下载文档原格式
高分辨率星载SAR起伏运动目标精细聚焦与参数估计方法温雪娇;仇晓兰;尤红建;卢晓军【期刊名称】《雷达学报》【年(卷),期】2017(6)2【摘要】高分辨率星载SAR图像中目标的复杂运动将引起不可忽视的散焦现象,影响目标识别和解译.该文对高分辨率星载SAR中目标起伏运动引入的误差进行了定量化分析,并仿真了其在SAR图像中的成像特点,提出了一种基于星载复图像数据进行运动误差补偿和精细聚焦处理的方法,同时估计得到目标的运动参数和海浪信息.仿真实验和TerraSAR-X港口区域实际数据实验验证了该方法的有效性和正确性.【总页数】8页(P213-220)【作者】温雪娇;仇晓兰;尤红建;卢晓军【作者单位】中国科学院空间信息处理与应用系统技术重点实验室北京 100190;中国科学院电子学研究所北京 100190;中国科学院大学北京 100049;中国科学院空间信息处理与应用系统技术重点实验室北京 100190;中国科学院电子学研究所北京 100190;中国科学院空间信息处理与应用系统技术重点实验室北京 100190;中国科学院电子学研究所北京 100190;中国国际工程咨询公司北京 100048【正文语种】中文【中图分类】TN957.52【相关文献】1.一种多通道运动目标重聚焦及运动参数估计方法 [J], 蔚婧;廖桂生2.基于加速度分析的星载SAR-GMTI运动目标参数估计 [J], 夏猛;杨小牛3.严重方位模糊下的合成孔径雷达微弱运动目标聚焦与参数估计方法 [J], 万俊;周宇;张林让;陈展野4.基于二维速度搜索的星载SAR运动目标聚焦算法研究 [J], 闫贺;王珏;黄佳;王旭东5.基于参数估计的高分辨率SAR运动目标距离徙动校正方法 [J], 王超;王岩飞;刘畅;刘碧丹因版权原因，仅展示原文概要，查看原文内容请购买。
高分辨率卫星遥感立体影像处理模型与算法一、本文概述随着空间技术和遥感科学的迅猛发展，高分辨率卫星遥感已成为地球观测与资源管理的重要手段。
高分辨率卫星遥感立体影像，以其高空间分辨率、高光谱分辨率和高时间分辨率的优势，为地表特征提取、环境监测、城市规划等领域提供了丰富而准确的信息源。
如何高效、精确地处理这些立体影像，以充分发挥其应用潜力，是当前遥感领域面临的重要挑战。
本文旨在探讨高分辨率卫星遥感立体影像处理模型与算法。
本文将回顾高分辨率卫星遥感立体影像处理技术的发展历程，分析现有技术的优缺点。
接着，本文将重点介绍几种先进的处理模型与算法，包括基于深度学习的立体匹配算法、多源数据融合算法以及变化检测算法等。
这些算法不仅提高了影像处理的精度和效率，还拓宽了高分辨率卫星遥感的应用范围。
本文还将探讨高分辨率卫星遥感立体影像处理技术在实践中的应用案例，如城市规划、灾害监测、环境评估等，以展示这些技术的实际应用价值和潜力。
本文将对未来高分辨率卫星遥感立体影像处理技术的发展趋势进行展望，指出可能的研究方向和挑战，以期为相关领域的研究和实践提供参考。
本文将对高分辨率卫星遥感立体影像处理模型与算法进行全面而深入的探讨，旨在推动遥感科学技术的发展，为地球观测与资源管理提供更有效的技术支持。
二、高分辨率卫星遥感技术概述高分辨率卫星遥感技术是指利用卫星搭载的遥感设备获取地球表面的高清晰度图像和数据的技术。
这种技术在地理信息系统、城市规划、农业监测、环境保护、灾害评估和军事侦察等领域具有广泛的应用。
高分辨率卫星遥感技术的关键在于其搭载的传感器和数据处理算法。
传感器必须具备高空间分辨率、高光谱分辨率和高时间分辨率，以确保获取到的图像清晰、详细。
同时，数据处理算法需要能够从这些高分辨率图像中提取有用的信息，进行分类、识别和分析。
立体影像处理是高分辨率卫星遥感技术中的一个重要方面，它涉及到从不同角度获取的两幅或多幅图像中重建地面的三维模型。
浅谈高分辨率遥感影像在小区域绿地信息提取中的应用研究摘要：高分辨率遥感影像是绿地信息提取的主要数据源。
本文以IKONOS 影像为数据源，综合运用测绘、遥感技术，以Erdas Imagine软件为研究平台，以山东农业大学北校区为实验区，运用非监督分类、监督分类以及目视解译等方法对影像中的绿地信息进行提取，通过精度分析对比，探索出对小区域绿地信息提取的理想方法，为区域绿化提供信息支撑。
