高分辨率SAR影像在海岛监视监测中的应用

高分辨率合成孔径雷达(SAR)是先进的成像微波遥感器,可全天候和全天时工作,在海岛监视监测中发挥特殊作用。文章概述高分辨率SAR的成像原理和国际应用进展,通过介绍海岛礁在高分辨率SAR影像上的表现,直观展示高分辨率SAR在小海岛识别和海岛开发工程监视监测等方面的应用,尤其提出利用SAR影像特征区分小海岛和船只的方法,同时提出将高分辨率SAR影像与中分辨率光学影像相结合的应用建议,助力我国海岛保护管理和监视监测工作。     

基于双阶段特征匹配的非同源SAR船只跟踪方法

开展星载合成孔径雷达(Synthetic Aperture Radar,SAR)船只匹配跟踪研究是海上船只监测的重要内容,对提升海上目标监测管控能力有重要意义.当前利用SAR卫星进行船只目标匹配跟踪时,由于船只目标尺寸小且船只目标的运动会在SAR图像中产生几何畸变,导致船只目标在SAR图像中难以准确实现匹配跟踪.基于此...     

完善海洋遥感理论 发展海洋遥感技术——评《星载合成孔径雷达海洋遥感导论》

正合成孔径雷达(Synthetic Aperture Radar,SAR)作为一种主动式微波侧视成像雷达,具备全天时、全天候、高分辨率、宽刈幅成像的优势,是可见光、红外传感器及其他微波传感器所不具备的。自美国于1978年发射第一颗海洋遥感卫星SEASAT以来,SAR海洋遥感理论、SAR海洋遥感探测技术与应用研究始终是海洋学研究的热点问题之一。20世纪90年代,航天飞机成像雷达以及X波段SAR(SIR-C/X-SAR)运行之后,多波段、多极化、多入射角和多观测模式成为SAR海洋遥感研究的主流发展方向。SAR遥感图像     

基于控制点影像库的合成孔径雷达图像几何校正

近年来,多谱段和高分辨率合成孔径雷达(SAR)成像技术已取得巨大进步,人们也高度重视其潜在的应用前景.但是,因为雷达斜视成像性质和地形起伏影响,SAR图像在山区的几何畸变非常复杂,采用常规方法不能达到正射校正的结果,所以目前SAR图像的应用情况并不尽人意.实际应用的雷达图像正射纠正方法,特别是密集三角形格网的数字微分纠正方法需要大量纠正控制点,但是,雷达图像噪声和目标边缘模糊使自动匹配的选点算法难以成功.提出了一种基于控制点影像库的纠正控制点选点方法,用以提高点位精度和工作效率.该方法包括纠正区域控制点影像建库、灵活交互操作机制设计和点匹配操作.对不同空间分辨率雷达图像的实验处理结果表明,该方法具有较好的应用价值.     

基于模糊C均值聚类的高分辨率合成孔径雷达图像舰船目标检测

给出了一个基于模糊C均值聚类(FCM)的舰船目标检测算法。其中心思想是将SAR图像中的各像素点灰度值视为样本集,然后利用FCM算法对该样本集聚类,并利用聚类结果计算图像分割全局阈值。与目前流行的恒虚警率(CFAR)检测算法相比,所给检测算法具有参数少、计算量与图像大小成正比、舰船轮廓保持良好的特点,为高分辨率SAR图像舰船目标检测提供了一个新的选择。     

基于SAR图像速度聚束调制的海浪反演研究

本文首先对合成孔径雷达（SAR）海浪成像中的3种调制（倾斜调制、流体力学调制与速度聚束调制）的影响进行了对比分析,结果显示:速度聚束调制对SAR图像的影响最为显著。另外,由于SAR图像中固有相干斑噪声的存在,较低波数范围的噪声难以滤除或抑制,利用经典MPI方法反演海浪谱会造成低波数范围谱值偏大。基于此,本文借鉴经典MPI海浪谱反演算法,建立了基于速度聚束调制的海浪方位向斜率谱和有效波高的反演算法。通过将经典MPI方法、同极化调制法及本文算法等3种海浪反演方法所得有效波高与浮标数据进行比较,结果显示:本文方法反演得到的海浪有效波高与浮标数据获得的有效波高之间的均方误差为0.79 m,为3种方法中最小。     

