基于乘积模型的极化SAR滤波

提出了一种基于乘积模型的极化SAR滤波方法。首先基于乘积模型分离纹理信息和极化信息,然后分别独立地进行滤波,最后再合成协方差矩阵。实验表明,本方法有效可行,有较好的极化保持性能。     

一种基于分布式目标互易性判断的SAR极化定标改进方法

针对极化SAR定标算法中一些分布式目标并不满足互易性的问题,提出一种对分布式目标互易性进行判断的方法。通过计算选取分布式目标的极化散射矩阵与互易子空间的夹角,来进行互易目标的初步选择,并利用相干性来实现最终分布式目标定标样本的选择。实现了对中电38所海南X波段全极化SAR数据的极化定标,实验证明了该方法的优越性。     

机载极化SAR 地物类型逐步精细分类研究

在机载高分辨率X波段雷达影像上,城市水体、水泥道路、裸露土壤等地物回波信号弱,具有较强的相似性.目前的H/Alpha-Wishart 、Freeman-Durden 等系列算法对这些地物的区分不理想.本文针对X波段的全极化数据,提出基于预分类再分割的方法,重新估计极化协方差矩阵;然后根据协方差矩阵的熵值与同极化通道相位差的标准差构建特征空间,利用阈值法方法进行特征空间分割,获取最终精细分类结果.实验证明,本文方法可以在高分辨率条件下对水体、水泥道路、裸露土壤进行较为精确的划分,总体分类精度优于80% 、Kappa 系数高于0.7 ,是一种有效的低后向散射地物精细分类方法.     

基于系统动力学理论的DEM内插方法研究

提出一种基于系统动力学理论的DEM内插的新方法。利用该方法对实际地面数据进行计算，同时将计算结果与采用传统的双线性方法的计算结果进行比较。结果表明，新方法可准确、有效地应用于DEM内插。     

基于人工免疫系统的遥感图像分类

提出了一种基于人工免疫系统(ArtificialImmuneSystem)的分类方法。该方法首先应用人工免疫系统的克隆选择算法对样本进行自学习,得到全局最优的聚类中心,然后利用学习得到的聚类中心对整幅影像进行分类。由于人工免疫系统继承了生物免疫系统的自组织、自学习、自识别、自记忆的能力,从而使得人工免疫系统具有非线性的分类能力,并能够快速准确地得到全局最优解,克服了传统分类方法约束条件多,容易陷入局部最优的缺点。实验结果证明,该算法分类精度上优于传统的分类方法,总精度和Kappa系数分别达到了89.80%和0.8725,因而具有实用价值。     

基于独立分量分析的纹理特征维数减少

提出了基于ICA纹理特征维数减少的方法，通过QuickBird多光谱影像的实验证明，ICA对各种纹理特征降维的普适性最强，类别可分性最高。     

基于融合和广义高斯模型的遥感影像变化检测

提出了一种基于融合和广义高斯模型的遥感影像变化检测算法。该算法融合差值影像和比值影像的结果构造差异影像，然后运用灰度形态学对差异影像进行顾及空间邻域关系的处理，再对处理后的结果运用广义高斯分布模型估计变化与非变化像元的概率密度参数，最后采用改进的KI算法计算最佳分割阈值，提取变化区域。实验结果表明，所提出的变化检测算法稳健、高效，具有较大的实用价值。     

改进剖面匹配和EKF对SAR影像道路半自动提取

道路提取作为典型的线状目标提取,是遥感影像目标解译的研究热点。合成孔径雷达（SAR）影像包含了丰富的物理特性,能够全天时、全天候地获取影像数据,已广泛应用于道路提取中。传统的道路提取方法分为全自动和半自动方法。全自动道路提取会出现漏检和错检,需要大量的人工后处理。半自动方法结合人工干预,是对计算机的计算能力和人工解译准确性的有效折中。提出了用一种改进剖面匹配和扩展卡尔曼滤波（EKF）的方法对SAR影像道路进行半自动提取的方法。首先构建了道路提取模型,其次通过改进剖面匹配算法获取准确的观测值,最后利用EKF对观测值进行更新获取道路最优估计值。选取美国缅因州Howland地区L波段UAVSAR数据和海南陵水地区X波段机载SAR数据进行实验,结果表明,该方法在较少人工干预的情况下,能够对复杂场景道路进行有效稳健的提取。     

基于CFAR的高分PolSAR影像桥梁自动识别方法

桥梁的自动解译具有重要的应用价值,而在影像分辨率为分米级、桥梁场景复杂、桥梁目标较小的复杂情况下,准确地进行桥梁目标的自动识别比较困难。在分析高分辨率SAR（synthetic aperture radar）影像的统计特征和桥梁特征的基础上,提出了一种新的桥梁自动识别方法。首先采用基于Weibull分布的CFAR（constant false alarm rate）算法检测出潜在桥梁目标,然后基于Wishart-H-Alpha分类和形态学处理提取出桥梁场景区域,随后引入霍夫变换并利用桥梁的场景特征、几何特征和散射特征识别出桥梁目标。采用国产机载XSAR数据和美国AIRSAR数据进行验证,结果表明,该识别方法在复杂情况下能够取得令人满意的识别结果,具有较好的适应性。     

基于刃边法与正则化方法的遥感影像复原

提出了一种基于刃边法PSF估计和保边缘正则化方法的遥感影像复原方法,利用刃边法,建立正则化复原模型,以及最速下降法进行复原,实现了优于传统的维纳滤波、约束最小平方等方法的复原效果。