基于空间分割的影像条带噪声去除方法

光学遥感卫星影像中包含系统条带噪声和随机条带噪声,由于多种因素的干扰,即使进行系统条带噪声去除后,仍残留部分随机条带噪声。文章通过分析现有卫星遥感影像中的随机条带噪声特性,基于常规的随机条带噪声去除方法,提出一种新的基于空间分割的条带噪声去除算法。该方法以影像的均值、中值以及梯度值构建判定准则,将影像分为动态范围变化较小的多个区域,同时将地物边缘单独提取出来予以保留;然后采用标准矩匹配的方法对单独区域进行处理,在剔除噪声的同时抑制灰度畸变的产生;最后采用中巴地球资源卫星04星（CBERS-04）数据作为试验对象进行了随机噪声去除试验,试验结果表明新方法在去除随机条带噪声的同时很好的保持了原始影像的纹理信息。     

“实践九号”A卫星光学遥感图像杂散光噪声去除

杂散光是影响卫星光学遥感图像像质的重要因素,严重时会在图像上形成明暗的杂散光条纹噪声,降低图像的对比度和清晰度。文章针对“实践九号”A（SJ-9A）卫星光学遥感图像存在的杂散光噪声现象,设计了一种基于成像载荷焦面入射杂散光空间分布特征的遥感图像杂散光条纹噪声去除方法,通过测量杂散光在推扫遥感图像上的空间分布特征,建立杂散光分布特征模型,采用分块自适应算法进行杂散光噪声滤波,消除SJ-9A遥感图像上随时空变化的杂散光条纹噪声。杂散光噪声去除后图像整体色调均匀,无条带噪声,满足CCD/TDI-CCD推扫遥感图像辐射校正精度（广义噪声）优于5%的指标要求。     

高动态下SINS辅助北斗捕获方法优化

针对高动态环境下北斗卫星信号不易快速捕获和捕获精度低的问题,在传统快速傅里叶变换并行码相位捕获算法的基础上,提出一种基于细化快速傅里叶变换(Zoom-FFT)的捷联惯性导航系统(SINS)辅助北斗B1信号捕获的算法,并设计高动态信源进行仿真校验。仿真结果表明,该方法的冷启动时间比无辅助缩短了50%以上,温启动捕获时间仅为无辅助的2%左右,并且使系统捕获的灵敏性得到了改善;同时使捕获的载波频率估计分辨率提高50倍以上,误差在10Hz以内。优化算法可以使高动态环境下的SINS/北斗深组合导航系统具有较快的卫星信号捕获速度和较窄的载波频率捕获带,并且提高了系统捕获的性能。     

一种多波段组合的孤立噪声去除方法

首次提出了一种多波段组合的孤立噪声去除方法.文章在对图像进行中值滤波处理之前,先进行门限法的孤立噪声初步定位,设定孤立噪声为候选点;然后结合多波段图像数据对候选孤立噪声进行最终定位,只有当像元判断为真实的孤立噪声时,进行中值滤波处理;最后以中国一颗传输型卫星图像为例,检验了算法的有效性.     

一种高动态环境下PCM-FM的低信噪比检测方法

针对PCM-FM遥测信号的特点,提出一种基于快速傅里叶变换的自相关检测方法。首先利用自相关处理,消除多普勒频率变化对检测性能的影响,可适应目标高动态变化环境。然后通过对自相关输出进行快速傅里叶变换,提高在低信噪比情况下的检测性能。仿真结果表明所提方法在高动态、低信噪比条件下能够高概率检测到PCM-FM信号。     

