多极化干涉在PolInSAR植被高度估计分析

极化干涉SAR技术能够提供多种极化状态组合的干涉信息,提高干涉测量的精度。针对含有植被覆盖区域的电磁散射复杂情况,该文通过极化干涉SAR相干矩阵提取不同的极化干涉信息,分析不同极化散射机制对植被高度估计的特定物理意义,用极化干涉SAR仿真数据对不同极化干涉进行高度估计。通过选择最佳的极化干涉提高植被估计的精度,为极化干涉SAR植被成像提供一定的理论依据。     

利用双尺度模型的海浪极化SAR成像模拟

海浪极化SAR成像模拟对海面散射的研究有重要的意义。该文根据海浪随机理论进行了粗糙海面建模,利用海面的双尺度模型构造了包含涌浪的随机粗糙海面;同时考虑了大、小尺度的海面的影响。基于该海面模型,利用Bragg散射模型和几何光学近似法模拟了不同风速情况下海浪的极化SAR图像,并对海浪参数及SAR参数对极化图像的影响做了分析,得出了一些有益于海浪信息提取的结论。     

机载前视SAR三维成像原理及分辨率分析

提出一种新型的采用天线阵模式的机载前视合成孔径雷达(SAR)系统,分析了其三维成像原理。根据前视SAR的成像几何模型和回波信号特点给出了实现前视SAR三维成像的处理流程,详细推导了前视SAR的三维分辨率。模拟了X波段前视SAR点目标回波并进行了三维成像实验。仿真结果表明前视SAR系统能够实现三维成像,验证了本文算法的有效性。     

一种单视广义极化K-分布纹理参数的估计方法

提出了通过归一化极化联合矩对SAR（合成孔径雷达）单视广义极化K-分布纹理参数进行估计的方法,阐述了SAR各个极化通道之间的纹理相关性。在此基础上给出了单视广义极化K-分布波形因子、纹理相关系数和相干斑相关系数的算法及偏差性能分析,并进行了蒙特卡洛仿真实验论证,进一步证明了该方法的良好估计性能。     

合成孔径雷达图像质量的评估指标

合成孔径雷达(SAR)是一种具有广泛用途的全天候高分辨力成像雷达。由于微波图像与实际物体的视觉形象大不相同,从而使SAR的图像质量评估体系较其它成像系统更难建立。本文根据星载SAR成像算法研究的需要,从成像角度分析和研究了影响SAR图像质量的主要参数,建立了SAR图像质量评估系统,并给出了初步的测试方法。     

简缩极化SAR模式下极化方向角的估计

利用简缩极化SAR模式下得到的散射向量对极化方向角的估计进行了推导。通过对圆极化形式的分析,将其用于简缩极化模式下的散射向量,利用简缩极化散射数据得到极化方向角的估计值。同时采用实测数据进行实验验证该方法,探讨了简缩极化模式下极化方向角估计的可行性和应用价值。     

结合相干系数的极化干涉SAR植被高度估计方法研究

阐述了极化干涉SAR成像技术的基本理论,分析了极化干涉SAR的植被散射模型和Cloude三阶段植被高度反演算法。因三阶段法采用多参数初值迭代求解方法,其运算量较大复杂性高,该文提出基于相干系数的高度估计方法。先用干涉相位估计植被高度,再由相干系数幅度估计植被高度对前面相位估计的高度进行补偿,既保证了一定植被高度估计精度,又大大减少了反演算法的运算量,最后用极化干涉SAR仿真数据验证了该方法的有效性。     

基于ICA的极化SAR图像相干斑抑制

根据极化SAR图像的特点,针对传统空域滤波方法总存在降低相干斑与有效保持边缘纹理信息这一对矛盾,探讨了基于独立分量分析的极化SAR图像相干斑抑制技术,研究了两种基于ICA的极化SAR图像相干斑抑制方法,并分析了其优缺点及应用条件。实验结果表明:基于独立分量分析的方法能有效降低相干斑噪声,较好地保留边缘纹理信息,是一种有效的相干斑抑制方法。     

一种宽波束机载SAR运动误差补偿算法

精确的运动补偿是高分辨率机载合成孔径雷达(SAR)成像的关键.运动补偿就是对原始数据进行相位校正和斜距位置校正,使雷达回波数据如同是载机在匀速直线运动状态下获得的,这是各种成像算法的基础.随着宽波束机载SAR应用的发展,运动误差在方位向的空变性对SAR成像的影响日趋显著.文中讨论了运动误差方位向的空变性及频率特性,提出了一种宽波束机载SAR运动误差补偿算法,并给出了仿真结果和真实SAR数据处理结果.     

