联合小波和NLM滤波的侧扫声纳回波信号降噪

为进一步降低侧扫声纳回波信号中非高斯分布的乘性噪声,获取更佳效果的侧扫声纳图像,提出了一种利用小波和NLM(nonlocal means)滤波的组合降噪方法。首先采用同态变换将侧扫声纳回波ping信号中的乘性噪声转换为加性噪声,然后利用小波阈值和NLM滤波对侧扫声纳每ping回波数据实施降噪处理,最后经过小波反变换和指数变换获取降噪后信号和图像。仿真实验和实测数据验证结果表明,该方法适用于侧扫声纳回波信号处理,可以获取较好的图像降噪效果。     

基于拉依达准则的自适应小波阈值选取方法

根据潜艇磁异常目标信号持续时间短、海浪磁场噪声依赖于时间和位置的特性,应用拉依达准则提出了一种有效区分海洋背景磁噪声和磁目标信号的自适应小波阈值选取方法。采用不同小波阈值选取法对含有海洋背景噪声的潜艇磁目标信号进行降噪处理,通过对比各阈值法降噪后的峰值信噪比(PSNR)和均方误差(MSE),验证了本文提出的自适应小波阈值选取方法的有效性。     

基于经验模态分解和小波阈值的自适应降噪方法

针对全波形三维激光测绘雷达(LiDAR)在数字地形测量中如何降低背景噪声问题,提出了一种基于经验模态分解(EMD)和小波阈值的自适应降噪方法。在扫测的地形信号经EMD分解后,计算内蕴模式函数(IMF)与经过2/3阶重构的扫测信号之间的互相关函数,从而改善小波阈值自适应地对IMF中的高频噪声成分进行滤除。实验结果表明,与EMD重构降噪法、小波阈值降噪法和传统的EMD-小波联合降噪法比较,这种方法在对全波形LiDAR回波信号的噪声剔除和地物信号保留方面具有明显的优势,降噪后信号的误差能缩小10%~20%,波形相关性能提升5%~20%,信噪比能提升20%~40%。     

一种基于小波变换的SAR海洋图像数据增强系统

提出了一种基于小波变换的SAR海洋图像数据增强系统,并进行了试验.本系统包括小波变换、Speckle及Pepper-Salt噪声抑制、船等目标提取、内波提取、目标数统计和图像图形显示放大等功能.该图像增强系统可以对含有常见的高斯噪声及Speckle和Pepper-Salt非高斯噪声的污染图像数据进行增强处理,可对SAR等微波成像传感器数据、光学成像传感器数据进行增强处理,具有广泛的应用前景     

基于小波阈值算法的海杂波信号降噪

为有效提取噪声背景下的海杂波信号,针对海杂波信号非线性非平稳的特点,提出基于小波阈值算法对实测海杂波数据去噪。在噪声水平未知条件下,提出基于噪声主要在高频段且能量较小、信号主要集中在低频段思想的噪声判断准则。为验证小波去噪效果,将该算法对含有噪声的海杂波实测数据进行去噪,采用均方差和降噪信号信噪比两项指标衡量去噪效果,并与均值和中值等去噪方法对比,小波算法在这两项指标均优于其他算法;此外,实验结果还表明,db2小波在双曲线阈值函数和HeurSure阈值模式下优于其他小波去噪效果。     

基于复contourlet域隐马尔科夫树模型的海面溢油合成孔径雷达图像相干斑抑制

海面溢油SAR图像中的相干斑噪声严重影响了后续的图像分割、特征提取和分类.为了更有效地抑制海面溢油SAR图像相干斑,文中提出了一种基于复contourlet域隐马尔科夫树模型的海面溢油SAR图像相干斑抑制方法.首先对观测图像取对数并进行复contourlet变换;然后在复contourlet域中用隐马尔科夫树模型对相邻尺度间的带通方向子带系数进行建模,并依据贝叶斯最小均方误差准则估计无噪系数;最后进行逆复contourlet变换和指数变换,得到相干斑抑制后的图像.大量实验结果表明,与Lee、Kuan、Frost及Gamma Map等4种经典滤波方法以及小波域和contourlet域隐马尔科夫树模型方法相比,文中方法从主观视觉和客观定量评价两方面来看综合性能更为优越,是一种行之有效的SAR遥感图像海面溢油检测的预处理方法.     

