基于多时相SAR数据的大区域城镇信息变化检测

多时相SAR变化检测技术,通过分析同一区域不同时相的SAR数据可以检测地表地物目标的变化信息,在土地资源调查及监测管理方面具有广泛应用。本文将长时间SAR图像相干性特征与目标幅度信息进行融合,并采用多时相SAR数据堆栈处理方法进行大区域城建目标分类及变化信息检测。最后采用13景ALOS PALSAR数据对中国天津地区2007~2010年期间的城建区域变化进行了检测实验,得到了良好的实验结果,并验证方法有效性。     

多时相SAR数据下的岭南早稻提取与时空变化分析

针对岭南地区在水稻生长期内高质量光学影像较少、难以实现对水稻种植情况进行有效监测的问题,该文利用多时相哨兵一号数据,提出一种基于阈值分割法快速提取水稻标签范围、运用U-Net深度学习模型提取水稻分布范围的方法,并分析广东省雷州市2019—2021年早稻分布时空变化情况。(1)通过对比,U-Net模型提取效果优于支持向量机算法,2019年早稻面积提取精度为87.63%,2020年为91.47%;(2)雷州市早稻种植范围持续扩大,与2019年早稻分布范围相比,2020年和2021年新增早稻种植范围主要分布在河流两岸;(3)相对于2019年,2020年和2021年由早稻种植区转变为非粮种植区的面积主要集中在南渡河中下游的附城镇、南兴镇等地,主要改种的农作物是西瓜。利用多时相哨兵一号数据可以建立长时间序列、稳定、及时、免费的水稻种植监测系统,能够实现对岭南重要产粮区耕地“非粮化”的有效监测。     

基于CASE推理的多时相星载SAR影像分类

提出了一种基于案例(CASE)推理的多时相SAR影像分类方法。选用北京地区2000年(4景)和2004年(3景)的多时相Radarsat-1 SAR影像及相应地理基础分类图作为数据进行实验,结果表明,该方法能得到较好的SAR影像分类结果,分类总体精度可望达到85%。     

利用RD模型和DEM数据的高分辨率机载SAR图像模拟

本文提出一种利用DEM数据基于RD模型的SAR图像模拟方法.该方法选择了Muhleman后向散射系数模型模拟SAR图像的辐射特性,引入SAR成像中的RD模型直接进行几何变换和灰度重采样模拟出SAR图像的几何特征.实验结果分析表明:模拟的SAR图像和真实SAR图像在图像纹理和几何关系上是一致的,而且几何关系可以精确配准到均方根误差为1.3个像素.     

散射模型的多时相极化SAR斑点噪声滤波算法

本文提出了一种基于散射模型的多时相极化SAR数据斑点噪声滤波算法,该方法是利用多时相极化SAR数据,在保持像元主散射特性基础上实现斑点噪声抑制。其基本原理是对多时相极化SAR数据的主辅影像进行分类,并通过统计主辅影像中待滤波像元邻域窗口内类别分布情况自适应地选取参与滤波的像素进行滤波。实测数据的实验结果表明,该方法既能够有效地抑制斑点噪声,又能够良好地保持地物散射特性和边缘纹理特征。     

顾及空间邻域关系的多时相SAR影像变化检测

提出了一种顾及空间邻域关系的多时相SAR影像非监督变化检测方法,采用马尔可夫随机场(Markov random field,MRF)模型描述SAR比值差异图像的空间上下文信息,提出了基于该模型的EM-MPM非监督变化检测算法。实例研究表明,与未顾及空间上下文信息的EM双阈值算法相比,该方法能够有效地提高变化区域提取的可靠性和准确性。     

应用气象卫星NOAA-AVHRR图像进行植被研究的多时相途径

本文讨论了应用NOAA-AVHRR数字图像研究植被季相变化和进行植被分类的多时相方法。对生长季节的各时相植被指数VI图像进行图像分割,可揭示植被绿锋的进退和季相变化及其在空间上的表现。对多时相的植被指数VI图像进行主成分变换,据第一主成分的直方图各特征峰的形状和位置进行图像分割,可获得植被景观图,这一结果与现行的植被分布图相当一致。     

迁移学习用于多时相极化SAR影像的水体提取

基于机器学习分类器的极化合成孔径雷达（synthetic aperture radar, SAR）影像水体提取方法具有较高的可靠性,但其通常依赖于大量的训练样本,利用该方法进行多时相极化SAR影像的水体提取时,在每一景影像上都人工标注足够数量的训练样本是十分困难且耗时的。同时,SAR影像上固有的相干斑点噪声会进一步加剧样本标注的难度。对此,引入迁移学习方法,利用其知识迁移能力将已有的训练样本的类别标签信息迁移至未标注的样本,以降低获取新样本所需的人工代价,提高水体提取的时效性。使用6景极化SAR影像和4种迁移学习方法进行最佳源域影像选取、样本标签迁移和水体提取实验,实验结果表明,迁移学习方法可以准确地将源域影像上的训练样本的标签信息迁移至其他影像,有效减少其他影像进行水体提取需要的人工标注样本的数量,同时能够维持较高的水体提取精度,在洪涝灾害应急响应中具有一定的应用价值。     