星载合成孔径雷达海浪图像谱仿真研究

利用Hasselm ann 的完全非线性积分方法对文氏海浪谱的星载合成孔径雷达(SAR)图像谱进行了仿真研究。结果表明: (1) 在星载SAR海浪成像过程中, 速度聚束调制远比水动力调制、倾斜调制和距离向聚束调制重要;(2) 图像谱有180°的方向模糊和方位向的高波数截断,距离向传播海浪的图像谱存在双峰现象; (3) 不同极化方式和雷达视向的选取对图像谱无明显影响, 因而对于海浪的星载SAR遥感而言, 可以采用单一极化和单一视向。对于不同成长状态的风浪而言, 以上结果保持不变。     

一种合成孔径雷达图像舰船假目标检测判别算法

由于合成孔径雷达(SAR)发射脉冲频率以及成像机理的影响,导致SAR图像在成像时存在方位模糊噪声,严重时会在图像上出现假目标,此时若采用传统的目标检测算法,将会把假目标误判为检测目标,降低目标检测的准确率,影响目标的分类识别。本文分析了假目标产生的原因,从理论上导出了假目标在SAR图像中出现的具体位置。从信号处理的角度,对SAR图像进行方位模糊抑制的仿真。然后采用双参数CFAR检测算法对SAR图像进行目标检测,依据真假目标区域连通面积大小不同,且假目标区域具有不连通、面积小等特点,在目标检测的同时,对真假目标进行判别。最后,采用10m×10m分辨率的SAR图像进行实验验证。实验结果证明该算法可以对由于方位向模糊产生的假目标进行有效检测。     

一种增强型YOLOv3的合成孔径雷达(SAR)舰船检测方法

近年来,海战场成为现代战争的主要作战区域之一,舰船目标逐渐成为海上重点监测对象,能否快速准确地识别海战场舰船目标的战术意图,给指挥员的决策提供必要的支持,这关系到一场海上战役的成败。随着合成孔径雷达(synthetic aperture radar, SAR)成像技术的不断发展,大量SAR图像可用于舰船目标检测与识别。利用SAR图像进行舰船目标检测与识别,已经成为重要的海洋应用之一。针对传统SAR图像舰船检测方法准确率较低的问题,本文在YOLOv3的基础上,结合感受野(receptive fieldblock,RFB)模块,提出一种增强型的SAR舰船检测方法。该方法在最近公开的SAR图像舰船检测数据集上平均准确率值达到了91.50%,与原YOLOv3相比提高了0.92%。实验结果充分表明本文提出的算法在SAR舰船的检测中具有较好的检测效果。     

高分三号卫星对海浪的首次定量遥感

高分三号(GF-3)是我国首颗C频段多极化高分辨率微波遥感卫星,于2016年8月10日在太原卫星发射中心成功发射。GF-3 SAR卫星入射角范围约为20°—50°,具备单极化、双极化和全极化等多极化工作能力,还是世界上成像模式最多的SAR卫星,具有12种成像模式。不仅涵盖了传统的条带、扫描成像模式,而且可在聚束、条带、扫描、波浪、全球观测、高低入射角等多种成像模式下实现自由切换,既可以探地,又可以观海,达到"一星多用"的效果。近日,国家海洋局第二海洋研究所卫星海洋环境动力学国家重点实验室利用首批GF-3合成孔径雷达(SAR)遥感数据(图1)对夏威夷西北部附近太平洋海域的海浪进行了首次定量分析和反演研究(图2)。图1为GF-3 SAR的灰度图像,成像时间为2016年9月2日8:30(GMT),卫星此时飞行速度约为7.6km,极化方式为VV极化,飞行方向为降轨,空间分辨率为8m×8m,中心入射角为28.32°。由图1可以看出,SAR图像上存在明显的黑白相间的海浪条纹,说明海浪在图像上能够顺利成像。通过提取灰度图像上的调制信息,并作傅里叶变换分析,可得到包含海浪信息的图像谱。进一步,基于经典的Hasselmann SAR海浪成像模型的准线性形式,同时估计倾斜调制、水动力调制和聚束调制等三种海浪调制函数(MTF),可以利用图像谱反演得到海浪谱,此时的海浪谱主要为较长波长的涌浪信息,至于较短波长的海浪信息提取,由于受到方位向截断效应的影响,则需要引入初猜谱加以补偿实现。图2为图1反演的海面涌浪参数。从图2可以看出,该海域海浪由西北向东南传播(即由外海向近岸传播),平均波长约200m,有效波高从2.5m到4.0m不等,能够反映浪场的分布差异。由于没有同步的现场观测资料和其他卫星遥感资料,本文将这些结果与欧洲中期天气预报中心(ECMWF)提供的ERA-Interim再分析数据进行了比对。初步反演与比对结果表明,两者有较好的一致性,但本文的反演结果反映了更多的细节,显示GF-3 SAR有能力对海面涌浪信息进行高分辨率的观测;同时,再次表明ERA-Interim再分析数据低估了有效波高,因此GF-3卫星的发射将有利于提高全球海浪的遥感观测水平。     