一种机载SAR非周期性线状噪声去除方法

由于受雷达系统本身、飞行姿态、大气扰动等多种因素的影响,机载SAR图像中存在大量的非周期性线状噪声,限制了数据的后续应用。针对利用机载SAR图像进行海上绿潮探测的应用目的,本文在对机载SAR图像中非周期性线状噪声进行统计特征分析的基础上,提出了一种机载SAR图像非周期性线性噪声去除方法,并与均值滤波、高斯低通滤波、增强Lee滤波、增强Frost滤波、Gamma滤波、小波分析滤波、傅里叶变化滤波等多种常用滤波算法进行了对比,验证了该方法的有效性。结果表明,与常用滤波算法相比,我们算法的噪声去除率最高,且边缘特征清晰;图像经滤波后,噪声区灰度值与海水相近,与绿潮的对比显著增大,提高了绿潮和海水的区分能力。     

航海雷达图像噪声抑制方法研究

针对航海雷达图像上常见的同频干扰噪声,提出了一种有效的抑制方法。该方法采用阈值分割技术对噪声进行检测,然后对检测出的噪声点进行插值修复。使用X波段航海雷达图像对该方法进行检验。采用信噪比、偏差指数和相关系数等指标进行定量评价。结果表明,提出的新方法既能显著地抑制航海雷达图像的同频干扰噪声,又能较好地保持原始图像的信息,具有良好的降噪效果。它的综合性能明显优于传统的均值滤波和中值滤波方法。     

基于交叉证认的海洋磁力测量数据小波去噪研究

针对海洋磁力测量数据中存在的高斯噪声,采用基于交叉证认的小波阈值去噪方法进行噪声去除。首先对磁力数据进行小波分解,利用交叉证认方法自动识别小波分解的信号层与噪声层,然后对噪声层小波系数进行阈值处理,进一步提取噪声层中的有用信息,最后进行小波重构得到去噪信号。同时提出了一种改进阈值处理函数,能够改善传统软、硬阈值函数存在的缺陷,提高重构信号的精度。实验分析表明,当噪声水平小于1.5nT时,相比于传统软、硬阈值函数的小波阈值去噪方法,该方法可更好地去除海洋磁力数据中的高斯噪声,并可较好地保留数据中的有用细节信息,使数据质量得到提高。     

基于纹理特征的围填海SAR图像分水岭分割方法

本文提出了一种基于纹理特征的围填海SAR图像分水岭分割方法,首先对机载MiniSAR图像进行灰度共生矩阵纹理滤波,获得纹理特征图像,再对纹理特征图像进行分水岭算法分割,将获得的形态学重建图像进行门限阈值分割,得到最后的二值化分割结果。该方法一方面通过调整灰度共生矩阵纹理滤波的窗口大小,抑制了斑点噪声的影响;另一方面,利用分水岭算法对边缘模糊杂乱图像的优势,提高了围填海信息提取的准确性。实验结果表明,本方法对高分辨率SAR图像围填海监测图像的分割效果良好。     

利用浅水地形及其SAR影像确定海面风向的一种方法

利用浅水地形的SAR影像以及基于浅水地形SAR仿真模型计算得到的仿真SAR影像,基于仿真SAR影像与真实SAR影像之间的相关性提出了一种确定海面风向的方法——最大相关系数法.以南沙双子礁海域为例,利用最大相关系数法确定出了一幅RADARSAT SAR影像成像时刻的海面风向,通过对结果的比较分析可以看出对于包含浅水地形的SAR影像应用该方法探测海面风向是可行的.     

