SAR海洋内波表层流反演方法探讨

基于海洋内波SAR成像机理与M4S海面微波散射成像模型,提出SAR海洋内波表层流反演新方法。首先从SAR图像上获得内波剖面的海面后向散射强度,利用AH理论的线性近似关系得到猜测表层流,通过海面微波散射成像模型仿真海洋内波的SAR海面后向散射强度,利用二分法不断地修改风速和流速梯度等参数,使仿真信号最大程度的逼近实际SAR图像上的海面后向散射强度,输出最终海表层流。以中国南海海区3景海洋内波SAR图像为例,对该方法进行了探讨。结果表明,仿真的海洋内波SAR海面后向散射强度剖面和实际SAR图像上的信号剖面吻合,两者的相关系数达90%以上,说明该反演方法是收敛与可行的。     

基于仿真修正的序列SAR图像内波参数反演方法

针对合成孔径雷达(Synthetic Aperture Radar,SAR)序列图像,提出了基于仿真修正的序列SAR图像内波参数反演方法。该方法使用规则化长波方程(Regular Long Wave,RLW)和M4S模型数值仿真SAR序列图像中的同一列内波,并通过与实际图像的对比修正反演参数。实验表明,该方法克服了现有方法依赖于历史水文数据精度和SAR成像条件的限制,其反演结果与实测值十分接近。     

Ocean Internal Wave Observations Using Space Shuttle and Satellite Imagery

Abstract

Space shuttle photographs and satellite radar (SAR) images provide an excellent view of high‐contrast ocean features such as internal waves, fronts, eddies, oil slicks, and cloud patterns which contain the signatures of atmospheric processes. Since ocean internal waves generate local currents which modulate surface wavelets and slicks, we have been able to detect packets of internal waves in space shuttle photographs and radar imagery of the Atlantic, Pacific, and Indian Oceans. A global database on internal waves has been developed at our center with support from ONR and NASA, and is accessible on the Internet. The database includes visible and radar imagery. To test the database, digitally orthorectified images were used for dynamic and statistical analysis of internal waves. In the deep ocean we found the wavelength distribution to be Gaussian while in the coastal ocean it is Rayleigh. Results have also been applied to non‐linear evolution studies of ocean internal waves, atmospheric solitary waves and to estimate ocean currents.     

星载SAR海浪遥感中波向确定的一种新方法

海浪传播方向的 180°不确定性是海浪遥感的固有问题。根据海浪传播理论 ,提出了解决该问题的一种新方法。利用该方法可直接由合成孔径雷达 (SAR)图像确定海浪的传播方向 ,消除波向 180°不确定性。实例研究表明 ,利用该方法确定的海浪传播方向与同步海浪数据有很好的一致性     

双频共面合成孔径雷达海面风场反演

根据L/C双频共面SAR能够获取同一海域双波段电磁波后向散射系数,得到更多海洋目标特征信息的电磁散射特点,结合地球物理模型函数研究了一种新的SAR海面风场反演方法。利用L/C双频共面SAR的L和C两个波段的地球物理模型函数和后向散射系数等信息,通过地球物理模型函数联立以及构建和求解最小代价函数,直接从SAR数据本身获取海面风场信息,并借助辅助数据去除了风向的180°模糊,从而实现海面风场反演。仿真分析和海上机载同步飞行试验的研究结果表明,该方法可直接利用SAR数据本身获取精度较高的海面风速、风向;绝对辐射定标精度是决定海面风场反演精度的关键因素,海面风场反演误差随定标精度提高而减小;随着海面风速的增大,风速反演误差逐渐增大。论文提出的双频共面SAR海面风场反演方法解决了传统单波段单极化SAR海面风场反演存在的固有问题,机载同步飞行试验的海面风速和风向反演结果与调查船观测值的均方根误差分别为0.93 m/s和19.39°,可为星载SAR海面风场反演业务化和载荷研制提供支持。     

一个基于平稳小波变换的SAR内波检测方法

SAR图像数据量的激增,迫切要求一种自动的内波检测技术来代替传统的人工解译。基于此,本文提出一种基于平稳小波变换（SWT）的SAR图像内波检测方法,利用SWT对SAR内波图像进行分析处理,计算SWT系数的小波梯度信息,通过模极大值搜索方法进行内波边缘特征提取。最后通过南中国海东沙群岛观测的多幅SAR图像进行实验与分析,实验结果证明平稳小波变换对于SAR内波检测是有效的。     

