SAR图像并行拼接方法研究与实现——基于改进完全二叉树模型

随着SAR成像技术的快速发展,SAR图像覆盖的地域范围与成像精度也在迅速增长,这对SAR图像拼接工作的实时性提出了挑战;文章对SAR图像序列特征进行深入分析,提出了采用基于分割的完全二叉树模型进行SAR图像的并行拼接,并使用MPI点对点通信方式对之进行了不同数量机群规模下的实现;对比实验证明,基于该方法的并行拼接工作比传统并行拼接方法在降低拼接时耗上更加有效,且并行拼接后的完整图像效果良好.     

基于Spark的合成孔径雷达压缩感知分布式成像

压缩感知(Compressive Sensing,CS)方法在合成孔径雷达(Synthetic Aperture Radar,SAR)成像中应用广泛,但其存在计算时间长和计算能力扩展性不足等问题。为了解决上述问题,本文提出了一种基于Apache Spark的SAR压缩感知成像分布式成像方法。该方法首先将压缩后的数据沿方位角方向按每一行划分为行向量,然后通过Spark分布式计算平台进行距离向分布式并行重构;将距离向成像的结果矩阵按每一列划分成列向量,再通过Spark分布式计算平台进行方位向分布式并行重构,完成SAR压缩感知成像。此方法利用Spark基于内存的分布式并行计算优势,实现了计算速度是SAR压缩感知的1.9倍,是MapReduce的SAR压缩感知(MR-CS)方法的1.4倍,可见本文方法能够实现SAR压缩感知成像的加速。     

SAR成像系统快速矩阵转置算法的设计

矩阵转置在实时SAR成像系统中起着重要作用,其效率高低直接决定整个SAR成像系统的处理性能。提出了一种新的矩阵转置方法——矩阵分割拼接法,该方法在传统转置算法的基础上利用EDMA3灵活的搬移方式,有效地提高了转置处理的速度。在此基础上,基于TMS320C6678平台,对该方法的性能进行了测试。测试结果表明,该方法在处理速率上具有较大提升,相较于传统矩阵方法在数据量为512 MB的情况下处理速度提升了255倍,更好地满足了SAR成像的实时性要求。     

实时SAR成像处理器系统结构评估

为了全面评估合成孔径雷达(syn thes is apertureradar,SAR)实时成像处理器的性能,该文将现有的SAR成像处理器的结构分为串行结构、并行结构和混合结构,提出加速比,吞吐量,有效利用率等有效的系统结构指标及其计算方法,并结合成像质量指标,用于系统性能的全面评估。对采用Ch irp Sca ling算法的某星载SAR并行结构和串行结构实时成像处理器的指标分析表明:在相同的成像质量指标下,并行结构的系统性能指标明显优于串行结构。基于该文提出的成像质量指标和系统结构指标相结合的评估体系,可以全面评估和优化SAR成像处理器的设计。     

基于InfiniBand集群并行全景图拼接系统设计

全景图拼接是通过对序列图像进行拼接,从而实现对场景全方位环视的技术,是计算机视觉和图像处理的研究热点.针对大规模高分辨率的序列图像拼接,单计算机的拼接效率已经难以满足实际应用需求的问题,提出了一种基于InfiniBand高速网络通信的多机并行架构实现全景图并行拼接的解决方案.首先,对全景图拼接的关键步骤进行并行性分析,将全景图拼接尽可能划分成细粒度和高并行度的子任务;然后,通过并行架构中的控制节点和计算节点进行任务的分配和执行;最后,针对随着图像数据量增大,采用传统的TCP/IP网络传输,计算节点间的数据传输速率低下的问题,设计了基于InfiniBand与TCP/IP结合的高速网络传输模块,有效地提高节点间的传输速率.实验结果表明,在此并行架构上实现的分布式计算,能够有效地提升全景图拼接效率,有明显的实际应用价值.     

合成孔径雷达实时成像视频信号的模拟方法

建立了合成孔径雷达回波视频信号模型,提出了一种用AWG520任意波形发生器生成SAR回波视频信号的方法,并用这种方法模拟了SAR实时成像的回波视频信号.把这种视频信号通过A/D采样送入SAR实时处理机,用来考查SAR实时处理器连续动态成像的性能,如实时性图象拼接、多普勒中心估计、载机运动补偿及SAR前斜视成像性能等.     

