SAR海洋影像的小波表达方法

小波分析可以作为地球物理研究工作的一个工具。通过连续小波变换和离散小波变换得到了检验。在这两种变换中，利用一些不同的计算过程有可能实现波形的分解和复原。每个计算过程的理论背景都利用一些特殊的“小波”作了简单的描述和应用，所用的小波基于高斯函数，同时它提供了满足“时间与频率”（空间位置与波数）局部分析不确定性下界。这种表示方式非常适合于那些非平衡过程的波形分析，通过扩张Ｆｍ－ｃｈｉｒｐ波形和两个不同     

ECM算法的多视SAR影像分割

多视SAR影像像素强度通常建模为Gamma分布,其形状参数为常数(视数)。实验表明,多视SAR影像分割时,设Gamma分布的形状参数为变量可取得更好的分割结果。由于Gamma分布中形状参数以Gamma函数的形式出现,利用EM算法求解时无法获得形状参数的解析解。为此,本文提出了一种基于Expectation/Conditional Maxinnization(ECM)算法的多视SAR影像分割方法。利用ECM算法估计最大化后验概率条件下的Gamma分布参数及表征最优多视SAR影像分割的标号场实现。采用模拟和真实多视SAR影像验证提出算法。实验结果表明,Gamma分布的形状和尺度参数均能快速收敛到稳态值,且以此得到各同质区域的Gamma分布曲线可以很好地拟合其直方图。通过对分割结果的定性和定量分析,可知提出算法具有有效性和可行性,且优于EM算法。     

目标分解的极化SAR影像分割算法

针对斑点噪声严重的高分辨率SAR数据开展智能化影像分割方法研究的不足,该文基于面向对象的思想和极化SAR目标分解理论,提出基于目标分解的面向对象SAR影像分割算法,实现了Pauli基分解分割、Krogager基分解分割、Freeman基分解分割这3种典型的SAR目标分解下的影像分割方法。实验结果表明:所提出的不同极化基下的分割算法取得的结果较为理想、精度高,且整体上具有一致性;对于不同类型的特定目标,Pauli基分解分割算法对道路等表面散射体分割效果较好,Freeman基分解分割算法则更有利于植被等体散射体的分割。     

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。     

SAR图像不同油膜特征的最佳分割方法选择

SAR图像溢油分割是SAR溢油监测中一个重要环节。文中选取4种不同形状、尺寸和对比度的SAR油膜数据,分别采用双峰阈值分割法、最大熵分割法、区域生长法、分水岭算法、图割法、水平集方法等6种方法进行溢油信息提取,探讨适合于不同油膜特征的最佳提取方法。结合现有尺度分割标准,提出一种SAR图像溢油信息评价指数——有效分割指数(Effective Segmentation Index,ESI),对不同分割方法得到的溢油提取结果进行定量评价,得出了不同特征油膜所适合的最佳分割方法。     

基于SAR图像的海洋溢油分割方法研究

目前,海洋溢油污染在发生频率、分布范围以及所带来的危害程度上均居海洋污染首位。它对沿海城市生态、环境、经济的可持续发展造成严重破坏,因此越来越受到全社会的广泛关注。从众多海洋溢油分割方法中选取边缘检测算子和种子填充算法对SAR图像进行分割。首先运用欧空局的BEST软件进行数据转换以及图像预处理,然后使用ENVI软件对图像进行滤波处理。再用ERDAS软件进行灰度均衡和分割算法的实施,并针对算法的一些缺陷,进一步加入纹理分析使图像中的油膜与类油膜以及海水与海浪等更好的区分开。最后对不同的图像效果进行总结和比较。     

海洋表面膜特征的SAR图像探测

讨论并分析各种成因类型的海洋表面膜特征及其在海洋ＳＡＲ图像中影像特征。对渤海湾的ＳＡＲ图像中的表面膜特征进行检测并对这些表面膜特征成因进行了分类。     

SAR影像去噪声方法的研究

针对ＳＡＲ影像噪声的特点,在分析了几种主要滤波的基础上,提出了基于标准偏差的均值和中值滤波,试验证明了此方法的优越性。     

SAR影像去噪声方法的研究

针对SAR影像噪声的特点,在分析了几种主要滤波的基础上,提出了基于标准偏差的均值和中值滤波,试验证明了此方法的优越性。     

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。     

基于水平集的曲线演化在图像分割中的应用

图像分割是图像处理中的一项基础工作,一般有基于边界和基于区域的分割方法。随着水平集理论的提出,主动轮廓模型尤其是C-V模型,在图像分割中的应用得到迅速发展。多相C-V模型,融合形状先验、纹理等信息的模型也被提出并得到较好的应用。将C-V模型应用于图像分割中,对合成图像和真实图像的分割实验,以及与其他分割方法的对比实验证明了该模型在图像分割中的有效性。     

合成孔径雷达反演裸露地表土壤水分的新方法

提出了一种新的合成孔径雷达(SAR)反演裸露地表土壤水分的经验模型,该模型同时考虑了均方根高度S和相关长度L的影响,并将两个粗糙度参数合二为一,然后利用VV和VH极化的后向散射系数即可反演得到土壤水分。通过实测数据对模型进行了验证,发现在θ0>20°时,模型反演值与模拟值有着良好的相关关系(R2=0.71)。该模型在不需要测量地面粗糙度的情况下可以反演得到比较好的土壤水分精度,尤其适用于地表情况复杂、难以精确测量的地区。     

