合成孔径雷达图像

摘要： 针对非局部均值算法在合成孔径雷达(Synthetic Aperture Radar,SAR)图像的边缘和纹理区域去噪效果较模糊的问题,探讨改进了非局部均值算法的权重部分,把高斯加权的空间距离与非局部均值算法的权重系数相结合,构造新的权重系数,提出了一种基于改进非局部均值算法的SAR图像去噪算法。首先,使用对数变换处理图像;其次,进行高斯滤波;再次,利用了所提出的算法将高斯滤波结果去噪;最后,采用指数变换方法处理去噪结果。去噪结果表明,所提算法在抑制散斑噪声和保持图像结构信息方面有较好的性能。

摘要： 近年来,深度学习方法在合成孔径雷达(SAR)图像目标检测中得到了广泛的应用。船舶出现在近海、港口、岛礁、远洋等各种场景中,同时海洋环境复杂多变,使得船舶目标检测很难排除混乱背景的干扰。对于大纵横比、任意方向、密集分布的目标,精确定位变得更加复杂。本文基于深度学习的方法提出用于SAR图像目标检测的改进RetinaNet模型,使用深度残差网络自主获取图像特征,利用基于圆形平滑标签(Circular Smooth Label,CSL)的旋转框检测方法实现精准定位,在分类与定位网络中加入了注意力机制以增强网络特征提取能力。经SSDD数据集实验验证,本文方法目标检测精度达到88.63%,比传统RetinaNet模型提高了8.74%,表现出了良好的检测效果。

摘要： 针对合成孔径雷达图像边缘、纹理与形状信息丰富,图像尺度大难以处理的问题,提出了一种基于显著性检测的合成孔径雷达目标检测算法.将合成孔径雷达图像表示成超像素,来构建超像素间的关联关系图从而解耦整张图像.同时基于人眼视觉系统对多尺度图像进行非均匀采样的特点,分别提取图像的局部对比度显著性、像素紧凑度显著性和全局唯一性显著性映射,并使用贝叶斯估计得到SAR图像的精确显著性映射,融合三种显著性映射得到最终的显著性图实现目标检测.在各种SAR图像显著性检测实验的定性与定量结果表明,所提方法明显优于现有方法.

摘要： 由于合成孔径雷达(SAR)图像可读性较差,所以对其进行目标检测与识别处理的难度也较大。近年来,随着深度学习(DL)方法的不断发展,许多学者将其引入SAR图像目标检测与识别研究中。该类方法以数据为驱动。其中,监督学习方法更以已标注的数据为基础。但是,SAR图像目标的标注通常是昂贵且耗时的。鉴于此,本文对已公开的SAR图像目标数据集进行了归纳总结。首先,对典型的SAR系统平台进行了介绍,具体包括星载SAR和机载SAR。其次,按照是否包含目标类型信息将已公开的SAR图像目标数据集分为两类,并分别对其进行了介绍。最后,为了说明上述数据集的建立具有现实意义,对近年来基于DL方法的SAR图像目标数据集的应用情况进行了总结。这也从侧面说明国内外公开的SAR图像目标数据集可助力基于DL的SAR图像目标检测与识别方法的研究。本文能够为后续展开基于DL方法的SAR图像目标的检测与识别方法研究提供数据和研究思路的参考。

摘要： 针对单次多盒检测算法(SSD)对复杂背景下合成孔径雷达(SAR)图像舰船目标的检测容易出现误检或漏检情况,提出一种基于融合注意力机制与改进的SSD算法的目标检测方法。首先在SSD算法上引入ResNet网络并进行改进,以提供丰富的语义信息和细节信息,提高算法的鲁棒性;其次融合通道和空间注意力增强对舰船目标的辨认能力,抑制海杂波等干扰信息;同时改进损失函数来解决舰船密集分布时的漏检问题,提高网络训练效果。数据集上的实验表明,该方法平均准确率(mAP)为87.6%,比SSD算法提高了4.2个百分点,目标的漏检和误检明显减少。相比SSD算法,该算法对复杂背景下的舰船目标有较好的辨别能力和鲁棒性,抗干扰能力有所提升。