基于散射相似性参数的全极化合成孔径雷达船只检测

全极化合成孔径雷达(SAR)数据提供了丰富的散射信息,目前被广泛应用于海上船只目标的检测。本文首先利用一种方便有效的极化散射信息分析法-散射相似性参数统计分析了船只目标与海面的散射特性,重点分析了两者散射机制间的差异,并基于该差异提出了一个新的全极化SAR船只目标检测量(SSM),该检测量同时考虑了极化SAR数据的空间信息,有效提高了船海对比度。然后基于核密度估计提出了对检测量SSM的模型估计方法,结合恒虚警率(CFAR)检测方法实现了对船只目标的检测。利用RADARSAT-2全极化数据对本文的方法进行验证,并与典型的极化SAR船只目标检测方法比较,实验结果表明了本文方法对船只目标检测的有效性。     

基于船载雷达图像的海上船只检测方法

随着雷达成像技术和高分辨率光栅显示技术的发展和应用,基于船载雷达图像的船只检测成为可能.海上船只检测的主要困难之一是雷达图像中包含固有的海面背景杂波.传统的雷达船只检测方法,如恒虚警率法(CFAR),以杂波分布模型为基础,计算待检测窗口中的信号统计分布来确定自适应阈值,取得了一些成果.但是,当海面背景杂波和船只目标的回波强度在同一数量级,甚至船只目标淹没在海面背景杂波中时,就难以确定一个有效的阈值将船只目标从雷达图像中提取出来.在分析海面背景杂波和船只目标的相关差异性基础上,提出了一种基于船载雷达序列图像的海上船只快速检测方法.该方法首先对相邻两幅图像进行互相关性分析,在两幅图像中的同一位置提取一定尺寸的移动窗口,计算其互相关函数值,窗口移动一个步长,重复操作直至遍布整幅图像,形成一幅由灰度图像互相关函数值组成的相关图像.然后使用概率神经网络模型(PNN模型)来估计相关图像背景杂波的灰度概率密度分布函数(PDF),应用CFAR技术,使用二分法求解一个区分船只和背景噪声的自适应整体阈值,并根据阈值将相关图像二值化,其中大于阈值的像元作为候选的船只目标信息,小于阈值的像元则为海面背景杂波.最后使用连通性8-邻域准则统计各个候选船只目标区域的像元数,并与预先定义的最小船只目标像元数进行比较,偏小的候选船只目标区域作为虚警去除,保留下来的候选船只目标区域即为船只检测结果.研究显示,如果图像序列中没有船只目标信息,则三维相关图像比较平整.相反,如果图像序列中含有船只目标信息,则三维相关图像上有峰值被检测出,通过测量峰值的高度,就能判断存在可能的船只目标.运用X波段船载雷达序列图像对本文提出的海上船只检测方法进行了测试.测试结果表明,该检测方法具有很好的船只检测效果,得到的船只检测结果与目视判别的结果一致.而且该检测算法原理简单,计算速度快,易于实时处理,具有广阔的应用前景.     

基于衰落统计特性的SAR图像仿真方法分析

合成孔径雷达(SAR)图像的斑点噪声严重阻碍了其数据的解译和应用,从数学物理的观点描述SAR图像的衰落统计特性,并将仿真结果与真实SAR图像作比较,得出两者具有一致性,最后提出根据SAR图像衰落统计特性的目标检测方法。     