不依赖人工定标器的全极化SAR定标研究进展

极化定标是极化合成孔径雷达应用的前提。传统极化定标方法以地面布设的人工定标器为参考,通过极化畸变模型对系统误差进行求解与标定。然而,人工定标器价格昂贵、数量稀少,每次定标任务都需根据传感器过境方向、雷达视角等信息进行设备调整;此外,现代雷达系统工作波位多、入射角调节范围大,不同视角获取影像的定标参数也不相同,这对地面定标设备的布设精度、调整的时效性提出了更高要求。为了及时、快速地完成极化定标,如何以自然界中的某些特殊地物作为人工定标器的替代品来完成定标具有重大的科学价值。本文综述了近年来国内、外提出的不依赖人工定标器的SAR极化定标研究进展（即自主定标）。首先阐述了极化定标的基本流程与极化质量评价体系;然后对近年来高精度自主定标相关研究进行了梳理,根据技术特点将其分为基于自然地物约束的自主极化定标、基于似角反射器的自主极化定标两类,对不同算法适用性进行了分析;最后对未来的研究方向进行了展望。     

单视SAR图像相干斑回波的特征分析与统计

高分辨率合成孔径雷达的相干斑是由雷达信号的干性引起的，并存在于所有相干图像中。根据SAR成橡机理，分析了产生的原因特征，给出了SAR相干斑的确切定义、统计方法。实验表明统计结果与传统方法相比更加精确。     

SARBuD 1.0： 面向深度学习的GF-3 精细模式SAR建筑数据集

合成孔径雷达SAR（Synthetic Aperture Radar）是开展城市建筑区信息获取与动态监测的重要数据源。本文建立了一个面向深度学习建筑区提取的中高分辨率SAR建筑区数据集SARBuD1.0 （SAR BUilding Dataset）。该数据集包含了覆盖中国不同区域的27景高分三号（GF-3）精细模式SAR图像,并从中获取了建筑区共计60000个SAR样本数据,结合光学图像与专家解译,制作了与样本数据对应的标签图像。SARBuD1.0数据集包含了不同地形场景类型、不同分布类型、不同区域的建筑区。该数据集可支持研究者对建筑区进行图像特征分析、辅助图像理解,并可对当前热点深度学习方法提供训练、测试数据支持。本文以山区建筑为例,使用传统纹理特征与深度学习特征对建筑区进行了特征分析与比较,相比于传统的人工设计的纹理特征,卷积神经网络具有更深、更多的特征,利用网络模型浅层的不同卷积核采样可得到各种纹理特征,在网络的深层卷积结构中可获取代表着类别的深层语义特征,使得分类器能更好地检测并提取图像中指定的目标。基于本数据集利用深度学习方法对不同地形区域的建筑区进行提取实验。实验结果表明基于本数据集训练的深度学习模型,对建筑区提取可以取得良好的结果,说明该数据集可以很好支持面向大数据的深度学习方法。其他学者可以基于SARBuD1.0数据集开展建筑区图像特征分析与语义分割提取等方面的研究。     

高分三号SAR影像广域范围联合几何检校技术

在获取广域范围雷达遥感正射影像图时,需要对区域内每景SAR影像进行几何参数修正,提高SAR影像的定位精度。但在广域范围进行控制点的选取和影像的逐一修正,其工作量巨大,严重影响了SAR影像分析应用的效率。对此,本文提出了一种广域范围联合几何检校方法。该方法在R-D模型的基础上,首先利用少许SAR影像计算其独立的系统级检校参数,其次去除系统级检校参数中大气延迟分量的影响,然后依据最小二乘平差原理获取最优的系统级检校参数,最后利用最优的系统级检校参数对所有SAR影像进行几何检校处理。论文采用覆盖中国中东部地区的32景GF-3SAR影像进行联合几何检校试验,检校后的SAR影像定位中误差优于9 m。试验结果表明:该方法能够提高GF-3 SAR影像几何检校的精度,验证了其有效性和可行性。     

