一种改进的SAR影像边缘检测方法

由于SAR影像具有乘性相干斑噪声,某些对光学影像有较好检测性能的边缘检测算子,对于SAR影像并不适用,因此本文提出了一种将改进后的Ratio算子与Canny算子相组合的新方法。首先采用多种客观评价指标,得出经典方法中的Lee滤波能有效去除噪声,且最大限度保留了梯度信息,适用于边缘检测;然后对边缘检测具有恒虚警特性的Ratio算子进行改进,改进后的算子更利于影像归一化处理;最后利用改进后的Ratio算子与Canny算子组合成新方法。试验结果证明,组合后的新方法显著提高了边缘检测正确率和定位精度,改善了边缘连续性,具有一定的有效性和实用性。     

自适应精致极化Lee滤波的复相干性估计方法

干涉相干性包含了极化SAR干涉测量(PolInSAR)中的极化和干涉信息,滑动窗口大小和滤波方法是准确估计干涉相干性的前提。本文以精致极化Lee滤波为基础,根据边缘检测和邻域相干性高低区分同质区域和异质区域,建立了自适应精致极化Lee滤波方法并估计相干性矩阵和干涉相干性。自适应精致极化Lee滤波能够根据边缘检测信息和邻域相干性高低程度调整滑动窗口大小并选择合适的估计方法,不仅提高了抑制斑点噪声的能力,而且保持了图像的边缘信息,有利于提高干涉相干性的估计精度。试验结果表明,该方法有效抑制了斑点噪声,较好地保持了SAR图像的边缘信息,有利于提高植被参数反演的精度。     

基于差异信息理论的彩色图像边缘检测算法

分析了彩色图像具有较大信息差异性的本质特征,结合灰色系统的差异信息理论,提出了采用差异信息理论进行彩色图像边缘检测处理的新方法.该算法首先分析彩色图像基元的结构特点,确定彩色图像差异信息序列,然后通过计算差异信息测度、信息熵相对测度、差异信息相对测度确定图像边缘点.实验表明,采用该方法进行彩色图像边缘检测具有一定的可行性和有效性.     

基于高分辨率遥感影像的耕地地块提取方法研究

针对耕地地块提取问题,提出了一种基于图像分割的耕地地块提取新方法。该方法以高分辨率遥感影像为基础,借助于边缘提取和数学形态学的方法,通过边缘检测、边缘闭合、区域标号和后处理四个步骤,提取耕地地块。该方法在IDL6.3平台下编程实现。将此方法应用于北京地区QuickBird多光谱遥感影像,结果表明此方法有较好的定位精度,又在一定程度上去除了噪声,具有较好的实用性。     

G0分布下基于白化滤波的极化SAR图像CFAR检测

在已有的极化合成孔径雷达(PolSAR)图像恒虚警(CFAR)检测方法中,存在着高分辨下杂波模型适用性差的难题。为解决此问题,提出了一种G_0分布下虚警概率具有闭合解析表达形式的CFAR检测方法,并定义虚警损失率(CFAR Loss, C_L)参数用以量化评估CFAR检测方法的恒虚警保持效果。首先,在乘积模型框架下,引入了逆Gamma纹理变量假设,推导出了多视极化白化滤波(MPWF)检测量的概率密度函数(PDF)。然后,对MPWF检测量的概率密度函数积分得到了虚警概率关于CFAR检测阈值的解析表达式,并设计了相应的CFAR检测流程。最后,采用仿真数据和AIRSAR实测数据对已有方法和新方法进行了算法运行时间、检测量拟合性能及目标检测性能对比。实验结果表明,方法运行时间比已有方法缩短3至30倍,具有良好的实时性;日本玉野地区的AIRSAR实测数据结果表明G_0分布对高分辨不均匀海区具有良好的拟合性能,且新方法在G_0分布和非G_0分布海区均能有效检测出目标,鲁棒性较强,相比其他检测方法品质因数(FoM)平均高出15.78%;C_L分析结果表明新方法具有良好的恒虚警保持性能,同时指出杂波对数累积量散点距离G_0分布曲线越近,新方法的恒虚警保持效果越好。     

