简介:弹载SAR岛屿海岸线景象匹配成功概率与实时图中海岸线形状密切相关,海岛环境下海浪和地形起伏等因素对海岸线在SAR图像中的特征具有不可忽略的影响,造成海岸线的模糊和变形。首先分析了海岛环境弹载SAR图像的特点,然后基于海浪频谱和方向谱相关经验公式,利用线性叠加方法给出了详细的海浪仿真的实现过程;建立了海岛高程起伏的二维指数函数模型;利用波数域方法给出了典型场景下的海岛SAR图像仿真结果,并在此基础上分析了海浪和山峰对弹载SAR图像海岸线检测的影响和基于SAR图像的海岸线检测方法局限性。研究结果表明基于SAR回波数据的海岸线检测方法是一种适于弹载SAR应用的有效方法。
简介:SAR图像质量评估是评判SAR系统性能的关键指标,常用SAR图像质量评估参数包括目标分辨率、峰值旁瓣比和积分旁瓣比等。首先介绍了SAR图像质量评估参数的定义;其次分析了SAR图像质量评估参数测试误差,给出了单个角反射体时积分区间对积分旁瓣比的影响,以及多个角反射体时图像质量评估参数测试误差,并进一步给出了定标场地设计要求;最后介绍了SAR图像质量评估软件系统。SAR图像质量评估技术研究已在SAR系统试验中得到应用,开发的评估软件系统在sAR图像质量评估中具有一定的推广价值。
简介:在穿墙雷达成像技术中,建筑布局成像对确定墙后人体目标的空间相对位置以及多径虚假目标的提取有重要意义。目前的建筑布局成像一般采用多通道多视角图像融合方法,对此提出一种基于多尺度分析,即基于小波分解下的多通道多视角图像融合算法。该算法分为两个阶段,第一阶段涉及到单视角下的多通道图像融合,该阶段的融合目的主要是为增强图像细节信息和提高图像清晰度。因此对其小波分解后的图像高频分量采用平均梯度增强的加权融合算法,低频分量采用平均加权融合,后经小波反变换后形成多幅单视角图像;第二阶段涉及到多视角融合,该阶段的融合目的主要是为了增强图像的对比度,并且考虑到此阶段不同视角下图像经小波分解后的三个高频分量对比度各不相同,因此高频分量采用对比度增强的加权融合算法,低频分量仍采用平均加权融合,后将融合后的频率分量经小波反变换,便可得到一幅完整融合图像。仿真结果表明,提出的基于小波分解下的多通道多视角图像融合算法不论在图像视觉效果的改善和信噪比的提高等方面都有较大的作用。
简介:摘要: 针对目前国内SAR图像人工判读,工作量大、夹杂人为因素等现状,本文作者提出了一种SAR图像客观评价方法,提取了空间分辨率、峰值旁瓣比、积分旁瓣比等参数,并对计算过程设计软件予以实现。软件计算结果与图像成图结果、与传统试验方法吻合良好。结果表明该方法切实可行。
简介:基于SAR图像的舰船目标自动检测是海洋监视应用的重要方面,但随着SAR成像能力和图像分辨率的提高,传统的CFAR检测方法已不能满足舰船目标自动检测的要求。针对中高分辨率SAR图像中舰船目标自动检测问题,提出一种基于像素筛选G0分布的SAR图像舰船目标快速检测方法,该方法首先根据像素灰度值出现频率选取阈值对杂波像素进行筛选,然后通过抽样定理对图像进行降分辨率处理,最后再在经过像素筛选的降分辨率图像中实现基于G0分布的自适应CFAR检测。NASA/JPLAIR-SAR实测数据的实验结果表明,该方法不仅能有效减少中高分辨率SAR图像舰船目标自动检测的虚警,而且能显著提高检测效率。
简介:传统基于Gabor滤波器的SAR目标识别方法根据图像全局特征进行目标识别,忽略图像局部纹理特征,容易受到噪声因素的干扰,获取的SAR目标识别结果精确度较低。因此,提出基于图像局部纹理特征的SAR目标识别算法,对SAR图像纹理特征进行提取,提取SAR图像纹理特征时,采用优化的TPLBP特征描述器提取图像局部纹理特征,获取TPLBP局部纹理特征向量;通过基于ELM分类器的SAR目标识别算法,对TPLBP局部纹理特征向量进行SAR目标分类与识别,获取理想的SAR目标识别结果。实验结果表明,所提方法在SAR目标识别方面具有准确率高、误判率低的优势。
简介:针对合成孔径雷达(SAR)图像感兴趣区域(ROI)的分割问题,提出了一种基于Mellin变换的正则化参数的自适应选取方法。首先将SAR图像乘性相干斑噪声转化为加性相干斑噪声,在此基础上应用正则化模型建立SAR图像特征增强目标函数。然后推导出正则化参数与相应范数项的关系式,应用共轭梯度法对模型进行求解,最终达到图形特征增强与相应ROI分割的目的。所提算法不仅有效抑制了背景杂波,降低了相干斑的影响,而且还克服了传统方法对参数经验值选取的弊端。基于真实SAR图像数据的实验结果验证了该方法的简便性和有效性。
简介:针对SAR图像的目标自动分割问题,在分析非下采样轮廓波变换(nonsubsampledcontourlettransform,NSCT)和脉冲耦合神经网络(pulsecoupledneuralnetworks,PCNN)的基础上,提出了一种基于非下采样轮廓波域特征图和PCNN的SAR图像目标分割算法.对SAR图像经过NSCT分解后的高、低频图像分别运用不同方式进行处理.利用PCNN对低频图和高频子带特征图分别进行分割,获取了目标所在的区域及目标的精细结构.利用MSTAR数据进行了仿真实验,并与基于模糊C均值的分割算法、基于马尔可夫随机场的分割算法进行了对比.实验结果表明,所提出算法对SAR图像目标的分割结果更为准确,同时较其他算法具有更强的抗噪性能.
简介:摘要:针对某光电和雷达图像实时融合系统,对融合系统设计进行了概述,并对系统的硬件架构和实时融合处理流程进行了介绍。最后给出了实时光电雷达融合图像的处理结果。