纹理特征在SAR图像变化检测中的应用

城区变化检测可以提供大量关于土地利用和城市发展的信息,是变化检测技术的重要应用之一。根据合成孔径雷达(SAR)图像特点,针对城区环境的特定应用,提出了纹理差值变化检测方法。该方法采用纹理特征代替灰度信息来体现图像特点,并使用差值变化检测来获取城区变化情况。实验结果表明,对于大多数特征,纹理差值法获得了较高的变化检测正确率,检测性能有了大幅度的提高。     

SAR图像变化检测传统方法综述

合成孔径雷达（SAR）卫星具有全天候,全时间对地面情况监测的特点,在获得同一地点多时图像方面有着巨大优势。变化检测（change detection）是遥感领域中一个重要的应用手段,在洪水监测,建筑物变化监测,农作物生长情况,地震灾害灾情损失估计等方面有着广泛的应用。如今,合成孔径雷达中的变化检测方法逐渐变成未来遥感图像研究中的热点。在本文中,对几种合成孔径雷达的传统方法进行比较和分析。     

基于分布差异的多时相SAR图像变化检测

结合SAR的后向散射特性和成像特点,利用交叉熵给出一种基于Edgeworth多项式的分布差异法检测不同时相的SAR图像变化区域。该方法采用Edgeworth多项式拟合SAR图像的密度分布,利用交叉熵计算两幅图像的差异指数,获得的差异图像能较好地反映图像变化情况,抑制了SAR图像固有的斑点噪声影响,采用CFAR分割差异图像得到的变化检测结果表明该方法具有高检测率、低虚警率的特点。     

基于目标检测的SAR图像变化检测方法

SAR图像变化检测有着广阔的应用前景,但目前的方法普遍以精确的配准为前提,使其适用范围受到限制。针对人造目标在SAR图像上的特点,提出了一种基于目标检测的SAR图像变化检测方法。通过图像中的人造目标之间相对位置关系的相似程度确定图像的变化情况,以此来降低对图像配准精度的要求。实验表明该方法在很宽的配准精度范围内都可获得较满意的结果。     

基于融合和T-分布的SAR图像水灾变化检测

基于融合和T-分布模型,提出了一种新的SAR图像水灾变化检测方法.首先,结合差值法与对数比的优点,根据经验提出了一种新的融合策略,通过融合差值图像和对数比图像可得视觉效果较好的差异图像.然后根据融合后的差异图像的直方图,确定绝对变化类与绝对非变化类两个区间,从而可得两者之间的模糊区间.假设模糊区间的直方图服从T-分布,根据Kittler-Illingworth(KI)阈值选取准则,提出了一种基于T-分布模型改进的KI阈值法(TM_KI),对融合后的差异图像进行阈值分割得到水灾变化结果.通过实验比较,结果分析表明该方法不但能减少相干斑噪声的影响和增强水灾带来的微弱变化信息,而且能有效地检测面积较小的变化区域,从而改善变化检测性能.     

基于多智能体遗传的SAR图像变化检测

针对传统进化算法在SAR图像变化检测时,容易陷入局部最优,收敛速度慢,耗时过长,为了解决这些问题,提出了一种无监督的多智能体遗传SAR图像变化检测方法。利用对数比值法对预处理后的图像构造差异影像,并对差异影像进行中值滤波处理,把它的灰度值作为输入信息,通过多智能体遗传算法搜索全局阈值,根据全局阈值得到变化检测结果。仿真结果表明,该算法与GA、ICSA相比,分类准确,收敛快速,效率更高。     

SAR变化检测技术发展综述

合成孔径雷达(SAR)具有全天候、全天时的特点,是很好的变化检测信息源,研究SAR图像变化检测技术有着非常广阔的应用前景。系统介绍了SAR变化检测的整个流程--数据预处理、变化检测算法、检测后处理及变化检测算法评价。为了方便算法设计者,分门别类地阐述了变化检测算法的主要方法及核心决策规则,包括差值法、统计假设检验法、预测模型、相干模型;并对每种方法的特征进行了分析和比较。针对SAR技术的迅猛发展,我们对将来SAR变化检测技术的发展方向给予了预测。     

基于聚类分析的SAR图像变化检测

针对传统变化检测方法用于合成孔径雷达(SAR)图像时不能有效地降低背景变化导致的检测虚警,提出了基于聚类分析的SAR图像变化检测方法。该方法对聚类后SAR图像像素类间变化引入Mahal-anobis距离(M距离),结合变化阈值的选择来分析图像中变化像素的M图,进而实现SAR图像变化检测。仿真结果说明:该方法不仅能克服自然和背景变化给检测带来的困难,而且,不受传感器位置的影响,能有效地对不同时刻的SAR图像进行变化检测。     

基于变化检测的滑坡灾害自动识别

在分析当前滑坡灾害信息识别方法的基础上,指出这些方法的适用性和不足之处,并针对这些不足之处,以滑坡的地学原理为依据,提出了以多时相遥感影像为数据源,结合纹理分析的变化检测自动识别滑坡灾害信息的方法。最后,以地震前(2006-5-14)后(2008-6-3)的北川县城及附近区域的福卫2号多光谱遥感影像作为数据源,以结合比率变换和纹理分析的变化检测进行滑坡灾害信息识别试验。结果表明,结合纹理分析的变化检测方法能够突破影像光谱特征的局限,对于滑坡灾害信息识别具有显著的适用性。     