基于MFT的非匀速转动目标干涉ISAR三维成像方法

非匀速转动目标各距离单元内的回波信号为多分量的多项式相位信号,采用傅里叶变换进行横向压缩得到的目标ISAR像会发生散焦,从而影响干涉ISAR三维成像质量。针对非匀速转动目标,提出了一种基于匹配傅里叶变换的InISAR三维成像方法。该方法对各天线接收回波的每个距离单元采用匹配傅里叶变换得到聚焦的目标ISAR像,进而得到散射点不同接收天线间的干涉相位,最后从干涉相位求解散射点三维位置重构目标的三维图像。由于非匀速转动目标多项式相位信号的相位系数之间的比值只与目标转动参数有关,因此该方法只需估计某一个散射点对应回波的多项式相位系数就可构造所有匹配傅里叶变换的积分路径,而且适用于任意阶的非匀速转动目标。仿真表明了该方法的有效性。     

高精度频率分辨在振动信号辨识中的应用

发动机振动信号处理通常采用DASP软件进行。由于软件功能限制,DASP处理采样频率为50 kHz发动机振动信号时,频谱的频率分辨率最高精度仅为12.2 Hz,导致对微弱及故障信号的辨识较为困难。本文采用抗混叠低通滤波、信号抽取及短时傅里叶变换相结合的信号分析方法,有效提高了频率分辨率的精度,最高精度达到1.2 Hz,达到了理想的频率辨识效果。     

高分辨率SAR图像相干斑噪声抑制方法

文章主要提出了一种新的基于小波变换对高分辨率合成孔径雷达（SAR）图像相干斑噪声抑制的算法。首先从SAR图像相干斑噪声产生的机理出发,论述了通过传统的滤波方法．在抑制高分辨率SAR图像的相干斑噪声的同时损失了大量的边缘信息和纹理细节而采用小波变换降噪的优越性和必要性;其次详细地论述了在小波域中如何利用高频局部的统计特性和分解尺度大小来选取滤波窗口尺寸进行滤波;最后通过实验结果说明了此方法比采用传统的固定窗来实现对高分辨率SAR图像的降噪、保留边缘信息和纹理细节有着更好的性能。     

基于时频图像形态学的雷达信号IF估计

针对低信噪比下雷达信号的IF估计,提出一种将时频分析和图像处理相结合的估计方法.首先通过时频变换将一维信号转化为二维时频图像;然后采用形态学方法去除时频图像上的噪声点和毛刺,并将其骨骼化;最后采用图像处理中标注连接分量的方法,区分出不同分量的雷达信号以及噪声分量,并通过统计信号分量的行索引和列索引估计出信号的IF.对SFM、LFM和FSK信号的IF估计进行了仿真分析,实验结果表明该方法能够在较低信噪比下有效地估计出信号的IF,同时也适用于多分量信号.     

基于Kalman滤波的卫星光谱成像仪非均匀性场景校正

为消除在轨卫星光谱成像仪的非均匀性,提出了一种基于Kalman滤波器校正算法.给出了校正算法,建立了均方根误差和列向粗糙度等评价指标.对美国TERRA卫星MODIS仪器图像的校正试验结果表明:用Kalman滤波器校正方法去除遥感图像中非均匀性条带的效果明显,校正后图像的品质显著提高.     

卫星通信频谱监测中的一种形态学滤波预处理方法

针对卫星信号监测中监视频带宽、背景噪声非平坦造成的信号漏检和误检的问题,结合卫星通信信号的特点提出了一种频谱校正的新方法。该方法将接收的频谱信号视为一维灰度图像,通过改进的形态学滤波检测法,估算出信号中非平坦的背景噪声基底,利用估计的噪声基底完成对原频谱信号的修正,可提高信号检测的准确性。仿真结果表明,该方法降低了信号带宽对传统形态学滤波中结构元素长度选择的影响,计算量小,能高效地实现非平坦频谱信号的底噪校正。     

水平集方法中速度停止项的改进

针对传统水平集算法只对含有加性噪声的图像有较好处理结果的缺点,对水平集函数的速度停止项进行了改进。首先,改进后的速度停止项可以通过自适应滤波来消除乘性噪声对水平集函数演化的影响;其次,提出了一种估计图像平滑区域的方法,以使水平集可以更准确的分割出图像中的目标;最后,再将该速度停止项带入到水平集演化方程中,对图像进行演化运算。实验结果表明,该方法能够在抑制乘性噪声的同时较好的对图像进行分割。     