云环境下改进TLBO算法的图像边缘检测

针对TLBO算法在解决复杂高维问题时,表现容易陷入局部最优,多样性丢失过快等不足的问题,提出了一种基于云计算环境下改进的TLBO算法(ITLBO),并将其应用到图像边缘检测中。通过对基本TLBO算法中的‘教’与‘学’阶段进行改进,引入一种新的种群更新方法,提高算法的迭代寻优能力。利用云环境下将该方法应用到图像边缘检测中进行实际性能验证,实验仿真结果表明,该方法提取图像的边缘信息的有效性。本文研究可为智慧城市的建设提供关键技术参考。     

基于高分辨率遥感影像的建筑物轮廓信息提取

针对许多领域对建筑物信息更新的迫切要求,提出并发展了一套完整的基于高分辨率遥感影像的建筑物二维轮廓快速提取流程。首先介绍一种利用数学形态学理论进行边缘检测和边缘连接的新方法,然后利用了模式识别和图像分析领域的相关技术(区域标识和特征量测等)进行建筑物二维信息的提取。最后通过Quickbird影像进行了方法验证,试验证明该流程可以快速有效的提取建筑物轮廓信息。     

利用ICA算法进行全极化SAR影像滤波研究

提出了一种基于ICA算法的全极化SAR的滤波方法.首先对全极化SAR的四通道dB强度影像进行ICA变换,分离出信号及噪声分量,将噪声设为极小值,然后利用混合矩阵混合得到滤除噪声后的强度影像,结合原始相位信息,计算滤波后的散射矩阵.采用Foulum地物的EMISAR数据进行试验,并采用相干斑指数、均方差指数、边缘保持系数以及极化相关系数进行评价.结果表明,该方法不但能有效滤除影像的噪声,在边缘等细节信息保持上也具有较大优势.此外,滤波后影像虽散射特性发生改变,但维持了地物间的差异,在基于统计特性的精细分类、边缘信息及小目标检测方面仍具有较好的应用潜力.     

SAR图像保留边缘多窗口相干斑滤除方法

在处理合成孔径雷达（ＳＡＲ）图像中,精确地估计图像的局部统计特性和尽可能多地滤除相干斑都需要较大的窗口尺寸,而这与图像边缘和纹理结构的检测需要较小的窗口尺寸相矛盾。一般滤波器都是二者窗口尺寸的均衡,这必然导致二者都不能取得很好的效果。本文提出的新方法有效的解决了这一矛盾。此方法使处理后的ＳＡＲ图像既保存了边缘和纹理结构,避免了以往滤波器中使边缘变模糊的问题,又有效地滤除了相干斑噪声。     

自适应Canny边缘检测算法研究

在分析传统Canny算子边缘检测原理的基础上,提出了一种自适应Canny边缘检测方法。文中方法在保持了传统Canny算子原有的信噪比高、定位准确和单边缘响应优点基础上,提高了抑制虚假边缘的能力,并且利用全局阈值分割方法自适应确定动态阈值,提高了边缘检测的自动化程度,在实际应用中取得了良好的效果,通过实验证明了自适应Canny边缘检测方法是一种有效的边缘检测改善方法。     

星载极化SAR数据模拟

介绍了自行开发的星载极化SAR数据计算机模拟系统，此系统采用的模拟方法遵循了星载极化SAR系统实际运行的情况，按发射脉冲时间序列，分别依次计算各发射脉冲相应的回波数据，与常用的以点目标为基础逐点模拟方法相比，计算效率高，现贴近实际系统，便于模拟各种误差的影响和保持其对所有目标回波影响的一致性和相关性。给出了星载极化SAR数据模拟的实例。     

城市地表形变的双极化Sentinel-1数据极化时序InSAR技术监测

利用双极化Sentinel-1数据有望得到较单极化数据更好的城市地表形变监测结果。以典型受地表沉降灾害影响的两座超大城市（墨西哥的墨西哥城和中国北京市）为研究区,分别基于长时序单、双极化Sentinel-1数据,利用时序合成孔径雷达干涉测量（interferometric synthetic aperture radar, InSAR）技术和极化时序InSAR技术对两城市近年地表形变进行监测研究。结果表明,利用双极化Sentinel-1数据对干涉图进行极化优化后,干涉图相位质量得到提升,高质量像元比例明显增加。使用双极化数据后,形变监测点密度有显著提升,相比于单极化数据结果,墨西哥城和北京市监测点密度分别提升88%和50%;更高的监测点密度使部分区域双极化数据反演地表形变的准确性更高。与单极化Sentinel-1数据相比,利用双极化Sentinel-1数据进行城市地表形变监测可得到监测点密度更高、可靠性更好的结果。     