摘要： 目前基于深度学习算法的目标检测技术在合成孔径雷达(SAR)图像船舶检测中取得了显著的成果,然而仍存在着小目标船舶和近岸密集排列船舶检测效果差的问题。针对上述问题,提出了基于改进RetinaNet的船舶检测算法。在传统RetinaNet算法的基础上,首先,将特征提取网络残差块中的卷积改进为分组卷积,以增加网络宽度,从而提高网络的特征提取能力;其次,在特征提取网络的后两个阶段加入注意力机制,让网络更加专注于目标区域,从而提升目标检测能力;最后,将软非极大值抑制(Soft-NMS)加入到算法中,降低算法对于近岸密集排列船舶检测的漏检率。在高分辨率SAR图像数据集(HRSID)和SAR船舶检测数据集(SSDD)上的实验结果表明,所提改进算法对于小目标船舶和近岸船舶的检测效果得到了有效提升,与当前优秀的目标检测模型FasterR-CNN、YOLOv3和CenterNet等相比,在检测精度和速度上更加优越。

摘要： 可见光-SAR(合成孔径雷达)遥感图像的高精度匹配是视觉导航、图像融合等典型遥感应用的基础,现有匹配方法主要聚焦在非线性辐射失真(NRD)等成像差异的问题,并未充分考虑遥感图像的场景差异,导致匹配方法的场景适应性有限。为解决可见光-SAR图像匹配中成像场景广域多样、成像差异等挑战,文章提出了一种结合遥感图像场景分类的广域场景异源图像的匹配方法。该方法首先使用广域图像匹配场景分类算法按照纹理特征对遥感图像进行四个典型场景(重复纹理、非均匀纹理、弱纹理和混合类别)的分类,然后在统一的特征匹配框架中为每类场景选择合适特征描述符。将该方法在异源图像匹配数据集上与两种常用的可见光-SAR匹配方法进行比较,通过实验验证,文章的方法可以在不增加计算时间的前提下,在所有类别上取得最优的匹配结果。该方法为广域场景下的可见光-SAR遥感图像匹配提供了一种可行的解决方法。

摘要： 面向合成孔径雷达(synthetic aperture radar,SAR)多目标检测应用,提出了一种基于YOLO(you only look once)框架的无锚框SAR图像舰船目标检测方法。该方法针对YOLOv3锚框需要预先设定且无法完美契合的弊端,通过采用无锚框方法更好适应所检测目标的大小,便于多尺度目标使用。在此基础上,给CSPDarknet53网络增加了注意力机制作为特征提取网络,然后经过能够增大感受野的改进特征金字塔网络(feature pyramid network,FPN)后,把特征图传给无锚框检测头,有效提升了目标类别和位置的预测精度。实验证明,所提算法在公开SAR舰船数据集上平均精度比YOLOv3提高3.8%,达到了94.8%,虚警率降低4.8%。

摘要： 为了对舰船图像进行有效检测并及时输出合成孔径雷达(Synthetic Aperture Radar,SAR)图像的目标位置和方位角信息,文章以改进YOLOv3的任意方向为基础,构建舰船目标检测模型。文章主要分析了面向合成孔径雷达图像技术的应用现状,探索了YOLOv3模型算法的损失函数以及数据集构建情况,以掌握YOLOv3模型的改进思路,模拟分析YOLOv3模型的输入范围。经过研究可以确定,改进模型可应用于纯海洋背景下的SAR图像目标检测过程,可以满足监察目标检测的实时性需求。

摘要： 传统的合成孔径雷达图像去噪算法在细节保存能力和运行时间上存在局限性,而深度学习方法具有独特优势。通过对国内外有关文献的归纳和总结,分析了基于深度学习的合成孔径雷达图像去噪算法的理论基础和优缺点,阐述了网络模型的具体实现细节。从监督模型和自监督模型方面对合成孔径雷达去噪算法进行分类。叙述了去噪算法的训练及测试过程,包括训练及测试数据的、训练过程中常用的损失函数和分析、模拟及具体测试数据评价指标;展望了合成孔径雷达图像散斑抑制的研究方向。