基于误差控制的SAR投影失真快速校正算法

随着合成孔径雷达(SAR)技术的发展和广泛应用,为了更准确反映场景信息,几何校正成为SAR图像处理过程中的重要内容.文中根据机载SAR成像机理,分析了引起机载SAR图像几何投影失真的原因,并估算出其失真量,针对传统的非线性校正方法,提出了一种快速高效的基于误差控制的动态分段线性校正算法.该算法在保证SAR图像校正质量的前提下,通过控制SAR图像校正误差,用线性处理取代了非线性逐点运算,使得校正算法的计算复杂度大大降低.文中还从理论上推导出最佳的分段校正长度计算方法,可校正过程中动态调整分段长度,保证校正质量和运算效率.最后通过仿真试验验证了该文法的有效性和实用性.     

基于平稳Contourlet变换的极化SAR图像融合

提出一种新颖而有效的基于平稳Contourlet变换的极化SAR图像融合算法。平稳Contourlet变换是一种具有几何信息的灵活多尺度、多方向和平移不变性的图像分解变换,与小波变换相比,对图像分析很重要的沿曲面任意方向反映的细节更容易调整。采用平稳Contourlet变换对多个单极化强度图像进行分解,对于低频系数和方向高频系数采用最优加权算法实现极化图像的融合处理。实验结果表明,该算法与PWF算法相比在保留原始图像边缘和纹理信息同时,可以有效地抑制相干斑噪声的影响,取得较好的融合视觉效果。     

极化SAR图像的多纹理最大似然估计

提出了一种新的极化SAR图像相干斑抑制的方法。该方法在多纹理乘性相干斑噪声模型的假设下,采用最大似然估计法来同时估计多个极化通道的纹理参数。该方法保存了极化信息,消除了极化通道间的耦合,取得较好的相干斑抑制效果;并与极化白化滤波法(PWF)作了比较。     

极化SAR改进Lee滤波相干斑抑制研究

针对Lee滤波总存在降低相干斑与有效保持细节信息这一矛盾,将自适应窗引入极化SAR滤波。该方法首先在span图像中根据窗内像素与窗边缘像素分布特性决定是否扩大窗口,在均质区域选择较大窗口,保证了一定的相干斑抑制能力,而在细节信息比较丰富的区域则选择较小窗口,避免细节信息被滤除,然后在选定的窗口中利用极化Lee滤波对数据进行相干斑抑制,在保证相干斑抑制能力的同时保留了细节信息。     

基于去取向理论的全极化SAR图像非监督分类

由于复杂地表目标的取向往往是随机分布的,产生散射回波的随机起伏使散射目标分类不容易明确,采用常规的分类方法容易造成地表的分类混淆.文中提出了一种全极化SAR图像非监督分类方法,首先对数据进行极化去取向处理,提取极化特征参数u、v,结合极化熵参数H进行非监督分类;之后将分类结果作为改进C-均值算法的初始类别划分,基于由u/v/H3个参数组成的特征空间,采用迭代方法实现对地物的分类;最后对NASA/JPL实验室的实测数据进行了实验分析,验证了文中所提分类方法的有效性.     

实时高分辨力斜视SAR成像

常用的合成孔径雷达（ＳＡＲ）大都采用正侧视带状成像的工作方式。斜侧视即斜视ＳＡＲ，具有比正侧视ＳＡＲ在实用上更灵活机动的优势。文中从实时成像和保持ＳＡＲ高分辨力的角度出发，提出一种消除斜视ＳＡＲ成像固有的方位距离耦合和减小方位高次相位对方位分辨力影响的预处理方法，以实现斜视ＳＡＲ的高分辨力实时成像。     

基于GPU的平滑地形可视化算法

提出了一种基于GPU的平滑地形可视化算法,侧重于解决地形可视化方法面临的时间连续性和空间连续性问题。算法采用了规则地形块的批LOD可视化方法。基于平滑过渡的思想,考虑了地形块相邻层次间的过渡和相邻的不同地形块间的边界匹配关系,以地形块的区域划分为基础,为每个顶点实时分配相应的过渡权值,在地形块的绘制过程中同时完成了不同LOD层次以及不同地形块间的平滑过渡,实现了整个地形的平滑可视化。面向GPU的算法设计与实现保证了其执行效率。针对典型数据集,该算法能够以较高的帧率完成大规模地形的实时平滑漫游,避免可视化过程中的裂缝和突跳等不连续现象。