利用极化目标分解和WMRF的全极化SAR图像分类方法

提出了一种新的全极化SAR图像非监督分类方法,该方法将H/Alpha/A分解与马尔科夫随机场(Morkov rondom field,MRF)相结合。首先,根据地物的散射机制进行H/Alpha/A分解得到初始分类;然后,由基于Wishart分布的最大似然法迭代聚类更新分类结果;最后,结合WMRF(Wishart Markov randomfield)方法,由迭代条件模型法求取最大后验准则下的分割结果。NASA/JPL实验室的数据结果表明,该算法具有较好的分类效果,并获得了较高的分类精度。     

Multibaseline Polarimetric SAR Interferometry Coherence Optimization

This letter analyzes different approaches for polarimetric optimization of multibaseline (MB) interferometric coherences. Two general methods are developed to simultaneously optimize coherences for more than two data sets. The first method provides every data set with a distinct dominant scattering mechanism (SM). The second optimization method is constrained to use equal SMs at all data sets. As the experimental results indicate, MB coherence optimization does improve the accuracy in the estimation of dominant SMs and the associated interferometric phases. Both methods are evaluated on real data acquired by the German Aerospace Agency (DLR)'s enhanced synthetic aperture radar sensor (ESAR) at L-band.     

Polarimetric Calibration Using a Genetic Algorithm

This letter presents a novel calibration approach to polarimetric synthetic aperture radar using distributed targets with known scattering characteristics. A genetic algorithm with complex-valued encoding is proposed to solve the overdetermined system of nonlinear equations associated with the polarimetric calibration problem. The proposed genetic algorithm is described in detail, and validation of the algorithm is performed by numerical simulations.     

一种利用Cloude-Pottier分解和极化白化滤波的全极化SAR图像分类算法

提出了一种新的基于Cloude-Pottier分解和极化白化滤波(PWF)的全极化SAR数据分类算法。该算法利用PWF的结果来代替反熵A对复WishartH/α分类结果进行进一步细化,按PWF的值将复WishartH/α分类结果由8类分为16类,然后再次进行Wishart迭代分类。实验结果表明,该算法能有效地提高分类精度,分类结果明显优于常规的复WishartH/α分类结果和复WishartH/α/A分类结果。     

Data Compression for Multilook Polarimetric SAR Data

This letter attempts to address the problem on the emergence of negative eigenvalues in the coherency matrix after the compressing of multilook polarimetric synthetic aperture radar (SAR) data. A new nine-parameter expression for the eigenvalue decomposition of the coherency matrix is introduced, and a new compression algorithm is proposed for multilook polarimetric data with this expression. By comparing it with the NASA/Jet Propulsion Laboratory's Airborne SAR compression algorithm, the authors analyze the new algorithm's compression accuracy, signal-to-noise ratio, and the ability to preserve the data's polarimetric property. For polarimetric SAR data, it is important to preserve the polarimetric property of a target. The proposed algorithm has this ability which is illustrated by the comparison of the polarimetric signatures. Finally, the effectiveness of the proposed methods is demonstrated by using the experimental SAR data.      

极化干涉SAR数据地表土地类型分类

基于新疆和田地区1994年10月9日和10日SIR-C-L波段全极化雷达数据。首先对极化干涉测量的基本原理和数据处理流程进行了详细的阐述，接着，用Cloude相干最优算法得到了与3种地物散射机制相对应的3个最优相干图。并且就地物相干性对极化的强烈依赖和3种散射机制中地物的最优相干特性进行了分析，具有最高相干值的相位图在提取DEM方面较有利，具有最低相干值的相干图在地物识别方面较有利。最后，在对最优相干系数。后向散射系数和熵进行数据相关性分析基础上，利用得到的最优相干系数，熵和后向散射系数数据进行了土地类型的识别和分类，得到了很好的效果。     

极化干涉雷达遥感机制及作用

极化干涉SAR是目前雷达遥感的前沿领域，它是集极化SAR和干涉SAR于一体的新型对地观测技术。通过对极化干涉的基本原理和物理机制，极化干涉SAR的数据处理及与常规干涉SAR数据处理的区别，以及极化干涉SAR当前的几个热点应用研究领域进行了阐述，对极化干涉SAR存在的问题也进行了讨论。