共查询到17条相似文献，搜索用时 109 毫秒
1.
提出一种新型的空域极化SAR数据相干斑滤波方法,改进了Sigma滤波并结合基于Freeman-Durden分解的Wishart非监督分类方法,在保留强点目标的同时,有效选择同质区域且具有相同散射类型的像素参与滤波.实验结果表明,在相干斑噪声抑制和边缘纹理细节信息保持方面,该方法均具有优越性,且能保持极化SAR数据的地物散射特性. 相似文献
2.
提出利用合成孔径雷达简缩极化干涉数据的目标分解方法. 将全极化干涉目标分解方法扩展到简缩极化干涉数据处理,由简缩极化互相关矩阵分解出3种散射分量. 针对简缩极化数据量减少造成的方程欠定问题,利用极化度估计体散射功率,通过遍历简缩极化相干区域寻找最长轴和判断地表相位获得偶次散射相位估计,最终得到各散射分量的功率和相位中心高度的估计. 利用L波段全极化干涉仿真数据合成简缩极化数据集,验证了算法的有效性. 相似文献
3.
基于噪声影响较小的极化干涉数据的互相关矩阵,提出了一种新的林高估计方法.该方法使用互相关矩阵的奇异值分解代替ESPRIT方法中相干矩阵的特征分解,获取森林散射中心的干涉相位信息,再由森林散射中心的干涉相位差估计森林高度.该方法不但能抑制噪声对森林散射中心干涉相位估计的影响,还提高了运算效率.L波段松树林极化干涉仿真数据验证该方法的有效性. 相似文献
4.
提出了一种快速干涉滤波算法,解决了传统干涉滤波方法速度较慢的问题.首先对2天线的单视复图像共轭相乘产生干涉复数据,进而对该数据进行方位向多视处理,并对实部和虚部分别快速均值滤波产生干涉条纹,最后对干涉条纹进行快速准中值和均值滤波.在滤波过程中,充分利用了相邻像素滤波时的窗口信息来最大程度减少运算量进而提高滤波速度,保证了滤波质量.通过对实测数据滤波结果的分析比较,证明了该算法的有效性. 相似文献
5.
研究干涉SAR图像数据压缩问题,提出将干涉SAR的数据压缩转化为一个幅度图像的压缩和一个干涉相位图的压缩. 设计机上信号处理流程,给出基于DCT和DWT的2种机上数据压缩方法,并对其数据压缩性能进行分析. 针对相干斑对干涉相位影响较大的问题,在对干涉相位图进行压缩前,插入回转中值滤波. 不同信噪比下干涉SAR仿真数据和实际数据的处理结果,表明了本文方法的有效性. 相似文献
6.
针对各向异性扩散方程抑制SAR图像相干斑时,需要进行多次迭代,很难用于实时处理的情况,提出一种改进算法.该算法根据图像变差系数,自适应调整中心像素与各方向扩散系数的权重,从而在均匀区域加速扩散过程,在非均匀区域保留原各向异性扩散方程的性能.利用机载SAR图像对算法性能进行验证,结果表明,算法仅需较少的迭代次数,就可以获得与常规各向异性扩散方程相干斑抑制相同的性能. 相似文献
7.
建筑物损毁评估对灾害应急监测具有重要意义。极化SAR图像蕴含丰富的地物信息，并且记录有目标地物的极化散射矩阵，可用于建筑物的损毁评估。针对完好和损毁建筑物两类目标的散射特征，利用Touzi分解散射角αs1、去定向后Yamaguchi分解二次散射分量和Touzi分解散射对称度|τ2|进行RGB彩色合成，对极化SAR图像进行视觉优化，进而利用单一时相SAR图像快速识别出不同损毁程度的建筑物区域。以2011年3月11日发生在日本东北部海域的地震为例，利用灾后的ALOS PALSAR全极化数据开展实验分析，并利用汶川地震RADARSAT-2图像对提出的方法进行验证。结果表明，通过对极化参量的组合不仅可以优化建筑物目标的视觉显示效果，同时可提高不同损毁程度建筑物区域识别度，从而大大降低灾害评估对于数据源的限制和要求。 相似文献
8.
SAR层析成像利用多航过复数据对观测目标进行高程向重构，全极化数据具有丰富的散射信息。将全极化数据与SAR层析成像相结合，利用城市建筑高程向散射体的稀疏性和全极化数据信号稀疏支撑集相同的特点，提出基于组稀疏约束和稀疏约束相结合的求解模型，并利用层次稀疏的方法对模型进行求解。通过Monte Carlo仿真实验将该模型法的性能与单极化层析成像模型和基于组稀疏的求解方法的性能进行对比，并将该方法应用到实测数据的半点目标仿真实验中。结果表明，本文提出的方法提高了高程向重建精度，且有更好的鲁棒性，在低信噪比下也能较好地恢复目标的高程向信息和后向散射系数。 相似文献
9.