SAR与光学影像融合增强方法和效果分析

基于Radarsat-2全极化SAR、GF-1多光谱、Landsat-8多光谱影像,利用PCA变换、HSV变换等方法,分析了同空间分辨率的SAR与光学全色影像的信息量,并评价了其分别与Landsat-8多光谱影像的融合结果。结果表明:全极化SAR影像较全色影像的亮度高,图像标准差、信息熵及平均梯度总体趋于一致,信息量相当;融合影像目视效果相近,且SAR融合影像较光学融合影像包含的信息量更为丰富,利用高分全极化SAR影像替代光学全色影像开展海岸带遥感监测是可行的。     

基于小波变换和HIS变换的海冰SAR与光学遥感影像融合方法研究

Sea ice as a disaster has recently attracted a great deal of attention in China. Its monitoring has become a routine task for the maritime sector. Remote sensing, which depends mainly on SAR and optical sensors, has become the primary means for sea-ice research. Optical images contain abundant sea-ice multi-spectral information, whereas SAR images contain rich sea-ice texture information. If the characteristic advantages of SAR and optical images could be combined for sea-ice study, the ability of sea-ice monitoring would be improved. In this study, in accordance with the characteristics of sea-ice SAR and optical images, the transformation and fusion methods for these images were chosen. Also, a fusion method of optical and SAR images was proposed in order to improve sea-ice identification. Texture information can play an important role in sea-ice classification. Haar wavelet transformation was found to be suitable for the sea-ice SAR images, and the texture information of the sea-ice SAR image from Advanced Synthetic Aperture Radar(ASAR) loaded on ENVISAT was documented. The results of our studies showed that, the optical images in the hue-intensity-saturation(HIS) space could reflect the spectral characteristics of the sea-ice types more efficiently than in the red-green-blue(RGB) space, and the optical image from the China-Brazil Earth Resources Satellite(CBERS-02B) was transferred from the RGB space to the HIS space. The principal component analysis(PCA) method could potentially contain the maximum information of the sea-ice images by fusing the HIS and texture images. The fusion image was obtained by a PCA method, which included the advantages of both the sea-ice SAR image and the optical image. To validate the fusion method, three methods were used to evaluate the fused image, i.e., objective, subjective, and comprehensive evaluations. It was concluded that the fusion method proposed could improve the ability of image interpretation and sea-ice identification.     

基于SAR图像雨团足印的海面风向提取方法

利用地球物理模式函数进行SAR海面风速反演时,需以风向作为地球物理模式函数的输入。本文应用了一种利用SAR图像上雨团足印顺风一侧比逆风一侧明亮的图像特征的海面风向提取方法,以进行海面风速反演。4景RADARSAT-2卫星SAR示例数据风向提取结果相对于ASCAT散射计的风向均方根误差满足不大于16°。分别以本文方法提取的风向和ASCAT散射计风向作为输入,利用地球物理模式函数CMOD5进行海面风速的SAR反演,两者的风速反演结果基本一致,其均方根误差差值不超过0.3 m/s。本文利用SAR图像雨团足印信息的风向提取方法准确可靠,可应用于SAR海面风速反演。     

基于显著性分析的SAR溢油图像中暗斑区域检测方法研究

为了提高合成孔径雷达(syntheticapertureradar,SAR)图像中海上溢油的检测精度,设计了一种图像显著性和均值偏移分割相结合的暗斑检测方法,验证了该方法在SAR溢油图像暗斑识别中的有效性,为溢油区域的准确检测奠定了基础。针对SAR溢油图像中暗斑区域在人类视觉中属于感兴趣区域的特性,利用图像显著性检测方法对整幅SAR图像进行处理生成显著性图像,然后利用均值偏移方法在SAR图像的Lab空间将图像分割成不同区域,最后在显著性图像上利用每个区域的平均显著性值与动态阈值之间的关系确定溢油图像中的暗斑区域。实验结果表明,该方法不需要人工交互,且能够有效地提取出SAR图像溢油中的暗斑区域。     

