A robust object-based shadow detection method for cloud-free high resolution satellite images over urban areas and water bodies

Unwanted contrast in high resolution satellite images such as shadow areas directly affects the result of further processing in urban remote sensing images. Detecting and finding the precise position of shadows is critical in different remote sensing processing chains such as change detection, image classification and digital elevation model generation from stereo images. The spectral similarity between shadow areas, water bodies, and some dark asphalt roads makes the development of robust shadow detection algorithms challenging. In addition, most of the existing methods work on pixel-level and neglect the contextual information contained in neighboring pixels. In this paper, a new object-based shadow detection framework is introduced. In the proposed method a pixel-level shadow mask is built by extending established thresholding methods with a new C₄ index which enables to solve the ambiguity of shadow and water bodies. Then the pixel-based results are further processed in an object-based majority analysis to detect the final shadow objects. Four different high resolution satellite images are used to validate this new approach. The result shows the superiority of the proposed method over some state-of-the-art shadow detection method with an average of 96% in F-measure.     

SAR图像斑点噪声抑制技术的定量评估研究

合成孔径雷达SAR得到广泛的应用和研究,因此SAR斑点噪声抑制技术也受到了普遍关注。各种斑点滤波器的技术途径各不相同,对斑点噪声的抑制效果也就各不相同。文中在研究SAR图像基本特性和国内外现有的斑点滤波器的基础上,参照相关SAR图像质量指标,提出定量评估SAR图像斑点抑制技术的指标体系,给出各指标在实际应用中的测量方法。计算机仿真结果证明了指标的有效性。     

多分辨率分析在图像边缘检测中的应用

本文针对传统图像边缘检测算子——微分算子和LOG算子在图像边缘检测中存在的不足，引入了多分辨率分析方法，并理论上分析了在不同的尺度下，多分辨率分析中由粗至精的特点，使其在图像边缘检测中具有更良好的特性。     

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。     

一种基于高分辨率距离像自动目标识别新方法

提出了一种基于高分辨率距离像的联合对准与识别新方法。该方法结合功率变换的使用，在利用8米雷达目标实测数据进行的识别实验中，获得了较高的正确识别率。     

高分辨率格式与钝舵绕流数值模拟

 采用Beam-Warming/TVD格式，Roe二阶、三阶以及四阶通量差分分裂格式数值计算雷诺平均Navier-Stokes方程，湍流附加粘性采用Baldwin-Lomax模型计算，针对超声速绕钝圆舵流动进行了数值模拟比较研究，计算给出了流场的详细结构，物面压力分布与实验值符合良好，尤其是Roe三阶格式给出了较好的计算结果，两个超声速回流区以及湍流边界层分离也得到了很好的数值模拟。     

基于聚束照射SAR成像算法的条带SAR数据处理

为实现聚束照射合成孔径雷达（SAR）与条带模式SAR成像算法上的统一，本文利用两种模式之间的内在联系，将条带模式SAR数据分块处理，等效成聚束模式数据。然后，用聚束照射SAR成像算法实现条带数据的成像处理。针对具体数据，文中还对成像区大小的选择作了分析，并推导出成像长度与滤波器带宽应当满足的关系式。包场数据的处理严格证实了理论分析并验证了本文运用的方法。     

用于解距离和速度模糊的算法(英文)

为了提高检测性能和实现多功能 ,PD雷达常采用高、中、低脉冲重复频率 PRF。对应一定的脉冲重复频率 ,PRF会出现测距模糊、测速模糊。以聚类算法为基础 ,本文介绍了一种用于雷达目标解距离、速度模糊的滑窗相关器算法。该滑窗算法是一种遍历性的算法。文中对该算法的解模糊正确率、运算效率进行了讨论 ,分析了解模糊正确率与脉冲重复频率 PRF、检测范围、滑窗宽度间的关系 ,同时给出了仿真结果。     

神经网络与D-S理论结合的HRR识别研究

基于D-S(Dempster-Shafer)证据理论,比较和研究了相关数据和不相关数据的融合方法,分析了多传感器数据融合的算法:集中式融合算法和分布式融合算法.经过实验证明,执行分布式有反馈融合算法时的效果最好.然后利用该算法,提出了和线性内插神经网络相结合的识别方法.利用4种飞机的步进频率雷达的高分辨率一维距离像,将神经网络的识别结果作为证据分别送入传感器进行融合,进行识别研究.实验证明,与单纯利用神经网络的方法比较,目标的正确识别率得到了改善.