基于CPU-GPU异质架构的SAR实时成像加速

对于大规模SAR回波数据,单纯依靠CPU实现实时成像处理存在较大挑战。近年来出现的GPU图像处理单元为SAR成像处理提供了一个理想的处理平台。本文结合GPU和CPU的特点,利用基于CPU-GPU的异构协同处理平台来加速SAR成像算法。同时,为了充分发挥该异质架构的性能,文中提出了一种改进的基于子孔径架构的成像算法,并在此架构上对超大规模SAR回波数据进行了成像处理,取得良好的成像效果和加速比。     

典型目标的合成孔径雷达回波生成与图像仿真

分析了典型目标的合成孔径雷达(SAR)回波与图像仿真对验证SAR成像算法的有效性、开展SAR图像解译和SAR图像自动目标识别等方面的研究具有重要作用,在现有的SAR回波信号和图像仿真方法基础上,提出了一种新的目标SAR回渡信号和图像仿真方法,该方法把目标特性分析的曲面像素法和基于二维傅立叶变换(2DFFT)的SAR回波信号仿真数学模型相结合,采用曲面像素法来计算目标的散射率,用基于2DFFT的回波生成方法来计算SAR回波,实现了典型目标的合成孔径雷达回波生成和图像仿真,并给出了相应的仿真结果,证明了该方法的有效性.     

基于高分辨率SAR的目标识别技术研究

本文以高分辨率SAR在舰船目标识别方面的应用为研究对象,论文首先分析了SAR成像的特点,提出一种基于Radon变换和直方图分析等方法改善舰船目标几何特征提取的性能,在此基础上,结合SAR图像舰船目标分类自身存在的问题和特点,引入稀疏表示理论,提出一种基于特征字典的稀疏表示分类算法,将其应用于Terra SAR-X SAR图像中三类典型舰船目标分类识别,验证了稀疏表示分类对SAR图像舰船目标分类识别的有效性。     

基于深度展开的SAR大斜视RD成像算法

大斜视角条件下的合成孔径雷达SAR回波信号具有方位向和距离向严重耦合、大距离徙动等特点,采用常规的距离多普勒RD算法成像,会引起方位向的散焦以及空变等问题。为了改善大斜视SAR在成像过程中存在的问题,提出了一种基于深度展开网络的SAR大斜视可学习距离多普勒成像方法。该方法将RD成像方法与深度学习结合,利用RD成像的步骤构建了基于深度展开网络的RD学习成像网络结构,将回波数据作为网络输入来学习回波数据到大斜视SAR图像的成像过程。首先,在分析大斜视SAR回波信号模型的基础上确定了网络成像过程中的可学习参数;其次,根据成像过程设计大斜视SAR成像网络;最后,通过非监督训练的方法对网络进行训练,最终输出学习成像结果。点目标和面目标仿真结果表明,该方法可以有效抑制旁瓣,提高成像精度和计算效率,满足SAR在大斜视角下的成像要求。     

基于小波变换的遥感图像快速拼接方法

基于图像小波变换与低频区域特征匹配的拼接方法,实现无人机序列遥感图像的快速动态拼接.根据无人机遥感图像成像的内、外方位元素,采用直角空间变换及二次线性插补方法,实现了遥感图像校正.小波变换提取低频图像,在此图像区域中搜索和提取特征模板,然后利用序贯相似性检测法进行匹配计算.根据匹配结果,实现两幅图像的拼接.仿真实验结果表明,所提出的拼接方法具有较好的实时性和拼接精度.     

星载SAR水域分割研究进展与趋势分析

合成孔径雷达(Synthetic Aperture Radar,SAR)是一种主动微波成像传感器,能够不受天气、光线以及云层的影响,实现全天时、全天候的成像.因此,SAR图像已成为遥感水域监测的主要数据源之一.该文从技术方法的角度出发,论述了近年来国内外基于SAR图像进行水域分割的几种方法及其典型应用,从技术原理、实验效果等方面对各个方法进行了介绍,最后对星载SAR水域分割技术的发展趋势进行了分析和展望.     

一种SAR图像Kelvin尾迹反演舰船速度的方法

SAR海洋图像中Kelvin尾迹是所有尾迹中包含较多舰船信息的一个。通过对Kelvin尾迹水动力产生机理和SAR成像机理分析,提出一种从SAR图像中的Kelvin尾迹反演舰船速度的方法。通过改变SAR参数、海况参数和舰船本身几何参数,分别对该方法进行了仿真实验,并对实际SAR图像进行处理。结果表明比传统方法具有精度高、稳定性好的优点。     

嵌入式GPU滑动聚束SAR实时成像方法

针对SAR实时成像系统的传统计算平台实时性不足与功耗过高的问题，研究了一种基于嵌入式GPU的实现方法.为了充分利用嵌入式GPU中有限的内存资源，提出一种内存分割与重配置方案，采用页锁定内存和zero-copy技术，实现数传-计算并行化处理；为解决实时性问题，在算法并行计算环节，利用共享内存、寄存器等资源实现大规模数据并行.结果表明，在TX2上完成16 384×8 192点滑聚SAR成像处理时间为12.66 s，功耗为15 W.该优化方法也适用于其他模式的雷达处理算法，并可为未来嵌入式实时成像处理提供参考.      