摘要： 多时相遥感影像的变化检测是遥感应用的重要方面,已经在国民经济和国防建设领域得到广泛的应用.为了抑制SAR图像中的相干斑噪声,解决变化检测结果图中含有较多噪点的问题,提高变化检测精度,本文首先引入改进的三维块匹配去噪技术对SAR图像进行去噪处理,然后利用模糊C均值聚类将均值比差异图分割成变化类和未变化类,得到初始变化检测二值图,最后根据均值比差异图和初始变化检测二值图建立全连接条件随机场,采用最大后验概率对全连接条件随机场进行标记,得到最终的变化检测结果图.实验结果表明,改进的三维块匹配去噪算法可以有效抑制SAR图像中的相干斑噪声,使得生成的均值比差异图中变化区域和未变化区域具有更高的对比度;同时,全连接条件随机场利用了像素点周围的邻域信息,减少了初始变化检测二值图中的噪声点,进一步提高了变化检测的精度.

摘要： 多时相遥感影像的变化检测是遥感应用的重要方面,已经在国民经济和国防建设领域得到广泛的应用.为了抑制SAR图像中的相干斑噪声,解决变化检测结果图中含有较多噪点的问题,提高变化检测精度,本文首先引入改进的三维块匹配去噪技术对SAR图像进行去噪处理,然后利用模糊C均值聚类将均值比差异图分割成变化类和未变化类,得到初始变化检测二值图,最后根据均值比差异图和初始变化检测二值图建立全连接条件随机场,采用最大后验概率对全连接条件随机场进行标记,得到最终的变化检测结果图.实验结果表明,改进的三维块匹配去噪算法可以有效抑制SAR图像中的相干斑噪声,使得生成的均值比差异图中变化区域和未变化区域具有更高的对比度;同时,全连接条件随机场利用了像素点周围的邻域信息,减少了初始变化检测二值图中的噪声点,进一步提高了变化检测的精度.

摘要： 多时相遥感影像的变化检测是遥感应用的重要方面,已经在国民经济和国防建设领域得到广泛的应用.为了抑制SAR图像中的相干斑噪声,解决变化检测结果图中含有较多噪点的问题,提高变化检测精度,本文首先引入改进的三维块匹配去噪技术对SAR图像进行去噪处理,然后利用模糊C均值聚类将均值比差异图分割成变化类和未变化类,得到初始变化检测二值图,最后根据均值比差异图和初始变化检测二值图建立全连接条件随机场,采用最大后验概率对全连接条件随机场进行标记,得到最终的变化检测结果图.实验结果表明,改进的三维块匹配去噪算法可以有效抑制SAR图像中的相干斑噪声,使得生成的均值比差异图中变化区域和未变化区域具有更高的对比度;同时,全连接条件随机场利用了像素点周围的邻域信息,减少了初始变化检测二值图中的噪声点,进一步提高了变化检测的精度.

摘要： 多时相遥感影像的变化检测是遥感应用的重要方面,已经在国民经济和国防建设领域得到广泛的应用.为了抑制SAR图像中的相干斑噪声,解决变化检测结果图中含有较多噪点的问题,提高变化检测精度,本文首先引入改进的三维块匹配去噪技术对SAR图像进行去噪处理,然后利用模糊C均值聚类将均值比差异图分割成变化类和未变化类,得到初始变化检测二值图,最后根据均值比差异图和初始变化检测二值图建立全连接条件随机场,采用最大后验概率对全连接条件随机场进行标记,得到最终的变化检测结果图.实验结果表明,改进的三维块匹配去噪算法可以有效抑制SAR图像中的相干斑噪声,使得生成的均值比差异图中变化区域和未变化区域具有更高的对比度;同时,全连接条件随机场利用了像素点周围的邻域信息,减少了初始变化检测二值图中的噪声点,进一步提高了变化检测的精度.

