基于边缘分析的海面溢油检测

提出一种基于边缘检测的快速溢油信息提取方法, 首先对溢油图像进行ROA(radio of average)边缘检测, 根据检测结果进行AOI(area of interest)提取, 然后使用改进的Weibull-CFAR检测算法对AOI进行溢油检测, 并与全局CFAR检测结果进行对比。实验结果证明, 所提出的方法对于非均匀灰度SAR图像溢油检测准确性较好、效率较高, 特别适用于大图像的快速溢油检测。     

干涉雷达人工角反射器技术

人工角反射器是众多雷达目标中的典型散射结构.本文介绍了人工角反射器技术应用在雷达干涉测量(CD-InSAR)的基本概念,描述了其中常用的二面角、三角锥形三面角、正方体三面角和长方体锥形三面角等四种典型的人工角反射器特点和最大雷达散射截面的计算机模拟,最后对人工角反射器制作和布设中的一些注意事项及主要应用领域进行了探讨.     

结合MRF与ν-SVM的SAR海冰图像分类

结合支持向量机SVM和马尔可夫随机场MRF在图像分类领域的优点,提出MRF-ν-SVC分类系统。与以往针对像素的分类不同,本系统在区域水平实现分类。首先通过双阈值准则判别区域间边缘的强弱,然后针对模糊边缘区域将基于MRF的空间语境模型改进为边缘语境模型,修正SVM原始问题中的偏差因子,从而优化最优分类超平面。实验表明,本文算法可有效提高分类精度,增强对斑点噪声的抑制能力,更好地分类特征相似的区域。     

基于欺骗式动目标的SAR干扰技术研究

针对军事运动目标的保护问题,提出了基于欺骗式动目标的SAR干扰方法,该方法根据收到的雷达信号,调制不同的散射强度和位置信息,模拟产生多个虚假的运动目标,避免了静止场景不能干扰动目标成像的缺点。分析了雷达位置确定误差对欺骗式动目标干扰效果的影响,给出了一种干扰机的布阵方法。仿真证明,欺骗式动目标干扰方法可以达到保护运动目标和向被干扰雷达提供虚假信息的目的。     

几何失真对SAR图像匹配的影响及校正方法分析

合成孔径雷达SAR用于图像匹配导航系统,可大大提高导航精度。然而地形起伏和大气干扰等因素使得SAR实时图存在几何失真,降低了匹配性能。通过对SAR实时图几何失真成因分析,提出了一种二维可分离的几何校正方法,并得出方位向几何失真可跟随成像处理预先校正,图像后处理只需校正距离向。利用数字高程模型DEM和正射图模拟得到了3幅具有不同地形特征的SAR实时图,并分别利用3种几何校正方法对其进行统计实验,得到了不同地形SAR实时图几何校正方法选取的准则。     

全极化SAR数据反演桥面高度

根据高分辨率SAR图像上建筑区的影像特征, 提出了基于灰度共生矩阵(gray-level cooccurrence Matrix, GLCM)纹理分析的建筑区提取方法, 该方法由初步定位和边界调整2个步骤组成, 均遵循特征计算、基于Bhattacharyya距离的特征选择和KNN分类流程, 所不同的是2个步骤中分别采用了逐块和逐点计算纹理特征的方式以兼顾纹理分析的效率和准确性。文中对不同SAR传感器获取的图像进行了实验。实验结果表明, 选用具有最大Bhattacharyya距离值的3或4个特征可以获得较好的初步定位结果, 建筑区的检测率超过80%, 虚警率低于10%;随着边界调整的进行, 检测到的建筑区边界逐渐接近于真实边界。实验结果验证了该算法的有效性。     

区域Gamma混合模型的SAR图像分割

针对传统Gamma混合模型用于SAR图像分割时忽略像素间空间相关性,导致分割结果不连续并产生大量误分割的现象,提出了区域Gamma混合模型的SAR图像分割算法。首先对图像进行分水岭分割,得到过分割区域块,然后将其作为输入样本进行基于Gamma混合模型的聚类,在模型的参数估计过程中进一步考虑区域间的空间相关性,设计邻域因子融入到迭代过程,得到邻域加权类分布概率。该算法充分利用像素间的空间相关性,能够降低噪声对分割结果的影响。通过合成图像和真实SAR图像的实验表明,本文算法能够实现SAR图像的准确分割。     

适于陡坡带砂砾岩体的地震资料叠前时间偏移处理技术

随着勘探程度的不断提高,断陷盆地陡坡带砂砾岩体油气藏成为了重点勘探对象之一,但陡倾角的大断层、非均质性强的砂砾岩体使得常规的叠后偏移成像方法成果难以满足勘探开发的需要.采用叠前时间偏移处理技术,开展针对性的叠前预处理技术、精细的速度模型建立和关键参数的合理选取等研究,三维叠前时间偏移处理较常规三维叠后时间偏移处理获得了较高质量的成像剖面,且输出的道集可以用于砂砾岩体储层描述研究.     

加速迭代硬阈值ISAR稀疏成像

加速迭代硬阈值(AIHT)作为一种压缩感知(CS)算法,具有计算复杂度低、内存占用小的特点,在较小数目的观测下,经过有限次迭代便能获得较好的重建效果。因此,本文将该算法应用到逆合成孔径雷达(ISAR)稀疏成像,对该方法的具体特征和适用性进行了详细分析。仿真结果表明,在相同信噪比和回波脉冲数条件下,基于AIHT的ISAR成像方法,相比于稀疏贝叶斯算法(SBL),在重建时间上缩短了至少2个量级;相比于迭代加权最小二乘法(IRLS)和平滑l0范数算法,在重建质量上提高了约3倍。经实测数据处理结果验证,在1/4原始脉冲数条件下,该方法仍具有良好的聚焦性能和压低旁瓣效果。     

利用SVM的全极化、双极化与单极化SAR图像分类性能的比较

支持向量机(SVM)以其在小训练样本时良好的分类性能,目前已广泛应用于多个领域.本文在极化SAR图像特征提取基础上,将SVM应用于极化SAR图像分类,定性和定量地比较了全极化、双极化和单极化SAR图像的分类性能,分析了不同的极化组合对分类结果的影响,并根据地物极化散射特性分析了分类精度差异的成因.实测极化SAR数据的实验结果表明,全极化数据能获得最好的分类性能,双极化次之,单极化最低,且在某些情况下,双极化与全极化分类性能接近.