Advanced fractal approach for unsupervised classification of SAR images

Unsupervised classification of Synthetic Aperture Radar (SAR) images is the alternative approach when no or minimum apriori information about the image is available. Therefore, an attempt has been made to develop an unsupervised classification scheme for SAR images based on textural information in present paper. For extraction of textural features two properties are used viz. fractal dimension D and Moran’s I. Using these indices an algorithm is proposed for contextual classification of SAR images. The novelty of the algorithm is that it implements the textural information available in SAR image with the help of two texture measures viz. D and I. For estimation of D, the Two Dimensional Variation Method (2DVM) has been revised and implemented whose performance is compared with another method, i.e., Triangular Prism Surface Area Method (TPSAM). It is also necessary to check the classification accuracy for various window sizes and optimize the window size for best classification. This exercise has been carried out to know the effect of window size on classification accuracy. The algorithm is applied on four SAR images of Hardwar region, India and classification accuracy has been computed. A comparison of the proposed algorithm using both fractal dimension estimation methods with the K-Means algorithm is discussed. The maximum overall classification accuracy with K-Means comes to be 53.26% whereas overall classification accuracy with proposed algorithm is 66.16% for TPSAM and 61.26% for 2DVM.     

Constellation analysis of an integrated AIS/remote sensing spaceborne system for ship detection

A future system integrating data from remote sensing and upcoming AIS satellites is analyzed through the development of a novel design method for global, discontinuous coverage constellations. It is shown that 8 AIS satellites suffice to guarantee global coverage and a ship location update of 50 min if the spaceborne AIS receiver has a swath of 2800 nm. Furthermore, synergic utilization of COSMO/SkyMed and Radarsat-C data would provide a mean revisit time of 7 h, with AIS information available within 25 min from SAR data acquisition.     

基于SVR及阴影信息的SAR目标方位角估计

目标成像方位估计是合成孔径雷达（synthetic aperture radar,SAR）自动目标识别中一个重要的预处理过程。提出一种基于支持向量回归机（support vector machine for regression,SVR）并结合SAR目标阴影信息的方位角估计方法。首先通过长直边拟合法与脊波变换法对目标图像进行方位的粗估计．再由SVR完成精确估计。利用“运动与静止目标的获取与识别”（moving and stationary target acquisition and recognition, MSTAR）项目组提供的实测数据所做实验表明,此方法可以有效估计SAR目标方位角,精度高、泛化能力强．特别是在水平成像方位附近利用了目标的阴影信息,明显提高了相应区间的方位角估计精度。     

一种适用于大场景圆迹环扫SAR的改进CS成像算法

在宽测绘带圆迹环扫合成孔径雷达(CSSAR)中,目标斜距表示形式复杂,测绘带内距离徙动(RCM)变化剧烈均给成像处理引入难点。针对上述问题,根据圆迹环扫SAR平台的运动特性,使用高阶逼近的方法建立圆弧曲线模型下的回波信号斜距方程,并以导出的二维频谱高阶近似解析表达式为基础,考虑大场景下的距离徙动空变问题,对空变的斜距历程进行详细的分析,并提出了一种适用于大场景圆迹环扫SAR的改进线性调频变标(CS)成像算法。仿真结果说明,曲线模型的斜距方程精度较高,该算法能够精确校正空变的距离徙动,对较大场景取得了较好的成像效果。     

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.     

分布式小卫星SAR系统GMTI模式构形优化

对分布式小卫星SAR系统地面动目标检测GMTI模式的研究目前正处于广泛探索阶段。如何评价一个分布式卫星系统的GMTI能力，编队构形对GMTI到底有怎样的影响，怎样设计编队使系统GMTI能力最强等问题是文章讨论的内容。从盲速比例的角度出发，提出对系统的GMTI功能进行衡量的定量指标，分析编队构形方式对该指标的具体影响，寻找GMTI模式下可能的编队优化方法。     

分布式InSAR卫星绕飞角设计与控制方法研究

针对分布式卫星绕飞轨道构型设计与控制问题,提出了基于Hill方程的绕飞构型设计算法,给出了绕飞角与升交点赤经偏差和轨道倾角偏差的关系,并分析了绕飞角的稳定性;根据分布式InSAR卫星绕飞构型特点提出了基于开普勒轨道实现特定绕飞角和绕飞半长轴的双层迭代轨道控制算法。仿真结果表明,上述方法设计的绕飞构型稳定,捕获控制策略简单可行、控制精度高,具有一定的工程参考价值。     

基于SURE准则的参数自适应InSAR相位非局部滤波

干涉相位滤波是干涉合成孔径雷达(InSAR)处理中的关键步骤,然而传统滤波方法难以兼顾噪声抑制和细节保持的效果,故提出了一种改进的非局部滤波器。滤波参数由Stein无偏风险估计(SURE)准则自适应地选择,在有效降低InSAR相位噪声的同时,保留干涉条纹细节和城市建筑的边缘。通过在仿真数据和TanDEM-X实测数据上分别进行实验,并与传统滤波方法对比分析,验证所提出方法的有效性。     

基于Contourlet与HIS变换的SAR与多光谱影像融合方法

为了提高SAR影像的解译水平,本文利用Contourlet变换在影像表述上能够弥补小波变换不能有效捕捉二维空间实体的特点,提出了一种基于Contourlet与HIS变换的SAR与多光谱影像融合方法。实验选取了一组TM 多光谱影像与ERS-2 SAR影像进行融合研究,并将融合结果与基于HIS变换、DWT结合HIS变换融合方法的融合结果进行视觉比较与统计分析。结果表明,无论是目视比较还是统计分析,本文方法都很好的将SAR影像的空间细节与多光谱影像的色彩信息集成到了一起,显著地提高了SAR影像的解译水平,相对于基于HIS、DWT+HIS变换的融合方法获得了更好质量的融合影像。