摘要： 方位模糊是目前合成孔径雷达(Synthetic Aperture Radar,SAR)图像中的一种固有现象,通常容易出现在平静无风的海面上.方位模糊会降低SAR图像的质量,并对舰船目标检测等SAR海上应用造成困扰.SAR图像的方位模糊是由于以有限的采样频率对多普勒频谱采样造成的.本文对方位模糊的位置、强度、形态以及相位等特点进行了总结,并按照所需数据类型的不同,将方位模糊去除方法分为基于幅度/强度数据的方法、基于单视复数(single-look complex,SLC)数据的方法以及基于全极化数据的方法,然后对这些方法进行了研究和比较.最后,针对近岸海域方位模糊严重且较难去除的问题,本文展示了作者提出的一种基于多时相SAR数据的去除方法,实验结果表明其可以有效去除近岸海域方位模糊.随着SAR海洋监视应用的进一步发展,本文研究将对其它研究者具有积极的作用.

摘要： 方位模糊是目前合成孔径雷达(Synthetic Aperture Radar,SAR)图像中的一种固有现象,通常容易出现在平静无风的海面上.方位模糊会降低SAR图像的质量,并对舰船目标检测等SAR海上应用造成困扰.SAR图像的方位模糊是由于以有限的采样频率对多普勒频谱采样造成的.本文对方位模糊的位置、强度、形态以及相位等特点进行了总结,并按照所需数据类型的不同,将方位模糊去除方法分为基于幅度/强度数据的方法、基于单视复数(single-look complex,SLC)数据的方法以及基于全极化数据的方法,然后对这些方法进行了研究和比较.最后,针对近岸海域方位模糊严重且较难去除的问题,本文展示了作者提出的一种基于多时相SAR数据的去除方法,实验结果表明其可以有效去除近岸海域方位模糊.随着SAR海洋监视应用的进一步发展,本文研究将对其它研究者具有积极的作用.

摘要： 方位模糊是目前合成孔径雷达(Synthetic Aperture Radar,SAR)图像中的一种固有现象,通常容易出现在平静无风的海面上.方位模糊会降低SAR图像的质量,并对舰船目标检测等SAR海上应用造成困扰.SAR图像的方位模糊是由于以有限的采样频率对多普勒频谱采样造成的.本文对方位模糊的位置、强度、形态以及相位等特点进行了总结,并按照所需数据类型的不同,将方位模糊去除方法分为基于幅度/强度数据的方法、基于单视复数(single-look complex,SLC)数据的方法以及基于全极化数据的方法,然后对这些方法进行了研究和比较.最后,针对近岸海域方位模糊严重且较难去除的问题,本文展示了作者提出的一种基于多时相SAR数据的去除方法,实验结果表明其可以有效去除近岸海域方位模糊.随着SAR海洋监视应用的进一步发展,本文研究将对其它研究者具有积极的作用.

摘要： 方位模糊是目前合成孔径雷达(Synthetic Aperture Radar,SAR)图像中的一种固有现象,通常容易出现在平静无风的海面上.方位模糊会降低SAR图像的质量,并对舰船目标检测等SAR海上应用造成困扰.SAR图像的方位模糊是由于以有限的采样频率对多普勒频谱采样造成的.本文对方位模糊的位置、强度、形态以及相位等特点进行了总结,并按照所需数据类型的不同,将方位模糊去除方法分为基于幅度/强度数据的方法、基于单视复数(single-look complex,SLC)数据的方法以及基于全极化数据的方法,然后对这些方法进行了研究和比较.最后,针对近岸海域方位模糊严重且较难去除的问题,本文展示了作者提出的一种基于多时相SAR数据的去除方法,实验结果表明其可以有效去除近岸海域方位模糊.随着SAR海洋监视应用的进一步发展,本文研究将对其它研究者具有积极的作用.

摘要： 合成孔径雷达(SAR)图像已广泛应用于舰船监视.近年来,深度学习方法开始逐渐应用于SAR图像舰船检测任务中,然而该类方法在处理尺寸较小的舰船时会产生较多漏警,并且对于包括水面和近岸的多场景SAR图像,它不能有效区分近岸复杂背景和舰船,从而产生大量虚警.本文提出了一种稠密连接端到端的多尺度神经网络,以解决SAR图像舰船检测的目标尺寸不一和多场景问题.在生成候选目标时,该方法不再使用一个单一的特征图,而是自顶向下将每一个特征图密集地连接起来,从每个融合后的特征图中生成候选目标.此外,本文提出了一种自适应分配样本权重的训练策略,以减少容易样本在损失函数中的权重,从而使训练过程更关注难例,以便减少虚警.公开数据集SSDD上的实验结果验证了该方法在多尺度、多场景SAR舰船检测中的优越性.

