共查询到20条相似文献,搜索用时 62 毫秒
1.
2.
多波段全极化合成孔径雷达(Multiband-PolSAR)可以获得地物目标在频率、极化两个维度上的多个观测量,在地物信息提取方面具有良好的应用潜力。然而数据维度增加,其数据处理和应用难度也随之增加,相较于处理单波段单极化SAR数据,处理Multiband-PolSAR数据需要额外考虑多维数据配准和融合的问题。该文选择以建筑轮廓自动提取应用为目标,依托中国科学院空天信息创新研究院在国家高分辨率观测系统重大专项支持下牵头研制的一部机载多维度SAR系统获得的数据,引入SAR-SIFT方法解决了多维数据配准的问题。其次,该文提出一种基于目标散射机制的多维信息融合方法,改进了Ferro 等人(doi: 10.1109/TGRS.2012.2205156)提出的全自动非监督建筑轮廓提取方法,证明了多波段多极化信息融合方法的作用。多波段多极化信息融合前后的实验结果表明,融合后的特征图像对比度增高,像素的空间连续性变好,且对单体建筑轮廓的识别更精准,自动提取的多边形矢量与真实建筑轮廓的吻合度更高。该文是连接多维SAR技术与建筑提取应用的重要一环,并且为基于多维SAR的3维建筑结构重建研究创造了条件。 相似文献
3.
本文在全极化合成孔径雷达(SAR)特征分解和最大似然估计(ML)分类的基础上,提出基于全极化SAR极化特征分解及最大似然估计的非监督分类迭代算法.这种方法灵活性好、精度高.本文提出了迭代分类方法的几种方案.针对特征分解和ML分类的各自特点,进行了分析比较,可以根据实际需要选择适合的迭代方法.并利用NASA JPL实验室的实测数据对该迭代分类算法进行了实验研究,得到了很好的实验结果.实验结果证明这种迭代算法有很好的适应性和很强的鲁棒性. 相似文献
4.
双波段全极化SAR图像非监督分类方法及实验研究 总被引:1,自引:0,他引:1
该文首先采用H/分类对像素进行了初始猜测,然后进一步采用Bayes最大似然估计(ML)分类法对像素进行重新归类.不同波段电磁波对地物散射具有不同的属性,因而我们采用双波段全极化SAR数据结合的分类方法,得到了更好的分类结果.SAR图像的相干斑会影响图像的分类准确度和精度.在进行分类处理前,对双波段全极化SAR图像相干斑进行矢量滤波处理.该文使用NASA/JPL实验室在天山地区的实测数据对这些分类算法进行了实验研究.给出了单波段以及双波段全极化SAR分类结果的伪彩色图.其中双波段全极化SAR滤波后数据具有相对最优的分类结果. 相似文献
6.
7.
8.
9.
基于H/平面的分类器对于具有相似散射类型的地物的分类能力很差,为此该文直接使用特征值特征来进行分类。首先提取特征值特征,并使用一种自适应调整高斯分量个数的高斯混合模型对特征值分布进行较为准确地拟合,然后采用朴素贝叶斯分类器进行初步分类。针对可能存在特征值分布较为相近导致错分的问题,计算每两类地物的特征值分布的相似度,将相似度大于给定阈值的类别对组成相似性表,对于这些相似对再用基于Wishart距离的K近邻分类器进行细分。综合分析机载和星载SAR数据上的实验结果,表明这种方法能够克服基于H/的非监督分类方法对于特征值利用的一些不足,且与基于SVM的分类方法效果相当。 相似文献
10.
11.
基于INS/GPS数据的机载SAR图像地理编码系统研究 总被引:4,自引:0,他引:4
该文论述了根据飞机地理坐标数据对机载SAR图像进行地理编码的原理和方法;推导了系统的计算方程以及误差方程;分析了利用INS数据、GPS数据以及INS/GPS综合数据对机载SAR图像地理编码系统的设计特点,给出了系统的计算仿真结果。 相似文献
12.
SAR图像相干斑抑制和特征增强的自适应正则化变分方法 总被引:1,自引:0,他引:1
研究合成孔径雷达(Synthetic Aperture Radar,SAR)图像的相干斑抑制和特征增强问题.传统的SAR图像相干斑抑制方法通常会导致边缘和目标的模糊,针对该问题,本文基于SAR图像的先验信息和处理理念,通过合理构造扩散系数和正则化参数,提出了一种新的更适合SAR图像相干斑抑制和特征增强的自适应正则化变分方法.理论分析和实验结果表明,该方法不仅能有效地抑制相干斑,而且还能有效保护并增强图像的目标和边缘特征. 相似文献
13.
14.
Evident sidelobe on faint ship target seriously affects the accuracy of the target segmentation in Synthetic Aperture Radar (SAR) images.To avoid this problem,a novel sidelobe control method based on N... 相似文献
15.
16.
17.
本文研究了利用多极化合成孔径雷达(SAR)数据产生极化伪彩色合成图的方法,提出了用M11归一化后得到的Stokes矩阵来产生目标的极化合成孔径雷达伪彩色图的新方法。由于它消除了目标总功率大小对图像色彩的影响,因而可以分析场景回波功率太强或太弱目标与极化特征图具有相同形状的目标。另外,还提出用极化特征图方法求出三种极化组合,使两类目标的回波功率相差达到最大,再合成处理成极化合成孔径雷达伪彩色合成图的方法。 相似文献
18.
19.
20.
基于变分的SAR图像目标特征增强方法 总被引:1,自引:0,他引:1
研究了SAR图像目标特征增强的变分方法.通过分析P-M扩散方程中的扩散系数,得出梯度(Canny)边缘检测算子对SAR图像的非恒虚警性使得滤波后图像的边缘变得模糊.而ROA算子能有效地检测出图像中的边缘,但较难检测出图像中的强散射点目标.基于SAR幅度图像中相干斑噪声的Rayle igh分布,从最大后验概率估计出发,结合ROA边缘检测图像以及SAR幅度信息来构造扩散系数,建立SAR图像目标特征增强的变分模型.实测SAR图像处理结果显示该方法在充分抑制均匀区域的相干斑噪声的同时能较好地保护并增强图像的边缘和强散射区域. 相似文献