星载SAR复数图像的配准

星载干涉雷达测量已经被证实用于生成大范围（乃至全球）的DEM或监测地表位移具有广阔的应用前景，其中SAR复数图像序列的精确配准是保证生成有效干涉相位图的重要环节之一。本文分析了卫星InSAR系统中所涉及的几种坐标系统变换问题，并提出了基于此的几何配准方案，即基于卫星轨道状态矢量、SAR成像几何进行配准的算法；同时，还设计了基于几何配准结果和能量影像相关技术的配准算法，最后使用ERS－1／2、JERS－1和RADARSAT卫星获取的3种SAR复数图像对分别做几何配准和相关配准试验和比较，并对卫星SAR图像质量和轨道数据质量作了定性分析。     

基于图像特征的星载SAR图像模拟研究

SAR图像模拟技术被广泛应用于SAR系统的设计和验证、SAR图像的正射纠正、雷达图像解译和目标识别等。随着星载SAR的发展,必然面临着对星载SAR图像模拟的大量需求。本文首先从SAR图像的几何特征和辐射特征出发,探讨了SAR图像模拟技术的原理,分析了RD（Rang Doppler）模型,后向散射模型和斑噪模型。在传统RD模型的基础上,根据不同地形特征（起伏地形和平坦地形）考虑不同的后向散射模型。特别强调了在平坦地形情况下,需要地物分类数据的参与,并利用Ulaby和Dobson的后向散射模型。另外,在SAR图像统计特征的基础上,进行SAR图像的乘性噪声模拟,可以满足更逼真的SAR场景需求。然后,给出了图像模拟的算法流程,并对关键步骤的算法做了分析。最后,在实现基于图像特征的星载SAR图像场景模拟算法的基础上,选择新疆窝依牙地区和天津地区分别进行起伏地形和平坦地形的模拟试验,实验结果证明了本文模拟算法的有效性。     

基于双树复数小波的SAR图像去噪算法

SAR图像相干斑点噪声的存在严重影响了SAR图像的应用效果。本文给出了一种基于双树复小波变换的贝叶斯收缩去噪算法,采用双树复小波获取更多的方向特性,然后借助贝叶斯MAP估计器调整小波系数,达到去除SAR图像斑点噪声的目的。实验证明,本算法在抑制SAR图像斑点噪声的同时有效地保持了图像的边缘信息。     

星载SAR图像的稻田耕地系数实验研究

农田线性地物在SAR图像上的夸大表现,对基于SAR图像进行的农作物面积精确量算会产生一定的影响。本研究利用SAR图像提取了稻田沟渠、道路及田埂等线性地物,在实地和图像上分别进行了大量的测算,分析了图像上的夸大与相对方向角之间的关系,计算了线性地物半波亮度宽度的概率分布,以及稻田线性地物的耕地系数,为精确量算稻田面积提供了科学依据,并对进一步研究提出了建议。     

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;     

基于双树复数小波的SAR图像噪声抑制

小波变换由于其良好的时频分离特性以及接近人类视觉系统的多分辨分析,在SAR图像的去噪和复原中得到了很好的应用,但是经典小波变换不具备平移不变性,且得到的高频分量的方向非常有限.复数小波变换是一种具有近似平移不变性、更多方向选择性且能够完全重构的双数正交小波变换,在图像去噪方面表现出更强的性能.建立了复数小波变换分解与重构的过程,并对分解后的实部和虚部图像的高频部分分别进行局部非线性软阈值法滤波.实验结果显示,复数小波变换较小波变换不仅滤除了更多的噪声,而且得到的图像边缘更加平滑.     

基于双树复数小波的SAR图像噪声抑制

小波变换由于其良好的时频分离特性以及接近人类视觉系统的多分辨分析,在SAR图像的去噪和复原中得到了很好的应用,但是经典小波变换不具备平移不变性,且得到的高频分量的方向非常有限。复数小波变换是一种具有近似平移不变性、更多方向选择性且能够完全重构的双数正交小波变换,在图像去噪方面表现出更强的性能。建立了复数小波变换分解与重构的过程,并对分解后的实部和虚部图像的高频部分分别进行局部非线性软阈值法滤波。实验结果显示,复数小波变换较小波变换不仅滤除了更多的噪声,而且得到的图像边缘更加平滑。     

基于SIFT的多时相星载SAR图像特征点自动匹配

SAR图像配准是实现多时相图像监测的前提,但是由于SAR图像的斑点噪声、成像机理的特殊性,使得采用常规的特征匹配方法很难实现SAR图像的自动配准。本文在介绍旋转尺度不变特征(SIFT)提取特征点原理的基础上,利用SIFT方法对两个时相星载SAR图像存在不同的旋转角和分辨率存在差异进行了特征点提取和自动匹配试验,图像特征点自动匹配的有效率达到70%以上,结果表明提取SIFT特征点进行多时相SAR图像自动匹配是基本可行的。     