摘要： 合成孔径雷达(SAR)图像已广泛应用于舰船监视.近年来,深度学习方法开始逐渐应用于SAR图像舰船检测任务中,然而该类方法在处理尺寸较小的舰船时会产生较多漏警,并且对于包括水面和近岸的多场景SAR图像,它不能有效区分近岸复杂背景和舰船,从而产生大量虚警.本文提出了一种稠密连接端到端的多尺度神经网络,以解决SAR图像舰船检测的目标尺寸不一和多场景问题.在生成候选目标时,该方法不再使用一个单一的特征图,而是自顶向下将每一个特征图密集地连接起来,从每个融合后的特征图中生成候选目标.此外,本文提出了一种自适应分配样本权重的训练策略,以减少容易样本在损失函数中的权重,从而使训练过程更关注难例,以便减少虚警.公开数据集SSDD上的实验结果验证了该方法在多尺度、多场景SAR舰船检测中的优越性.

摘要： 本发明公开了一种基于子图像相干合成的地基合成孔径雷达快速成像方法。使用本发明能够适应GB SAR空变的多普勒中心及方位分辨率随距离扩大等现象带来的问题，并且可以适应实时GB SAR系统对算法运算量的要求。本发明是一种基于子孔径FFT快速成像的方位聚焦算法，进而通过子图的相干叠加获得GB SAR系统参数条件下的最优分辨性能。相比于传统RD/CS等算法，该算法能够很好的解决多普勒中心空变性的问题；相比于RMA/BP算法，该算法具有更快速高效的运算能力，满足GB SAR系统实时性要求。

摘要： 本发明公开了一种面向合成孔径雷达目标图像识别的靶向伪装图像生成方法，将靶向类目标图像输入训练好的扰动图像生成器，通过扰动图像生成器生成扰动图像；将扰动图像和原目标图像进行合成，得到伪装图像；本发明针对SAR图像特点设计扰动图像生成器，既保证了目标欺骗率，又使生成的扰动尽可能的小，保证扰动前后的图像在外观上无太大差异，通过减少真假目标图像的特征差异对目标SAR分类器进行攻击实现了快速的、低成本的、不易被察觉的靶向型伪装。

摘要： 本发明公开了一种机载干涉合成孔径雷达复图像配准方法及系统，配准方法包括：将两幅复图像平均分块，对每一块复图像对按复相关函数法进行粗配准，获得每一块复图像对的粗配准参数；对每一块复图像对分别进行逐级细分，按照级别对每一级上的每一块复图像对按照复相关函数法获得该块复图像对的配准偏移量，计算得到的最后一级别上的每一块复图像对的配准偏移量则为最终的复图像的精配准参数。本发明由于将初始的复图像划分为小的复图像块，在每一级配准计算中所采用的偏移量均为上一级更大图像块配准所得偏移量的基础上加入更小的偏移步进量计算得到，避免了由于低相关区带来的配准结果大幅度波动现象，提高复图像配准的精度。

摘要： 本发明公开了一种基于子图像相干合成的地基合成孔径雷达快速成像方法。使用本发明能够适应GB SAR空变的多普勒中心及方位分辨率随距离扩大等现象带来的问题，并且可以适应实时GB SAR系统对算法运算量的要求。本发明是一种基于子孔径FFT快速成像的方位聚焦算法，进而通过子图的相干叠加获得GB SAR系统参数条件下的最优分辨性能。相比于传统RD/CS等算法，该算法能够很好的解决多普勒中心空变性的问题；相比于RMA/BP算法，该算法具有更快速高效的运算能力，满足GB SAR系统实时性要求。