关键词：高分辨率；遥感影像；信息提取；绿地；绿化Abstract: The high resolution remote sensing image is the main data sources for collecting green space information. Regarding IKONOS images as data sources, by comprehensively using surveying and mapping, remote sensing technology, applying the Erdas Imagine software as the study platform, making the north campus of Shandong Agricultural University as the study area, using the methods of unsupervised classification, supervised classification and visual interpreting to collect the green space information from image, through the precision analysis contrast, this paper explores ideal methods to collect green space information of the resident area, providing information support for resideng area afforesting.Keywords: high resolution; remote sensing image; information collecting; green space; afforesting中图分类号: S731.1 文献标识码：A文章编号：一引言快速准确摸清城市绿地现状及绿化水平，是正确评价城市绿地及其生态效益，科学建立和有效管理城市绿地的工作基础［1］。
第３８卷第３期２０１５年３月测绘与空间地理信息ＧＥＯＭＡＴＩＣＳ＆ＳＰＡＴＩＡＬＩＮＦＯＲＭＡＴＩＯＮＴＥＣＨＮＯＬＯＧＹＶｏｌ．３８，Ｎｏ．３Ｍａｒ．，２０１５收稿日期：２０１４－０９－０３，修订日期：２０１５－０１－１２基金项目：国家自然科学基金（５１２１３８１１）资助作者简介：孔令婷（１９９１－），女，江苏南京人，摄影测量与遥感专业硕士研究生，主要研究方向为遥感图像处理与应用。
基于不同分辨率遥感影像的分类方法对比研究孔令婷，杨英宝，章 勇（河海大学地球科学与工程学院，江苏南京２１００９８）摘要：基于４种不同分辨率的遥感影像数据，分别为３０ｍ分辨率的Ｌａｎｄｓａｔ－８数据，融合Ｌａｎｄｓａｔ－８多光谱波段和全色波段的１５ｍ分辨率数据，５．８ｍ分辨率的资源３号卫星数据以及融合后２．１ｍ分辨率的资源３号卫星数据。
采用ＩＳＯ－ＤＡＴＡ、最大似然分类法和面向对象分类法对影像进行分类，对分类方法的效果以及分辨率变化对面向对象分类方法的精度影响进行分析。
结果显示在低分辨率影像中，面向对象方法受到限制，分类效果相比传统方法没有太大改善；而在高分辨率影像中，面向对象方法分类效果很好，并且随着分辨率提高分类精度也相应的提高。
关键词：高分辨率影像；分类；面向对象中图分类号：Ｐ２３７ 文献标识码：Ａ 文章编号：１６７２－５８６７（２０１５）０３－００４０－０４ＳｔｕｄｙｏｎＣｌａｓｓｉｆｉｃａｔｉｏｎＭｅｔｈｏｄｓＢａｓｅｄｏｎＤｉｆｆｅｒｅｎｔＲｅｓｏｌｕｔｉｏｎＲｅｍｏｔｅＳｅｎｓｉｎｇＩｍａｇｅＫＯＮＧＬｉｎｇ－ｔｉｎｇ，ＹＡＮＧＹｉｎｇ－ｂａｏ，ＺＨＡＮＧＹｏｎｇ（ＳｃｈｏｏｌｏｆＥａｒｔｈＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＨｏｈａｉＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１００９８，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：Ｔｈｉｓｐａｐｅｒｉｓｂａｓｅｄｏｎｆｏｕｒｄｉｆｆｅｒｅｎｔｒｅｓｏｌｕｔｉｏｎｓｒｅｍｏｔｅ－ｓｅｎｓｉｎｇｉｍａｇｅｓ．