改善机载雷达方位聚焦的成像处理试验研究

雷达（SAR）信号相位的稳定性对于成像处理后图像的方位向分辨率的高低有至关重要的影响．由于飞行平台运动误差或湍流大气中微波传播的影响会直接导致信号相位的波动,机载SAR的方位聚焦一直是SAR成像研究中的重要内容．这里介绍一种基于相位梯度自动聚焦矫正信号相位的高分辨率机载SAR成像处理方法,利用这种方法,对真实的机载SAR信号实验数据进行成像处理．试验表明：在缺乏机载平台运动补偿系统提供飞机运动状况信息的情况下,该成像方法能够有效地估计和补偿相位误差,从而可获得方位向分辨率明显提高的机载SAR图像．     

基于水下机器人的海底视频图像拼接技术探讨

运用水下机器人(ROV、AUV)配备的高清数码相机拍摄深海底的视频图像(视频、照片)有其自身的特点，如获取难度较高、覆盖面积小、光照不均匀、特征点少、数据量大等。为了获取整体大范围的海底影像，使海洋科研人员更直观、全面地认识海底微地形地貌，对其底质状况进行分析，以更详细地了解海洋底栖生物的生态环境，需要对这些拍摄的海底视频图像进行拼接处理。本文提出一种基于水下机器人的视频图像拼接流程和处理方法，首先对水下机器人拍摄的海底视频数据进行关键帧提取，得到带时间戳的序列图像；然后导入姿态数据中的偏航角对序列图像进行方位角恢复；最后基于定位数据批量地对经过方位角处理后的序列图像进行拼接和融合匀色，最终获得拍摄范围内的海底全景拼接图像。基于本文提出的图像拼接方法，对某科考航次中获取的视频图像进行拼接处理实验，取得了较好的拼接效果，验证了本文提出的方法的可行性。     

基于区域特征的光学图像与SAR图像配准算法

图像配准是进行图像融合、变化检测等图像处理应用的前处理步骤,其配准效果将直接影响到后续图像处理工作的质量．针对光学图像与SAR图像成像特性差异,提出了一种基于区域特征的配准算法,通过实验结果证明了本算法的有效性．     

基于3D-OMP算法的SAR动目标成像方法

针对稀疏场景下的SAR动目标成像问题展开研究，提出一种基于三维正交匹配追踪(3D-OMP)算法的稀疏成像方法。首先对成像区域进行网格划分，然后以运动目标的二维速度作为动态参数构建三维稀疏字典矩阵，即参数化稀疏表征。在算法迭代过程中，通过计算回波数据矩阵与三维稀疏字典矩阵各层之间的相关度筛选出信号的支撑集。最后利用最小二乘准则，计算出支撑集下目标场景的稀疏表征系数。该3D-OMP算法是经典OMP算法的改进与拓展，因此继承了OMP算法计算复杂度低、信号稀疏特征增强明显的优势，同时具备了重构SAR动目标图像的能力。仿真实验结果验证了该SAR动目标成像方法的有效性。     

融合目标轮廓和阴影轮廓的SAR图像目标识别

针对合成孔径雷达图像目标识别问题,在基于图像成像模型分析基础上,提出了一种融合SAR目标轮廓和阴影轮廓的目标识别算法.首先提出了一种基于去控制标记符的SAR图像分割算法,得到SAR图像目标轮廓和阴影轮廓,然后用这2种轮廓融合,用傅立叶描述子将二维数据转为一维数据,最后用基于串接准则的融合算法得到识别结果,进行SAR目标识别.基于MSTAR的实验结果验证了本算法的有效性.实验结果证明:目标轮廓和阴影轮廓的结合,除反映本身包含的局部空间结构信息外,还能反映SAR目标的高度信息,较单一轮廓特征,是一种更为稳健的特征.     

面向遥感图像处理与展示的多语言构件设计

在遥感图像处理算法研究过程中,集成和利用已有算法代码往往存在技术瓶颈,算法的研制也缺乏统一的验证平台.文章对遥感图像处理算法的特性和软件构件技术进行分析和研究,提出一种面向SAR图像处理和展示的多语言构件模型RSIC.基于多语言构件模型,设计了一种并行化的SAR图像处理与展示架构和工作流组装方案.在SAR图像处理与展示平台的实际研发实践中,该方法可适应多语言编程环境,综合利用多种工具包,继承和复用现有算法代码.并能有效减轻编程工作量,提升遥感图像处理相关算法研究进度.