基于影像模拟的星载SAR影像正射纠正

对山地和高山地等选点困难地区的星载SAR影像进行正射纠正时,通常采用距离多普勒模型进行影像模拟纠正。但由于每类星载SAR影像辅助数据不同,所建立的距离多普勒模型均不相同,从而导致针对每类星载SAR影像需要采用不同的软件模块进行模拟和正射纠正。针对该缺点,采用RPC模型代替距离多普勒模型并利用改进的模拟影像灰度确定方式进行星载SAR影像模拟,在此基础上建立模拟影像和真实SAR影像之间关系进行正射纠正。采用四川某地区的TerraSAR-X影像,将正射纠正的实际精度和理论精度进行对比,验证本文提出的理论和方法。     

星载SAR技术的发展及应用浅析

SAR是一种主动式微波遥感技术,具有不受气候和环境影响、能够长时间稳定连续地获取地表信息等优点.近些年星载SAR及其衍生技术不断发展,被广泛应用于农业、林业、海洋、灾害监测等多个领域.本文首先对比光学遥感,介绍了SAR遥感的特点、SAR卫星的发展概况及全球主要星载SAR系统,其次分类总结了各种SAR衍生技术及应用领域,...     

基于GCP库的星载SAR图像自动精校正

近年来,合成孔径雷达(SAR)技术已取得巨大进步,人们也越来越重视其潜在的应用前景。但是,雷达侧视成像性质和地形起伏的影响导致SAR图像的几何畸变非常复杂,大大影响了SAR图像的应用。几何精校正是SAR图像广泛应用的前提,但是校正过程中需要大量地面控制点(GCPs),以往的人工选点方法费时费力。本文提出了一种基于控制点自动匹配的控制点选点方法,用以提高点位精度和工作效率。该方法包括纠正区域GCP库的建立和GCP图像片的自动匹配。试验结果表明,该方法具有较好的应用价值。     

混合智能优化算法的SAR图像特征选择

为提高SAR图像自动目标识别的准确率及实时性,提出了一种基于混合智能优化的SAR图像特征选择算法。首先,采用分形特征对SAR图像进行增强,基于分割后的图像提出了一种基于图像矩的方位角估计方法。然后基于未校正和校正后的图像分别提取Zernike矩、Gabor小波系数和灰度共生矩阵构成候选特征集合,使用遗传算法结合二值粒子群的混合优化算法实现SAR图像特征选择。最后,采用MSTAR数据库验证本文算法的有效性。实验结果表明,优化后的特征集合具有一定泛化能力,一方面提高了SAR目标识别的准确率,另一方面减小了SAR图像目标识别的时间。     

小波变换块自适应矢量量化压缩SAR复图像

随着高分辨率合成孔径雷达的快速发展,SAR系统中所含的数据量越来越大,必须对大量的复图像数据进行压缩,SAR复图像数据的压缩不同于SAR实图像的压缩,通常对相位特性的保持要求很高,所以压缩SAR复图像成为研究中的难点。在分析复图像数据经过小波变换后的相关性变化,研究了使用小波变换块自适应矢量量化(WT-BAVQ)压缩合成孔径雷达复图像的理论依据及具体方法。对一幅复图像进行压缩和解压缩,计算其平均空域相关值和平均相位相关系数,给出了解压缩之后的图像。与块自适应矢量量化(BAVQ),小波变换矢量量化(WT-VQ)小波变换块自适应量化(WT-BAQ)进行了性能比较。实验结果表明,在相同压缩比的条件下,小波块自适应矢量量化算法的平均空域相关值最高。     

自适应蚁群和模糊聚类的SAR图像分割

针对传统蚁群算法及模糊C-均值聚类算法在合成孔径雷达遥感图像分割中精度低下和收敛速度较慢的问题,该文提出了一种改进的自适应阈值的蚁群及模糊C-均值聚类算法,实现对复杂合成孔径雷达图像进行分割。针对不同的合成孔径雷达图像,首先利用最大类间方差法获取最优阈值,通过最优阈值干预避免蚁群算法陷入局部最优解;再将自适应阈值蚁群算法得到的聚类中心和聚类类别数输入模糊C-均值聚类算法中,最终实现图像分割。实验结果证明,该算法在时间和误分率上较传统方法有显著的改进。     