Kelvin尾迹SAR多视向的成像仿真

利用船只Kelvin航迹模型、海面波模型和二尺度微波散射模型,提出了船尾迹多视向的成像仿真技术,并首次在二维空间中从不同视向仿真船尾迹的SAR图像。结果表明,当雷达视向与船只航向平行时,横波成像明显;当雷达视向与船只航向垂直时,扩散波成像明显;当雷达视向与船只航向有个夹角时,会出现一臂亮一臂暗的现象,这一现象取决于两臂尖波的传播方向与雷达视向的夹角,传播方向与雷达视向越接近平行的波越容易被雷达观测到,从而形成亮臂。仿真结果还得出另外一个结论:船只航向与雷达视向越接近垂直,两臂张角越小。仿真结果和实际的多幅ERS-SAR图像所观测到的结果是一致的。该模型可以有效地模拟Kelvin尾迹SAR多视向成像。     

海上船只目标监视监测技术专辑 序言

<正>国家海洋权益的维护与国家主权和国家安全息息相关,是国民经济可持续发展的重要保障。近年来海上航运和渔业活动增多、海上侵权事件频发,为了维护海洋安全,迫切需求对海上船只目标进行监视监测。目前,合成孔径雷达(SAR)和高频地波雷达是海上船     

SAR图像海洋表面油膜检测算法研究

海洋表面油膜对海洋环境影响极大,及时获取海面油膜信息对保护海洋环境具有重要意义.海洋表面油膜检测是合成孔径雷达(SAR)很重要的应用领域之一.总结了传统以及新近提出的SAR图像海洋表面油膜检测4种算法,对每一种算法进行了详细分析说明.文章还通过3幅实际SAR油膜图像,分别从油膜检测的目视效果、运算速度和自动化程度三方面对这4种算法进行了详细的对比研究,最后提出选择SAR图像海洋表面油膜检测算法的原则.     

机载小型SAR研发与海洋溢油监测试验研究

基于海上溢油监测需求,自主研发了小型合成孔径雷达(SAR),并基于机载平台开展海上监测试验,进行应用测试。研发的小型SAR工作在C波段,极化方式为VV,质量24kg,可搭载于有人或无人飞行器,对较大面积海域进行实时连续成像,在获取设定分辨率的SAR实时影像的同时,完整记录原始回波信息,可进一步地面处理生成精细影像。2015年8—9月在山东烟台威海近海海域开展了机载小型SAR海洋监测试验,获取了海上目标包括平台、船只、浮筏和海上疑似油膜现象的SAR影像,成像良好。海上试验研究表明,小型SAR可以提供高质量的海面SAR影像数据,为海面目标及油膜的实时监测提供有利支持。     

基于遥感图像分析的极区海冰漂移研究

对极区的海冰运动进行观测具有重要的意义,卫星遥感技术是目前极区海冰监测的重要手段.星载多光谱仪器和合成孔径雷达(SAR)能够生产高分辨率、宽刈幅、连续的遥感图像,是开展海冰遥感监测的优选载荷.通过对极区遥感图像的分析,可以获取极区海冰漂移运动的资料信息.文中提供了可用于极区海冰漂移研究的遥感资料源,详细介绍了两种基于遥感图像的海冰运动分析方法:相关匹配法与光流算法,以及两种方法的对比;利用文中介绍的遥感资料和分析方法,在两极海区发现了明显的海冰中尺度运动特征.     

基于模糊C均值聚类的大尺寸图像目标检测加速方法

利用模糊C均值(FCM)聚类算法对大尺寸图像进行目标检测时,由于样本数量巨大,算法运行时间过长,不利于信息的及时处理。为提高大尺寸图像检测效率,给出了一个CPU+GPU平台下的详细加速方案。该方案利用CUDA并行技术,将FCM聚类等操作放在GPU端处理。同时,对只能在CPU端执行的操作,利用OpenMP技术并行。对四幅大尺寸(15884×3171)全极化SAR图像进行检测,平均加速约84.02倍。此外还利用MPI并行技术在双节点上实现了对四幅全极化图像的同时检测。     

基于改进的Hough变换ASAR图像船只尾迹自动识别算法

文章提出了一种基于改进的Hough变换先进合成孔径雷达(ASAR)图像船只尾迹自动识别算法。算法首先检测出船只并将船只部分用图像灰度均值代替,然后设定阈值修正Hough变换域中的峰值检测,再通过改进的Hough变换自动实现了船只尾迹的检测和识别,最后利用约束条件来确定尾迹的起点和终点。实验结果表明,文中算法能够自动检测到船只尾迹,并且能识别出尾迹的类型,反演出尾迹的起始点,对海洋监测和管理具有重要的意义。