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。     

不同极化方式SAR与TM融合影像滨海湿地分类精度比较

以覆盖黄河口湿地区域的Radarsat-2 SAR全极化影像和Landsat-5 TM影像为例,将4种极化方式的SAR影像与TM影像分别进行融合,采用支持向量机对融合结果进行滨海湿地典型地物土地覆盖分类,并对分类结果进行比较评价,分析不同极化方式的SAR影像与TM影像融合结果在滨海湿地地区的分类能力。实验结果表明:采用与SAR影像融合的方法能够提高TM影像的分类精度,其中HV极化方式的SAR影像与TM影像的融合结果分类精度最高,最适用于滨海湿地土地覆盖分类研究。     

Shallow water depth retrieval from space-borne SAR imagery

Based on shallow water bathymetry synthetic aperture radar (SAR) imaging mechanism and the microwave scattering imaging model for oceanic surface features, we developed a new method for shallow water depth retrieval from space-borne SAR images. The first guess of surface currents and winds are estimated from the normalized radar crossing section (NRCS) profile of shallow water bathymetry SAR imagery, according to the linear theory and geophysical model function. The NRCS profile is then simulated by the microwave scattering imaging model. Both the surface currents and winds are adjusted by using the dichotomy method step by step to make the M4S-simulated NRCS profiles approach those observed by SAR. Then, the surface currents and the wind speeds are retrieved when a best fit between simulated signals and the SAR image appears. Finally, water depths are derived using the Navier–Stokes equation and finite difference method with the best estimated currents and the surface winds. The method is tested on two SAR images of the Taiwan Shoal. Results show that the simulated shallow water NRCS profile is in good agreement with those measured by SAR with the correlation coefficient as high as 85%. In addition, when water depths retrieved from the SAR image are compared with in situ measurements, both the root mean square and relative error are less than 3.0 m and 6.5%, respectively, indicating that SAR images are useful for shallow water depth retrieval and suggesting that the proposed method in this paper is convergent and applicable.     

一种基于Curvelet变换的合成孔径雷达海洋内波图像的斑点噪声抑制方法

合成孔径雷达是海洋内波研究中最重要的工具之一。雷达图像中的斑点噪声会严重降低图像的质量,这一问题在处理和分析信号较弱的二模态内波信号和上升型内波信号时极为明显。合成孔径雷达图像中的海洋内孤立波的信号具有明显的尺度性和方向性。同时,curvelet变换作为一种同时具备尺度分辨率和方向分辨率的数学变换,能够对一幅雷达图像在不同尺度、不同方向和不同位置上进行分析。本文给出了一个基于curvelet变换的合成孔径雷达海洋内孤立波图像的斑点噪声抑制方法。该方法可简述为：(1)对一幅合成孔径雷达海洋内孤立波图像进行curvelet变换,获得curvelet系数;(2)分别仅仅保留一个尺度的系数,将其它尺度的系数置为零,利用处理之后的系数分别重建图像,得到仅仅用一个尺度的系数重建的图像;(3)分别计算上一步中得到的图像的均方差,根据波浪理论,图像的方差代表能量,方差越大则能量越大,以此可以确定内波信息集中的尺度;(4)在每个尺度下,分别计算每个方向的curvelet系数矩阵的平均值,以此确定内孤立波信号集中的方向;(5)在上两步工作的基础上,仅仅保留内波信号集中的尺度和方向的系数,而将其它尺度和方向的系数置为0,得到一幅提取主波信息的图像;(6)将上一步得到的提取主波信息的图像加回到原始图像中,从而达到增强波浪信息并抑制斑点噪声的目的。大量的实验验证表明,该方法不仅能有效地压制斑点噪声,而且能有效地增强波浪信号。