多时相遥感影像变化检测方法综述

遥感影像变化检测一直是国际遥感领域研究的热点和难点,尽管各国学者对变化检测问题进行了大量深入的研究,但是目前尚未出现一种普适性强、适用于所有情况的通用方法。随着遥感对地观测技术的快速发展和应用,变化检测技术体系也在不断地发展和演化。回顾了多时相遥感影像变化检测技术的发展历程,对多时相遥感影像变化检测方法的分类体系进行了归纳总结,从变化检测预处理、变化检测方法、精度评价3个方面详细总结了变化检测研究的最新进展,并指出了变化检测面临的核心困难及可能的应对措施,以期推动遥感影像变化检测研究更加深入的发展。     

利用RD模型和DEM数据的高分辨率机载SAR图像模拟

本文提出一种利用DEM数据基于RD模型的SAR图像模拟方法。该方法选择了Muhleman后向散射系数模型模拟SAR图像的辐射特性,引入SAR成像中的RD模型直接进行几何变换和灰度重采样模拟出SAR图像的几何特征。实验结果分析表明:模拟的SAR图像和真实SAR图像在图像纹理和几何关系上是一致的,而且几何关系可以精确配准到均方根误差为1.3个像素。     

基于小波变换的多时相SAR图像变化检测技术

提出基于小波变换的双阈值(TWT)SAR图像变化检测算法。采用期望最大化(EM)算法产生双阈值,可以区分像素发生变化的类型(如变化区域增强类和变化区域减弱类)或变化等级。用SAR图像数据进行实验,结果表明该方法有效。     

多时相极化SAR影像变化检测方法研究

变化检测是通过对同一区域的多次观测获取地表随时间变化的过程,在土地利用规划、环境资源监测、灾害应急等领域发挥了重要作用。遥感技术能够在短时间内获取地表大面积的土地覆盖信息,节省大量的人力、物力资源,成为变化检测的重要手段之一。     

多时相遥感图像相对辐射校正

相对辐射校正是多时相遥感图像处理和分析的前提.本文分析了几种常规的相对辐射校正方法的优缺点,然后在此基础上提出了一种基于小波变换的遥感图像相对辐射校正方法.该方法对源图像小波变换域的低频成分实施辐射变换,并保持高频成分不变,重构的图像具有保持高频信息的特性,因而能够较好地保留源图像中由于地物变化引起的辐射差异.     

基于高分辨率SAR图像成像机理的震害信息分析

与中低分辨率SAR图像相比,高分辨率SAR图像受目标复杂性和成像噪声等因素的干扰更为严重,致使应用高分辨率SAR图像检测震害目标变得更加困难.传统的适用于中低分辨率SAR图像的震害信息提取方法对于高分辨率SAR图像有一定的局限性.为了从高分辨率SAR图像中更加准确地提取震害信息,从SAR图像成像机理和目标的后向散射特征出发,对建筑物和道路、桥梁的震害特征进行了细致分析,为寻求合适的目标检测和提取方法提供了思路.     

基于水平集的SAR图像与光学图像的配准

为解决常用图像配准算法中特征提取易受噪声影响及配准过程受特征提取精度影响的问题,提出一种新的图像配准算法,即在水平集框架下,通过映射函数将SAR图像特征和光学图像特征结合,构造能量泛函模型,并采用水平集方法求解曲线演化方程,进而实现SAR图像和光学图像的配准.通过两个场景的配准实验表明,该算法不仅对高信噪比SAR图像和光学图像的配准有效,且对低信噪比的配准优势更加明显.     

基于高分辨率机载SAR数据的试验研究

主要研究了高分辨率机载SAR数据运用于测绘试验的可行性,提出数据处理的关键流程,诸如数据获取、成像处理、预处理、几何处理、融合处理,以及可供提取的最基本的制图要素,诸如道路、铁路、水系、植被、耕地和居民地,并进行了精度评估,最后对地形图更新,提取变化信息。试验结果初步表明高分辨率、高成像质量的机载SAR影像数据应用于测绘领域是可行的。可以看出高分辨率机载SAR影像的应用得到了比较满意的结果。     

单波段单极化高分辨率SAR图像纹理分类研究

以2003年7月淮河洪水监测获取的高分辨率SAR图像为试验数据，首先对数据进行了分析，指出了高分辨率SAR图像的特点，之后通过小波变换对图像进行两层小波分解得到子图像，并在选择合适的能量计算窗口条件下，计算子图像的纹理能量，最后使用了BP神经网络方法进行纹理分类。研究结果表明，采用小波纹理分类方法对高分辨率SAR图像分类是可行的，可以获得高的分类精度，同时也指出了纹理分类的不足和进一步研究的方向。     

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。     

基于小波纹理信息的星载SAR图像与TM图像的数据融合

遥感图像的数据融合是当前遥感界研究的热点问题之一。论述利用小波变换提取合成孔径雷达（SAR）图像的多尺度纹理信息，基于小波纹理信息将SAR图像与TM图像进行融合。选取徐州市南郊风景区的Radarsat卫星SAR图像和TM图像进行试验研究，并与颜色变换法融合图像进行对比分析，结果表明，无论是目视解译还是定量分析，该融合方法与颜色变换法相比，将获得更理想的高空间分辨率多光谱的融合图像。     

基于多时相遥感图像灰度差值法的地表变化检测

为快速利用多时相遥感数据实现地表信息的变化检测,探讨了使用多时相遥感图像的灰度差值法来进行地表变化检测.计算差值图像的均值和标准差,建立其数学关系,确定变化阈值;通过差值运算后处理方法获得变化信息,并结合地表信息的光谱反射特性,进行城市地表信息的变化检测.