为了简化多通道InSAR数据仿真的步骤,给多通道InSAR技术的研究提供参数可控的仿真数据,提出一种多通道InSAR干涉图的仿真方法.方法由已知的数字高程模型(DEM)和系统参数计算得到每个干涉通道的真实干涉相位,并根据各种噪声引起的去相关计算相应的相干系数,然后利用舍选法生成相应的相位噪声加入到真实干涉相位中,这样便得到所需的多通道InSAR干涉图.分析和仿真结果表明,该方法简便易行,且严格考虑了干涉相位噪声的概率密度函数,为各种多通道InSAR技术的性能对比和定量分析提供合适的仿真数据. 相似文献
10.
11.
提出一种基于特征筛选和二级分类的建筑提取算法。该算法首先对极化SAR数据进行精致Lee滤波,获取多维极化特征和纹理特征构成原始特征集;然后将随机森林作为初级分类器评估各特征的重要性,依据重要性排名进行特征筛选;最后通过支持向量机对特征子集进行次级分类,并用邻域投票法将两级分类结果融合。AIRSAR极化数据实验结果表明,本算法可有效提高极化SAR建筑提取准确率。 相似文献
12.
在极化合成孔径雷达（PolSAR）地物分类研究中,基于卷积神经网络的图像分割算法存在高维特征信息冗余而导致的分类边界模糊、分类精度低、计算复杂等不足,提出一种基于卷积神经网络和EM算法的轻量化图像分割网络,称为低秩重构网络（low-rank-reconstruction-net,LRR-Net）,应用于全极化SAR图像的地物分类。LRR-Net从极化目标分解的思想出发,利用EM算法对特征进行低秩重构,将特征从高维空间映射到低维空间,在减少参数的同时实现更精确的分类。用高分三号全极化图像数据对模型进行训练测试并评估,结果表明模型在保证分类精度的前提下,降低了模型复杂度。 相似文献
13.
为了保持多极化SAR图像的极化特性,协方差矩阵中的每一个元素都必须在相同的局部同质区内进行独立的滤波处理。大多数滤波方法都采用了固定大小的滑动窗技术,导致其同质区域的大小不能自适应于局部纹理的变化,因此,很难解决保留结构特征和平滑斑点噪声这对矛盾。要解决该问题,可采用大小可变的滑动窗来搜索局部的最大同质区,最大同质区的大小能自适应局部纹理的变化。实验结果表明,该方法能有效地保持图像的空间结构特征和极化特性,同时也能获得较好的斑点噪声抑制效果。 相似文献
14.
为提升极化合成孔径雷达(SAR)地物分类精度,提出一种基于AdaBoost改进型随机森林和支持向量机(SVM)结合的二级分类结构。首先将AdaBoost改进型随机森林作为初级分类器,该分类器能根据决策树的分类能力赋予权重,分类能力越强则权重越高,从而提升初级分类精度。初级分类器还能评估输入特征的重要性,获得重要性排名。根据重要性排名进行特征筛选,用筛选后的特征训练SVM分类器,获取二级分类结果。最后利用邻域投票法将两级分类结果融合。AIRSAR极化数据对比实验表明,该分类结构可有效提升极化SAR地物分类精度。 相似文献
15.
构建了一种新的消除彩色图象中脉冲噪声的滤波法。该滤波首先根据极值点(最大或最小)的判别标准将全部像素分为两类(信号S与噪声N),再根据空间相关性将噪声点用该点邻域的中值取代,然后进行简单的局部纹理分析而自动选择使用标量中值滤波或者使用矢量中值滤波。实验表明,文中提出的方法计算量少,性能优良,图象信噪比高。 相似文献
16.
以250m分辨率的MODIS/NDVI时间序列数据为主要数据源,通过Sacizkky-Golay滤波重建高质量NDVI时间序列数据;同时融合500m分辨率的MODIS多光谱反射率数据和90m分辨率的DEM数据.将非监督分类法和决策树法相结合,进行黑龙江流域土地覆盖分类研究.对分类结果采用已有的土地覆盖数据和高分辨率遥感影像进行精度评价,评价结果表明,利用MODIS/NDVI时间序列数据获得较高精度的土地覆盖分类结果是可行的. 相似文献
17.
白光数字散斑相关方法是现代数字图像处理技术与光学测量相结合的产物。这一方法彻底摆脱了特定测量环境的要求,避开了由条纹图作为信息载体而直接从物体表面微观结构及表面散斑场这些信息载体中提取变形信息,具有较大的优越性。应用白光数字散斑相关方法对描述试件进行了实验测试,得到了令人满意的结果。 相似文献