SAR图像河流提取的主动轮廓模型的稳健估计算法

针对现有主动轮廓模型无法精确提取SAR图像中河流的难题,提出了一种结合L₁范数和拉普拉斯能量的主动轮廓模型。首先,将Chan-Vese(CV)模型中L₂范数形式的外部能量约束项替换为L₁范数形式的外部能量约束项,得到新的能量泛函;其次,提出了一种基于拉普拉斯核函数的外部能量约束项,并将其添加到上述能量泛函中,同时赋予两种外部能量约束项不同的调节系数;最后,引入曲线内外区域像素灰度绝对中位差的均值替代模型中的常数曲线内外能量权值,以得到完整的提出模型。针对实际SAR图像进行河流提取,结果表明:与现有主动轮廓模型相比,本文提出的模型在河流提取准确性和提取效率两方面具有明显优势。     

自适应窗口的SAR立体影像匹配方法

针对SAR立体影像间几何畸变对影像匹配的影响,该文提出一种自适应窗口的SAR立体影像匹配方法。首先引入外部粗分辨率DEM,根据影像参数和DEM高程精度约束匹配搜索范围。然后采用归一化互相关和测度进行辅影像匹配窗口自适应扩展匹配,以保证主辅影像匹配窗口内的灰度信息一致;归一化互相关和值最大时的辅影像匹配窗口为最佳匹配窗口,最佳匹配窗口的中心点为获取的匹配点。最后利用双向一致性约束剔除误匹配点。试验结果表明,本文方法在山地区域能有效地增加正确匹配点数量,提高匹配正确率。     

GPS支持下的机载SAR遥感图像无控制准实时地理定位

合成孔径雷达遥感图像的地理定位在自然灾害的动态监测中有着重要意义。研究并推导出了在GPS定位数据支持下的有速度约束条件的机栽SAR图像帧定位元素的解算模型，实现并试验了机载SAR图像的准实时地理定位方法。该方法根据同一航带的图像帧与帧之间的地面连续性，自动并有效地消除了相邻帧地理定位图像之间的裂缝，实现了航带的整体地理定位，从而使机载SAR遥感图像对自然灾害的评估和发展情况预测手段达到准实时效率成为可能。     

Change detection method based on fractal model and wavelet transform for multitemporal SAR images

The interaction is quite complex between a ground object and an electromagnetic wave transmitted by synthetic aperture radar (SAR). In a ground resolution cell illuminated by a radar beam, there are many chaotic scatterers and the whole scattering echo has the chaotic characteristics which is usually described with the fractal theory, and the fractal dimension can be used to detect the change information for multitemporal SAR images. In order to improve the change detection effect with fractal model, this paper proposes a new multitemporal SAR image change detection algorithm based on the fractal model and wavelet transform (called FMWT algorithm). The FMWT algorithm has two advantages. One is insensitive to speckle noise; the other is that the change detection accuracy is improved, comparing with a general fractal change detection (GFCD) algorithm. Since the FMWT algorithm adopts the two-dimensional discrete stationary wavelet transform (TDDSWT) technique, it can obtain different direction sub-images and avoid down-sampling of the discrete wavelet transform (DWT). In the paper, not only the simulative data test has been carried out, but also the real natural disaster SAR images have been checked. Experimental results verify that the FMWT algorithm is feasible for multitemporal SAR image change detection, it is not sensitive to speckle noise of SAR images, and the performance of it is better than that of the GFCD algorithm. At the same time, the size of a sliding window will bring some affection in counting fractal dimensions.     

指数型多尺度影像序列的C-V模型SAR岸线快速自动分割

为提高SAR影像岸线自动分割的精度和效率,针对传统二进制(影像序列生成的金字塔步长底数为a=2)多尺度C-V模型对初始条件敏感、收敛速度低的问题,提出指数型(影像序列生成的底数为a≥1)多尺度影像序列生成方法,本方法将传统多尺度影像序列的生成方式的底数2量化为a≥1的任意数,并应用筛选因素进行自动地快速识别海岸线。从海岸线分割结果和所需时间方面与已有传统二进制C-V模型算法进行对比,实验表明本文算法在保证精度的条件下单次迭代逼近海岸线的计算量上小于传统即二进制多尺度C-V模型的单次迭代计算量,总迭代次数有所减少,时间效率有所提高,提高了岸线自动分割的精度和效率。     

遥感图像中GPS控制点的建立

利用GPS和高精度GAMIT计算软件,沿长江建立了以宜昌、监利、锣山、武汉4个地区的遥感控制点。每个测区采用设置长时间控制点观测,将其与武昌九峰GPS观测点进行联合处理,使得每个控制点的精度高于0.5m,保证了控制点精度满足1m遥感卫星图像的纠正要求。