内波海面海浪等效谱与SAR内波图像模型的关系

内波海面的电磁计算模型一般把流体力学-电磁波模型简单处理并与SAR图像模式相结合，根据电磁散射模型的计算要求，提出了一个等效的海浪谱模式，并用在电磁散射的计算，最后，用SIR-C/X-SAR在中国南海海面的内波表面图像进行了对比，对L-和X-波段具有很好的计算结果。     

考虑定向参数精度信息的TerraSAR-X和SPOT-5HRS影像RFM联合定位

卫星影像的RFM模型具有传感器无关的优点,适用于多源影像的几何定位处理,但在无地面控制点条件下联合定位时存在自主定位优势影像难以发挥主导作用且求解易发散的不足。本文通过将影像的先验自主定位精度和成像线性漂移转化为像方定向参数的精度和权信息,建立考虑影像定向参数精度信息的RFM模型。以12景TerraSAR-X和6对12景覆盖面积约为18万km2的SPOT-5HRS立体长条带影像为数据源,对两类影像定向参数先验精度配置偏差、SAR影像升降轨道方向、SAR影像数目、SAR影像分布等因素对定位精度的影响进行了系列定位试验,少量SAR与大范围HRS联合的影像自主定位平面/高程精度可达6.0m/4.2m。本文RFM平差模型无地面控制点定位精度和定向参数求解稳健性相对于传统模型有显著提升,是卫星影像无控制点1∶10万/1∶5万全球测图的一种潜在方法。     

SAR和光学异源遥感图像匹配方法的探讨

本文针对SAR和光学遥感图像的异源遥感图像匹配的问题,采用6种基于图像灰度信息的相似性度量方法进行研究和实验。在求得图像间旋转和尺度参数的基础上,重点比较了如何提取平移量。采用了包括归一化互相关、相似率、结构相似性、交互方差、互信息和f散度的方法,并根据SAR图像特性进行了部分改进,得到了不同场景下的实验结果,最后对结果进行了比较和分析。结果表明针对不同场景中匹配方法各有优势,其中归一化互相关方法和f散度方法在场景适应性及精度上表现出了很好的适应性。     

SAR image despeckling with a multilayer perceptron neural network

Speckle noise in synthetic-aperture radar (SAR) images severely hinders remote sensing applications; therefore, the appropriate removal of speckle noise is crucial. This paper elaborates on the multilayer perceptron (MLP) neural-network model for SAR image despeckling by using a time series of SAR images. Unlike other filtering methods that use only a single radar intensity image to derive their parameters and filter that single image, this method can be trained using archived images over an area of interest to self-learn the intensity characteristics of image patches and then adaptively determine the weights and thresholds by using a neural network for image despeckling. Several hidden layers are designed for feedforward network training, and back-propagation stochastic gradient descent is adopted to reduce the error between the target output and neural-network output. The parameters in the network are automatically updated in the training process. The greatest advantage of MLP is that once the despeckling parameters are determined, they can be used to process not only new images in the same area but also images in completely different locations. Tests with images from TerraSAR-X in selected areas indicated that MLP shows satisfactory performance with respect to noise reduction and edge preservation. The overall image quality obtained using MLP was markedly higher than that obtained using numerous other filters. In comparison with other recently developed filters, this method yields a slightly higher image quality, and it demonstrates the powerful capabilities of computer learning using SAR images, which indicate the promising prospect of applying MLP to SAR image despeckling.     

Multiple incidence angle sir-b data analysis over parts of the assam plains

SIR-B Synthetic Aperture Radar System operating at L-band (HH) acquired images over parts of the Assam plains at 25.6° and 45.2°incidence angle during October 1984. The capabilities of L-band SAR for delineating various land covers using multiple incidence angle imageries have been assessed. It was observed that colour composite image generated from multiple incidence angle imagery was useful in delineating various land cover units.     

利用SAR图像计算内波深度和振幅的可行性研究

根据星载合成孔径雷达(SAR)内波成像机理,建立了包括KdV方程、作用量谱平衡方程和Bragg散射模型在内的内波深度和振幅探测模型,更为严谨地推导出用SAR图像计算内波深度的方法,并首次推导出内波振幅的计算方法.利用该方法对台湾东北部海域的两幅ERS-1 SAR内波图像进行了实例研究,结果表明,该方法是合理且可行的.     