SAR影像边缘检测质量评估方法

针对SAR影像边缘检测结果,提出了一种定量的质量评估方法。该方法不需要边缘基准图等先验知识,而是通过计算评估窗口内边缘点的方向一致性指标与边缘形态指标,并将其组合得到最终的评估得分值。初步的实验结果表明,方法对SAR边缘检测的评估结果与人工判读的结果比较接近,与边缘质量评估的主观判断结论相吻合。该方法自动化程度高,评价结果客观合理,有较强的工程应用性。     

极化SAR影像边缘检测综述

极化合成孔径雷达（SAR）图像包含目标丰富的散射信息,在边缘检测中具有重大的潜力。对极化SAR影像边缘检测问题进行了系统的研究,从单极化SAR出发,分析了极化SAR边缘检测问题,对已有的方法进行了分类总结,重点介绍了极化SAR边缘检测的最新进展,指出了当前存在的问题,对极化SAR边缘检测的发展趋势进行了展望。     

利用Mahalanobis距离的SAR图像溢油识别

利用合成孔径雷达（SAR）可在日夜及全天候条件下进行高分辨率溢油监测的优点,提出了一种基于特征向量的SAR图像溢油识别方法。在暗区边界确定的SAR图像中进行量算,得到特征向量,并采用Mahalanobis距离对目标物进行识别。经实验验证,选取的特征值数量合理,且对于判定是否为溢油效果明显;利用Mahalanobis距离进行判别,算法清晰,且准确率达到96%以上;与其他溢油判定方法相比,附加条件较少,且利于在计算机上编程实现。     

实时SAR成像系统矩阵转置方法研究与实现

合成孔径雷达（SAR）是一种高分辨率成像雷达,而矩阵转置是实时SAR成像信号处理中一个很重要的操作,矩阵转置的效率高低将直接决定整个SAR成像信号处理系统的性能。对于矩阵转置,可采用行进列出或列进行出、两页式或三页式转置等方法进行处理,但这些方法处理时间较长,转置效率较低。在现有矩阵转置方法的基础上,提出了一种新的矩阵转置方法。在实际硬件平台上利用提出的矩阵转置方法进行了实时SAR成像处理,所得结果的矩阵转置效率为78%,整个SAR成像处理时间为10秒。测试结果表明,该方法对解决矩阵转置问题是行之有效的。     

一种有效的SAR图像目标识别方法

SAR图像目标识别是SAR图像应用中非常重要的环节,但由于SAR图像中相干斑噪声的存在,使得传统方法不能很好地对SAR图像进行分类识别。结合不变矩特征提取和支持向量机分类方法的优势,提出了一种有效的SAR图像目标识别方法,采用该方法对含有飞机和坦克目标的SAR图像进行了目标识别实验,取得了较好的识别效果。     

A multiobjective fuzzy clustering method for change detection in SAR images

On account of the presence of speckle noise, the trade-off between removing noise and preserving detail is crucial for the change detection task in Synthetic Aperture Radar (SAR) images. In this paper, we put forward a multiobjective fuzzy clustering method for change detection in SAR images. The change detection problem is modeled as a multiobjective optimization problem, and two conflicting objective functions are constructed from the perspective of preserving detail and removing noise, respectively. We optimize the two constructed objective functions simultaneously by using a multiobjective fuzzy clustering method, which updates the membership values according to the weights of the two objectives to find the optimal trade-off. The proposed method obtains a set of solutions with different trade-off relationships between the two objectives, and users can choose one or more appropriate solutions according to requirements for diverse problems. Experiments conducted on real SAR images demonstrate the superiority of the proposed method.     

基于多尺度特征融合的SAR图像分割

由于存在相干斑噪声的影响,给SAR图像分割造成很大的困难,提出一种基于多尺度特征融合的SAR图像分割方法。该方法利用快速离散curvelet变换提取图像的纹理特征,利用平稳小波变换提取图像的统计特征,将两种多尺度特征融合成高维的特征向量,采用模糊C均值聚类的方法进行分割。在仿真SAR图像和真实SAR图像的分割实验结果表明,提出的方法优于单独采用小波变换进行SAR图像分割的方法,在消除均质区内碎块的同时,使得边界更为精准和平滑。     

FM-CW SAR动目标检测算法研究

借鉴发射调频三角波信号构建双通道回波数据的思想,结合DPCA技术,对机载单天线FM-CW SAR动目标检测算法进行深入研究。在常规FM-CW SAR成像过程中可忽略的RVP项,在杂波对消时会引起严重通道相位失配,导致动目标检测失败,因此,在分析FM-CW SAR动目标检测原理的同时,重点研究了RVP对动目标检测结果的影响并给出补偿方法。理论推导和仿真实验证实了算法的可行性与正确性。     

尺度自适应的SAR图像显著性检测方法

人类视觉系统能够通过对场景中感兴趣的不同事物进行显著性检测,有效地配置处理资源。基于视觉注意机制的显著性检测方法能够简化遥感影像场景分析、目标解译的复杂程度,节省处理资源。以视觉注意机制为基础,提出了一种尺度自适应的SAR图像显著性检测方法,通过不同尺度下的局部复杂度和自差异性来度量图像的显著性测度,设计显著性尺度确定算法以及融合显著性尺度和显著性测度以生成显著图,完成显著性检测的流程。实验结果表明该方法能够有效应用于SAR图像显著性检测,较之其他主流显著区域检测算法更适用于SAR图像场景分析。