步进电机在海洋一号卫星上COCTS中的应用

水色水温扫描仪(COCTS)是中国海洋一号卫星上主要的遥感器之一,其步进电机子系统以一种全新的在轨扫描方式成功实现了星载成像遥感,这在国内外尚属首次。为此,对COCTS采用的独特光学成像系统中的步进电机和相关技术作出重点阐述。
     

一种基于模糊神经网络的Speckle图像滤波器

提出一种新的基于模糊神经网络 (FNN)的 Speckle噪声自适应滤波器 ,以实时处理 SAR图像。讨论了模糊神经网络滤波器结构的设计、模糊规则的选取以及采用改进遗传算法进行参数优化的方法 ,最后 ,结合图像处理应用实例 ,与其它传统图像滤波器进行比较 ,验证所述滤波器在滤除噪声和保持细节纹理方面的有效性。     

基于Sigma方法的SAR图像斑点噪声滤波器

文章基于传统Sigma滤波器,提出了一种新的SAR图像滤波方法。首先,分析指出传统Sigma滤波器处理复合噪声和保持弱边缘的能力较弱的缺点。然后,改进Sigma滤波器的δ-条件,使之更加适应复合噪声分布条件下的SAR图像滤波。提出了灰度中心偏移的Sigma滤波（GCOSF）,增强Sigma滤波器保持弱边缘的能力。在GC...     

一种新的非线性干涉SAR噪声抑制方法

现有的常用于干涉SAR相位图噪声抑制的非线性滤波法主要有模糊中值滤波和模数滤波，这两种方法都会引起比较大的图像边缘模糊，从而降低后续处理的精度。邻域平均法是一种非常经典的图像降噪方法，它具有较好的边缘保持特性。论文结合干涉SAR相位图的特性，改进了邻域平均法的邻域甲均值计算公式，有选择地利用邻域平均值代替当前像素点的值，提出了一种适用于干涉SAR相位图降噪的新的非线性滤波方法一条件邻域平均法，它具有更好的边缘保持特性。在理论分析和比较条件邻域平均法与模糊中值滤波和模数滤波方法的基础上，采用ERS1／2干涉SAR数据对论文提出的方法和所作的分析进行了验证。     

小波变换在弹箭遥测数据处理中的应用

由于遥测参数的时变性和各种干扰的影响，传统的Ｆｏｕｒｉｅｒ分析往往不能给出令人满意的处理结果。小波变换是一种同时在时间（或空间）域和频率域内进行局部化分析的新方法；利用小波变换及其自适应性，可以在不同的分辨率下分析和处理数据，尤其是处理非平稳信号。本文介绍小波分析的基本原理，说明利用小波变换将遥测信号在时频平面上表示的方法。在此基础上，将小波变换应用于实测遥测数据的分析和处理，从被噪声淹没的数据中成功地恢复出冲击信号，提高了箭遥数据的信噪比。     

基于贝叶斯估计的非平稳SAR图像自适应小波滤波

合成孔径雷达(SAR)的相干斑噪声严重影响图像质量、降低图像的可判读性。本文提出的滤波方法，将通用小波阈值滤波方法和基于图像局域统计特性的滤波方法相结合。针对非平稳SAR图像的不同区域采用不同的方法调整小波系数，具有自适应能力。分析了噪声在小波变换域中的分布和统计特性，用高斯混合模型来对其进行描述。采用期望最大似然(EM)算法迭代出小波系数的分布参数。最后用贝叶斯估计得出真实图像的小波系数。在仿真实验中，将该方法与经典的局域统计方法以及通用的小波阈值去噪方法进行了比较。结果表明，本文的方法能对非平稳SAR图像进行更有效的滤波。