度飞机目标的检测精度,本文提出一种基于改进Faster R-CNN的遥感图像飞机目标检测方法。该方法借助多层级融合结构,将深层次的语义特征与浅层次的细节特征相结合,生成多种尺度的既具有精确的位置信息又具有深层次的语义特征的特征图;再借助Faster R-CNN的多尺度RPN (Region Proposal Network)机制,通过对RPN中候选区域尺度的修正,从而提高遥感图像中多尺度飞机目标的定位精度;最后利用Faster R-CNN的分类回归网络,得到飞机目标检测结果。在高分辨率遥感图像中进行了实验,对3种特征提取网络ZF、VGG-16以及ResNet-50进行改进,改进后的精度分别提高了11.34%、9.87%以及1.66%,并且生成的检测框更加贴合飞机目标。实验结果表明,本文方法适用于遥感图像多尺度飞机目标检测,在提高目标定位精度的同时降低了目标漏检现象。     

一种新型雷达图像边缘提取技术

由于合成孔径雷达系统的有限带宽，使阶跃边缘变成斜坡型边缘，线条型边缘变成屋顶边缘，斜坡型边缘甚至难以探测。在本文中针对合成孔径雷达图像，提出了一种新型的边缘提取方法。这个方法分为二个步骤；首先根据图像亮度进行局部分割（如在一个5*5的窗口内），得到亮度不同的两个区域。第二步：将亮度不贩 两个区域边界作为图像的边缘，并根据亮度变化确定图像的边缘，将这个方法用于合成孔径雷达图像边缘提取，成功地提取了合成孔径雷达图像的边缘信息。     

空间雷达遥感技术的应用及发展前景──“成像雷达微波遥感知识”介绍之六

前面几讲已经介绍了合成孔径侧视雷达是一种工作在微波波段的主动式遥感器,除了它的全天候、全日时、高分辨率性能外,还具有多频段、多极化、多视向、多俯角等特点,因此雷达图像在军事科学、地球科学、行星科学及其应用领域中都表现出了显著的应用价值和强大的生命力,在未来的全球动态观测系统中将发挥巨大的作用。 一、空间合成孔径雷达图像的应用 50年代末,合成孔径侧视雷达问世以后,首先被装载在飞机上,构成航空雷达系统,在军事侦察方面获得了广泛的应用和发展。继后又在地球科学领域的应用中取得了一系列举世瞩目的成就。近20多年来,它…     

遥感图像中特定目标检测的方法

随着遥感技术的发展,通过遥感手段获得的数据量越来越大,在海量的遥感数据中,如何能够快速找出有用的信息,是遥感应用重要的研究课题之一。然而,现有设备的有限处理能力和传统的图像处理方法一直是海量遥感图像数据中信息提取和分析的主要瓶颈,严重制约着数据的实际应用效率。根据人类视觉特性,提出了对于特定的遥感目标快速检测的方法,从而为目标的增强以及分类奠定了基础。     

SAR图像点目标检测新方法

分析了2L-IHP目标检测算法,提出了一种基于幅度和相位信息的SAR图像目标检测方法,实现了SAR图像中人工目标的有效检测.