一种改进的阈值法提取SAR图像海面油污

对阈值的选取作了相关研究,提出了一种改进的阈值法提取SAR图像海面油膜。试验表明,改进方法在提取海面油膜的应用中具有一定的可行性。     

基于模糊算法的极化SAR影像分类

极化合成孔径雷达（POLSAR）由于其能对目标进行更为全面的极化信息的描述,已经成为SAR领域中最先进的传感器之一。本文对模糊集理论中的三种模糊聚类算法进行了系统全面的阐述,并重点研究了基于模糊可能性C均值算法（FPCM）的极化SAR非监督分类方法。     

Observing water-level variations from space-borne high-resolution Synthetic Aperture Radar (SAR) image correlation

The potential of correlating high-resolution Synthetic Aperture Radar images to estimate local water-level variations is analysed based on observing the motions of floating structures. By computing range and azimuth offsets on a COSMO-SkyMed multi-temporal data-set in an area of the French Atlantic Coast, displacement signatures were detected in several harbours of the region. They can be associated with specific floating structures, whose vertical motion is mostly driven by tides. Although the image resolution is not the best achievable for the COSMO-SkyMed sensor, comparison with ground-based tide information revealed that the obtained space-borne measurements are consistent with the tide gauges to a decimetric accuracy. Even if the requirements for traditional users of tidal data are not met by the current revisit time of the COSMO-SkyMed constellation, the method proposed here provides complementary measures, which are already well aligned to requirements of users concerned with long-term sea-level variation and river or lake water stocks.     

基于人类感知的SAR图像海上溢油检测算法

在基于SAR图像的海上溢油检测中,识别的效率与准确率是关键。纹理特征是人类专家能够较好的判别SAR图像中油膜,类油膜以及海水的一个重要依据。本文算法一方面融合灰度共生矩阵与Tamura特征,直接对SAR原始图像进行特征提取,避免了对图像进行分割、降噪等预处理,提高了识别算法的可行性与识别效率。另一方面,应用深度信念网络(DBN)的分类方法,可以很好地解决溢油检测中小样本分类的问题,并且模仿人类感知系统高效准确的表示信息、获取本质特征。本文应用人类感知的思想对油膜、类油膜以及海水这3类样本进行分类识别。通过实验确定了DBN中利于分类的关键参数值。本算法对原始SAR图像中3类样本的识别准确率达到90.36%,具有较好的实用价值。     

高分辨率SAR图像中的桥梁识别方法研究

根据高分辨率SAR图像中桥梁目标的特点提出了一种新的桥梁识别算法,主要由水体分割、感兴趣区域确定和桥梁识别三个步骤实现。通过直方图均衡,方便了分割阈值的选取;通过数据采样,提高了识别的有效性;通过目标特征的抽取,保证了识别结果的准确性。识别过程在初级处理中,利用快速算法得到感兴趣区域;在后续处理中利用目标特征对该区域内的潜在目标进行识别,取得了良好的效果。     

融合差异图与高斯混合模型相结合的SAR图像变化检测

在SAR图像变化检测过程中,假设差异图类别服从单一分布,构造单一类型的差异图不能完好地保留变化信息,从而影响SAR图像变化检测的精度。针对上述问题,提出一种基于差异图融合和高斯混合模型GMM(Gaussian Mixture Model)的非监督SAR图像变化检测方法。该方法利用给定的融合因子进行差值和比值图融合,采用最大期望算法EM(Expection Maximum)求解融合差异图的GMM参数,并根据后验概率将图像像素分配到GMM各个分量,从而获得SAR实验区域的变化检测图。3组SAR数据集的变化检测实验验证了所提方法的可行性和有效性。     

L-band Synthetic Aperture Radar imagery performs better than optical datasets at retrieving woody fractional cover in deciduous,dry savannahs

Woody canopy cover (CC) is the simplest two dimensional metric for assessing the presence of the woody component in savannahs, but detailed validated maps are not currently available in southern African savannahs. A number of international EO programs (including in savannah landscapes) advocate and use optical LandSAT imagery for regional to country-wide mapping of woody canopy cover. However, previous research has shown that L-band Synthetic Aperture Radar (SAR) provides good performance at retrieving woody canopy cover in southern African savannahs. This study’s objective was to evaluate, compare and use in combination L-band ALOS PALSAR and LandSAT-5 TM, in a Random Forest environment, to assess the benefits of using LandSAT compared to ALOS PALSAR. Additional objectives saw the testing of LandSAT-5 image seasonality, spectral vegetation indices and image textures for improved CC modelling. Results showed that LandSAT-5 imagery acquired in the summer and autumn seasons yielded the highest single season modelling accuracies (R² between 0.47 and 0.65), depending on the year but the combination of multi-seasonal images yielded higher accuracies (R² between 0.57 and 0.72). The derivation of spectral vegetation indices and image textures and their combinations with optical reflectance bands provided minimal improvement with no optical-only result exceeding the winter SAR L-band backscatter alone results (R² of ∼0.8). The integration of seasonally appropriate LandSAT-5 image reflectance and L-band HH and HV backscatter data does provide a significant improvement for CC modelling at the higher end of the model performance (R² between 0.83 and 0.88), but we conclude that L-band only based CC modelling be recommended for South African regions.     

ADS 80数码航摄仪L0级影像后处理试验

介绍了三线阵数码航摄仪ADS 80,探讨了其Level 0级影像的后处理技术,分析了不同软件在相同地面分辨率下不同地面控制条件下的后处理精度。得出的结论是控制点分布、数量、位置和航摄影像地面分辨率对ADS 80相机L0级影像空三解算和生成的L1级影像精度影响较大;在充分考虑以上因素的情况下,ADS 80相机在获取的航摄影像地面分辨率低于成图比例尺要求时仍能得到较高的校正精度。