３０ｍｒｅｓｏｌｕｔｉｏｎＬａｎｄｓａｔ－８ｉｍａｇｅｄａｔａ，１５ｍｒｅｓｏｌｕｔｉｏｎｉｍａｇｅｆｕｓｅｄｂｙｍｕｌｔｉｓｐｅｃｔｒａｌｂａｎｄｓａｎｄｐａｎｃｈｒｏｍａｔｉｃｂａｎｄｏｆｌａｎｄｓａｔ－８ｄａｔａ，５．８ｍｒｅｓｏｌｕｔｉｏｎＺＹ－３ｉｍａｇｅｄａｔａａｎｄ１５ｍｒｅｓｏｌｕｔｉｏｎｆｕｓｉｏｎｉｍａｇｅ．ＩＳＯ－ＤＡＴＡ，ｍａｘｉｍｕｍｌｉｋｅｌｉｈｏｏｄｃｌａｓｓｉｆｉｃａｔｉｏｎａｎｄｏｂｊｅｃｔ－ｏｒｉｅｎｔｅｄｉｍａｇｅｃｌａｓｓｉｆｉｃａｔｉｏｎｍｅｔｈｏｄｗｅｒｅｕｓｅｄ．Ｔｈｅｅｆｆｅｃｔｓｏｆｄｉｆｆｅｒｅｎｔｃｌａｓｓｉｆｉｃａｔｉｏｎｍｅｔｈｏｄｓａｎｄｉｍｐａｃｔｏｆｒｅｓｏｌｕｔｉｏｎｃｈａｎｇｅｓｏｎｔｈｅａｃｃｕｒａｃｙｏｆｏｂｊｅｃｔ－ｏｒｉｅｎｔｅｄｍｅｔｈｏｄｗｅｒｅａｎａｌｙｚｅｄ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｏｂｊｅｃｔ－ｏｒｉｅｎｔｅｄａｐｐｒｏａｃｈｉｓｌｉｍｉｔｅｄｉｎｌｏｗｒｅｓｏｌｕｔｉｏｎｉｍａｇｅｓ，ｔｈｅｃｌａｓｓｉｆｉｃａｔｉｏｎｒｅｓｕｌｔｉｓｎｏｔｍｕｃｈｉｍ－ｐｒｏｖｅｄｃｏｍｐａｒｅｄｔｏｔｈｅｔｒａｄｉｔｉｏｎａｌｃｌａｓｓｉｆｉｃａｔｉｏｎｍｅｔｈｏｄ．Ｗｈｉｌｅｉｎｔｈｅｈｉｇｈ－ｒｅｓｏｌｕｔｉｏｎｉｍａｇｅｓｔｈｅｏｂｊｅｃｔ－ｏｒｉｅｎｔｅｄｃｌａｓｓｉｆｉｃａｔｉｏｎｍｅｔｈｏｄｗｏｒｋｓｗｅｌｌ，ａｎｄｃｌａｓｓｉｆｉｃａｔｉｏｎａｃｃｕｒａｃｙｉｓｉｍｐｒｏｖｅｄａｌｏｎｇｗｉｔｈｒｅｓｏｌｕｔｉｏｎｉｎｃｒｅａｓｅ．Ｋｅｙｗｏｒｄｓ：ｈｉｇｈ－ｒｅｓｏｌｕｔｉｏｎｉｍａｇｅｓ；ｃｌａｓｓｉｆｉｃａｔｉｏｎ；ｏｂｊｅｃｔ－ｏｒｉｅｎｔｅｄ０ 引 言在传统的遥感影像分类中，基于像元的分类较多，包括监督和非监督分类法。
第一篇 可见光与近红外波段遥感应用模型可见光与近红外波段的遥感具有两个基本特征：（1） 遥感所利用的电磁波波长范围选择在0.4μm 到2.5μm 之间，其中0.4μm-0.74μm 波段范围正是人眼的色觉波段，因此在遥感应用的初级阶段，人们大量借助图象处理技术，感借人眼对现实世界的观察所获得的直观经验，去判断或理解遥感影象所传递的信息，故称之为“目视解译”或“目视判读”。
这是这一波段遥感所特有的现象。
（2） 依赖太阳作为光源，换言之，遥感器所接收的是来自于目标物对太阳短波辐射的反射，散射能量。
按照电磁波与目标物相互作用的性质上的差别，对目标物大体上可以分为三种类型。
＊ 镜面反射体：当目标物的表面粗糙高度大大低于电磁波的波长时，那么目标物对电磁波的反射作用可由Shell 反射，折射定理所描述。
＊ 漫反射体：当目标物的表面足够粗糙，以致于它对太阳短波辐射的散射辐射亮度在以目标物的中心的2π空间中呈常数，即散射辐射亮度不随观测角度而变，我们称该物体为漫反射体，亦称朗伯体。
严格讲自然界中只存在近似意义下的朗伯体。
只有黑体才是真正的朗伯体。
＊ 非朗伯体，介于前二类之间的物体在自然界中占绝大多数，即它们对太阳短波辐射的散射具有各向异性性质。
当遥感应用进入定量分析阶段，我们必须抛弃“目标是朗伯体”的假设，对目标的非朗伯体特性的讨论构成本篇的主要内容之一。
第一章 基本物理概念第一节 几个物理名词的定义* 辐射能量Q ：电磁波是物质存在的一种形式，因此它与其他物质存在形式一样，电磁场亦具有能量、动量等性质，电磁场所具有的能量，我们称之为辐射能量，它亦可用尔格、焦耳、卡等单位度量之。
* 辐射通量Φ：单位时间内穿过某一面积的电磁辐射能量，∫∫∫∫ΩΩΩΩ==vd d E dA d d E f dA id dLv dL BRF i i i i i v i v v i i i i v v i i v v v v i i ),()/())(),;(,),,;,,,ϕθπϕθϕθϕθϕθϕθωωϖω（ * 辐射通量密度E ：单位时间内，穿过单位面积的电磁辐射能量，AE ∂∂=φ 其中符号t 与 A 分别代表时间和面积，当电磁波由体外穿入体内时所构成的辐射通量密度，通称为入射度，用E 表示；当电磁波由体内穿出体外时，称之为出射度，一般用M 表示之。
