结合邻域聚类分割的高光谱图像异常检测支持向量数据描述方法

支持向量数据描述方法在高光谱图像小异常目标检测中具有较好的检测性能,但是待检异常的几何形状受到约束和背景的选择具有盲目性影响检测效果,且检测需要对整幅图像进行遍历导致计算量大。提出邻域聚类分割和支持向量数据描述相结合的异常检测方法,首先利用邻域聚类方法分割图像,将几何尺寸小的分割块作为潜在异常目标;其次选择与潜在异常的形状和大小相适应的背景窗进行背景像元收集;最后采用SVDD方法从潜在异常中快速且准确地检测出异常目标。对HYMAP图像的实验结果表明,该算法提高了复杂地物背景下异常的检测性能,降低了SVDD用于高光谱图像异常检测的计算量。     

基于幅度与梯度综合信息的SAR图像非线性扩散去噪方法

探讨SAR图像相干斑抑制的非线性扩散方程方法.以抑制SAR图像噪声,提高图像质量.通过分析SAR图像的幅度分布特性,建立基于SAR图像幅度信息的非线性扩散方程,使方程在幅值较小的背景区域具有较大的光滑作用以抑制噪声,而在幅值较大的目标区域光滑作用较小以保护目标特征.同时为避免噪声对图像中幅度分布的影响,在每一步迭代之前,采用基于梯度信息的非线性扩散方程对图像进行预处理,得到了一种基于图像幅度和梯度综合信息的非线性扩散去噪方法.计算结果表明,本文方法在整体上均具有较好的去噪效果,去噪后的图像较传统方法具有更高的等效视数和边缘保持指数,既能充分抑制背景区域的噪声,又能保护目标点,还很少出现虚假目标.     

卫星遥感数据的浏览查询技术

遥感卫星图像数据的预处理包括数据编目、存档管理、浏览查询和产品生产等部分。其中，浏览查询是向遥感数据的用户提供查询和检索卫星原始数据各级产品数据的手段，浏览查询系统的功能和性能直接影响到遥感数据的使用效率。本文介绍了新一代高码速率遥感卫星地面数据处理中浏览查询系统研制的主要技术。本文所研究的浏览查询技术已成功的运用到资源二号遥感卫星地面站的数据处理系统中。本文论述的数据处理技术将为其它遥感卫星地面数据处理系统的研制提供重要的帮助。     

方位向非均匀采样对多通道天线星载SAR成像性能的影响

方位向周期性非均匀采样是多通道天线星载SAR系统设计时需要考虑的一个重要因素。针对多通道天线星载SAR系统中存在的方位向周期性非均匀采样对成像性能的影响进行了分析。在建立多通道天线星载SAR回波信号模型的基础上,根据成对回波理论和匹配滤波原理推导了由方位向周期性非均匀采样所造成的虚假目标位置与强度的计算公式,并结合成像处理过程分析了二维成像处理算法对虚假目标的影响,给出了二维成像处理后所得到的虚假目标强度计算公式。最后,通过计算机仿真验证推导与分析的正确性。     

基于lk范数正则化方法的SAR 图像超分辨

提高合成孔径雷达(SAR)图像的分辨率对自动目标识别等具有重要意义.为此改进了一种基于lk范数正则化方法,并用于SAR图像超分辨.该方法通过合理开发利用符合SAR成像工程背景的先验知识,构造附加约束,把图像超分辨问题规划为形式简单的带约束优化问题.仿真和实测数据计算结果证实了该方法的有效性.     

超宽带/宽波束SAR的后向投影(BP)算法

超宽带/宽波束(UWB/WB)SAR的相参积累角很大,会引起严重的距离徙动现象,使传统窄带/窄波束成像算法(RD算法等)不再适用。后向投影(BP)算法避免了菲涅耳近似,通过计算双程时延将信号进行相干累加,从而获得方位向高分辨率。文中对SAR成像以及BP算法的原理进行推导,然后通过计算机仿真验证理论分析的正确性和算法的有效性,最后详细讨论图像的像素间隔对成像的影响。     

基于双正交小波的自适应图像水印算法

论文提出了一个基于双正交小波的自适应图像水印算法，在该算法中，先对可视水印进行置乱和小波变换，然后嵌入宿主图像小波域的低频系数中，在嵌入水印时考虑了人类视觉特性(HVS)。实验结果证实了所提算法具有良好的不可见性和稳健性。     

CBERS—1卫星红外多光谱扫描仪图像预处理方法

文章介绍了中国和巴西联合研制的资源一号卫星（CBERS－1）上有的有效载荷之一－－红外多光谱扫描仪（IRMSS）图像数据的处理，包括错位校正，相对辐射校正和去除噪声等处理过程。     

CBERS-1卫星CCD相机图像预处理

文章简要阐述了资源卫星的发展与现状 ,概括了资源卫星的主要应用领域和将会带来的巨大经济、社会效益。介绍了CBERS_1卫星CCD相机辐射定标技术 ,分析了CBERS_1卫星CCD相机辐射定标和图像预处理过程 ,展示了经过处理的多光谱图像     

反对称双正交小波在红外图像小目标检测中的应用

在给出利用反对称双正交小波进行图像多尺度边缘提取的相关理论基础上,针对海空背景下远距离小目标的特点,提出了一种海空背景下红外图像小目标检测方法。首先应用反对称双正交小波变换的多尺度边缘检测方法,确定目标的潜在区域,进一步在潜在区域内采用形态学方法提取目标,从而实现了在小波塔式分解数据上的图像边缘特征提取和小目标检测。与采用二进卷积型小波的检测方法相比,具有图像处理数据量小,实现速度快的特点。实验结果表明,该方法能够有效抑制杂波干扰,准确检测出小目标。