摘要： 本发明公开了一种面向合成孔径雷达目标图像识别的靶向伪装图像生成方法，将靶向类目标图像输入训练好的扰动图像生成器，通过扰动图像生成器生成扰动图像；将扰动图像和原目标图像进行合成，得到伪装图像；本发明针对SAR图像特点设计扰动图像生成器，既保证了目标欺骗率，又使生成的扰动尽可能的小，保证扰动前后的图像在外观上无太大差异，通过减少真假目标图像的特征差异对目标SAR分类器进行攻击实现了快速的、低成本的、不易被察觉的靶向型伪装。

摘要： 本发明公开了一种机载干涉合成孔径雷达复图像配准方法及系统，配准方法包括：将两幅复图像平均分块，对每一块复图像对按复相关函数法进行粗配准，获得每一块复图像对的粗配准参数；对每一块复图像对分别进行逐级细分，按照级别对每一级上的每一块复图像对按照复相关函数法获得该块复图像对的配准偏移量，计算得到的最后一级别上的每一块复图像对的配准偏移量则为最终的复图像的精配准参数。本发明由于将初始的复图像划分为小的复图像块，在每一级配准计算中所采用的偏移量均为上一级更大图像块配准所得偏移量的基础上加入更小的偏移步进量计算得到，避免了由于低相关区带来的配准结果大幅度波动现象，提高复图像配准的精度。

摘要： 本发明公开了一种将星载合成孔径雷达(SAR)斜距图像转化成中心投影图像的方法，涉及图像处理技术，基于SAR距离成像的几何构像原理，采用SAR斜距图像的近地点和远地点几何关系计算中心投影图像的虚拟焦距，然后再根据转化公式对SAR斜距图像进行逐点转化，以得到一幅按照中心投影方式获取的SAR图像。本发明解决了人们在对星载合成孔径雷达斜距图像判读、解译和处理难的问题，获取的图像适应人们的视觉习惯。

摘要： 本发明提供了一种合成孔径雷达(SAR)图像和光学图像同名点匹配的方法，包括：获取同一区域的光学图像和SAR图像；根据数字高程模型数据和SAR图像对应的平台位置信息对SAR图像中各像素坐标进行地形补偿修正；在光学图像以特定点为中心提取预设形状的窗口图像块，该特定点就是光学图像的同名点；在其像素坐标进行地形补偿修正处理后的SAR图像中提取全部的不同位置的预设形状的窗口图像块；分别计算其与光学图像的窗口图像块的结构相似性数值；求取一系列的结构相似性数值的最大值，则该最大值所对应的SAR图像图像块中心即为光学图像同名点的匹配位置。本发明提高了合成孔径雷达图像和光学图像的匹配效果。

摘要： 一种基于子孔径分析的极化合成孔径雷达图像分类方法，属于雷达成像技术领域，涉及极化合成孔径雷达(PolSAR)图像处理技术。首先采用H/α平面对全分辨率极化SAR图像进行初始分类；然后对全分辨率极化SAR图像进行子孔径分解；然后根据初始分类，用所有子孔径图像的相干矩阵计算初始类别中心Vm；再计算所有子孔径图像中每一个像素点与各类别中心的距离测度，将像素点归类于距离测度最小的那一类；最后迭代终止条件是否达到，若达到，终止迭代；若未达到，返回步骤2继续迭代。本发明可以综合目标在不同视角下的散射特性，以及散射特性的变化，提高分类精度，带来更好的分类效果。

摘要： 本发明提供了一种合成孔径雷达(SAR)图像和光学图像同名点匹配的方法，包括：获取同一区域的光学图像和SAR图像；根据数字高程模型数据和SAR图像对应的平台位置信息对SAR图像中各像素坐标进行地形补偿修正；在光学图像以特定点为中心提取预设形状的窗口图像块，该特定点就是光学图像的同名点；在其像素坐标进行地形补偿修正处理后的SAR图像中提取全部的不同位置的预设形状的窗口图像块；分别计算其与光学图像的窗口图像块的结构相似性数值；求取一系列的结构相似性数值的最大值，则该最大值所对应的SAR图像图像块中心即为光学图像同名点的匹配位置。本发明提高了合成孔径雷达图像和光学图像的匹配效果。