带有区域分裂自适应细化过程的SAR海冰图像分割

受海冰自身特性、成像系统特性和环境因素的影响,合成孔径雷达SAR海冰图像具有非平稳、尺度依赖的空间结构,现有的单马尔可夫随机场MRF模型分割方法只能较好地适应非平稳性,对海冰场景的多尺度结构考虑仍然是全局的。为此,本文提出了一种区域分裂过程与二叉树分层结构自适应更新相结合的单MRF图像分割方法。首先利用单MRF模型的全局迭代权值完成初始区域合并,同时以二叉树形式保护合并过程的记录。所设计的分层合并算法可保证二叉树结构的节点数与场景中的对象尺度具有正相关性。随后的细化分裂并不产生新的区域,只是返回到初始配置。依据场景中不同区域对象的尺度,自适应地调整空间语境模型中的尺度权值,实现区域更新。实验表明,该方法有效提高了带有多尺度结构SAR海冰场景的分割精度。     

Exploring The Generation Of Digital Elevation Models From Same-Side Ers Sar Images: Topographic And Temporal Effects

This paper presents an attempt to explore the generation of digital elevation models (DEMs) by radargrammetry from same-side ERS-1/2 synthetic aperture radar (SAR) images. Two ERS-1 and two ERS-2 C-band (wavelength 5·6 cm) SAR images along parallel descending orbits, acquired in 1996 and 1997, are used to form four stereopairs. The test area is western Hong Kong which is dominated by mountains/hills that are largely covered by evergreen-broadleaf trees. The stereopairs covering the same area but with different time intervals (varying from 16 days to 1·5 years) have an intersection angle of 4·5° and a relatively small overlap of 30% (30 km). In addition to the effect of topography, the effect of temporal correlation on the accuracy of the resulting DEMs is also analysed for the first time. From the experimental results obtained in this study, the following conclusions may be drawn: (a) with same-side ERS-1/2 SAR images, an accuracy of 30 to 35 m is achievable; (b) the accuracy of a resulting DEM degrades almost linearly with an increase in slope when the terrain slope is below 30°, and in the areas with slope over 30°, the accuracy of the DEM is significantly degraded and even becomes unacceptable; (c) the worst accuracy is obtained in the foreslope directions and the best accuracy is obtained in the backslope directions; (d) the time interval between two SAR images has no significant effect on the accuracy of the DEM in general; (e) the time interval between two SAR images has no significant effect on the reliability of image matching.     

稀少控制的多平台星载SAR联合几何定标方法

几何定标采用地面控制点获取距离-多普勒模型中的精确几何参数,用于完成星载SAR影像高精度几何定位。但在广域范围内,特别是高山地区域,控制点极难获取。此外,传统定标方法仅面向单一平台SAR影像,尚不能实现多平台影像的联合几何定标。针对上述问题,本文提出一种基于稀少控制的多平台星载SAR联合几何定标方法。该方法从包含实测控制点的主影像出发,使用点位追踪算法获取主影像与从影像之间的连接点,并以连接点为桥梁逐级完成从影像的几何定标。本文采用京津冀地区南北向分布共计235 km的3景TerraSAR-X、3景TanDEM-X、5景高分三号影像进行联合几何定标试验,仅使用5个控制点即完成了所有影像的几何定标,并利用SF-3050星站差分GNSS接收机采集实测GPS点进行精度评价。结果表明使用稀少控制点定标后的TSX/TDX影像的几何定位精度优于3 m,GF-3影像的几何定位精度优于7.5 m,验证了该方法的有效性和正确性。     

Ship detection based on coherence images derived from cross correlation of multilook SAR images

A new simple technique is presented to extract ships from synthetic aperture radar (SAR) images. The procedure is to compute the cross-correlation values between two images extracted by moving windows of a small size from the multilook SAR intensity (or amplitude) images. A coherence image, consisting of the cross-correlation values of the intensity images, is then produced. Ships are deterministic targets, so that their interlook subimages possess higher degree of coherence than the uncorrelated random images of the surrounding sea surface. The main advantage of this method over the conventional constant false-alarm rate is its ability to detect, under favorable conditions, "invisible" images of ships embedded in the speckled image of the sea surface. The technique is tested using a RADARSAT-1 image in which one known and several unknown ships are present. The use of complex images and the exploitation of short decorrelation times of small-scale ocean waves to obtain an extra look are also discussed.