合成孔径雷达图像特征
- 格式:ppt
- 大小:2.80 MB
- 文档页数:32
合成孔径雷达影像特征分析作者:曾浩炜来源:《科教导刊·电子版》2014年第23期摘要合成孔径雷达(Synthetic Aperture Radar,简称SAR)是一种全天候、全天时的现代高分辨率微波成像雷达。
SAR具有与光学遥感不同的集合特性和辐射特性,现已广泛地应用于各个领域。
本文利用Erdas和Matlab对SAR影像几何特征进行分析,具体分析SAR影像方向位、斜距向分辨率,分析SAR影像几何变形(叠掩、阴影、透视收缩),认识影像斑点噪声及其对影像分析的影响。
关键词合成孔径雷达 SAR影像几何特征噪声影响。
中图分类号:P237 文献标识码:A合成孔径雷达是二十世纪高新科技的产物,是利用合成孔径原理、脉冲压缩技术和信号处理方法,以真实的小孔径天线获得距离向和方位向双向高分辨率遥感成像的雷达系统,在成像雷达中占有绝对重要的地位。
近年来由于超大规模数字集成电路的发展、高速数字芯片的出现以及先进的数字信号处理算法的发展,使SAR具备全天候、全天时工作和实时处理信号的能力。
它在不同频段、不同极化下可得到目标的高分辨率雷达图像,为人们提供非常有用的目标信息,已经被广泛应用于军事、经济和科技等众多领域,有着广泛的应用前景和发展潜力。
1SAR影像分析1.1分辨率用erdas视窗打开img文件,浏览该SAR影像,从SAR影像头文件中可以得到该影像方位向分辨率为5米,斜距向分辨率为10米。
从影像上也可以看山体在上下方向上被拉伸了,如图1。
图1:转换img格式显示1.2显示在Matlab中将影像进行10:2的多视处理后,得到比例正常的影像,图2为放大部分区域影像。
图2:截图区域多视处理后1.3SAR影像几何变形(叠掩、阴影、透视收缩)(1)叠掩。
多个目标由于斜距相同,它们在影像上具有相同的位置,使这点的灰度值很大,这种现象叫做叠掩。
影像中有许多处山体左侧坡面几乎只有一条直线,影像右上角还有许多亮斑,这些都是叠掩。
雷达成像技术(保铮word版)第四章合成孔径雷达第四章合成孔径雷达合成孔径雷达(Synthetic Aperture Radar ,简称SAR )是成像雷达中应用最多,也是本书讨论的重点。
在前几章对雷达如何获取高的距离分辨率和横向分辨的基础上,从本章开始用三章的篇幅对合成孔径雷达作较详细的讨论。
首先,结合工程实际介绍合成孔径雷达的原理。
在前面的讨论中已经提到,根据不同的要求,成像算法(特别是横向成像算法)有许多种,本章只介绍最简单的距离-多普勒算法的原理,目的是由此联系到对合成孔径雷达系统的要求以及工程实现方面的问题。
合成孔径雷达通常以场景作为观测对象,它与一般雷达有较大不同,我们将在本章讨论合成孔径雷达有别于一般雷达的一些技术性能和参数。
4.1 条带式合成孔径雷达成像算法的基本原理4.1所示,设X 轴为场景的中心线,Q 为线上的某一点目标,载机以高度H 平行于中心线飞行,离中心线的最近距离B R 为B R = (4.1)当载机位于A 点时,它与Q 点的斜距为R = (4.2)式中t X 为点目标Q 的横坐标。
当分析中心线上各个点目标的回波状况及成像算法时,可以在包括场景中心线(即X 轴)和载机航线的平面里进行。
至于场景里中心线外的情况将在后面说明,这里暂不讨论。
一般合成孔径雷达发射线性调频(LFM )脉冲,由于载机运动使其到目标的距离发生变化,任一点目标回波在慢时间域也近似为线性调频,而且包络时延也几何示意图随距离变化,即所谓距离徙动。
合成孔径雷达成像算法的任务是从载机运动录取得到的快、慢时间域的回波数据,重建场景图像,它是二维匹配滤波问题。
严格考虑距离徙动的成像算法比较复杂,在实际应用中,一般均根据情况采用一些较简单的算法,这些将在第五章里系统介绍。
在这里我们主要讨论分辨率较低,距离徙动影响可以忽略的最简单的情况,这时可采用简易的距离-多普勒基本算法。
所谓距离徙动的影响可以忽略不计是指雷达波束扫过某点目标的相干处理时间里,目标斜距变化引起的距离徙动值小于距离分辨单元长度的1/4~1/8,即场景中心线上所有点目标的回波(距离压缩后的)在慢时间域里均位于同一个距离单元。
合成孔径雷达图像目标识别技术研究合成孔径雷达图像目标识别技术研究摘要:合成孔径雷达(Synthetic Aperture Radar,SAR)是一种通过感知目标反射或散射的雷达技术。
在航天、军事、环境监测等领域都有着重要的应用价值。
本文旨在对合成孔径雷达图像目标识别技术进行研究,包括图像预处理、特征提取和分类方法。
通过实验验证了这些方法的有效性和可行性,为进一步的相关研究提供了参考。
1. 引言合成孔径雷达(SAR)是一种能够获取高分辨率地面目标信息的雷达技术。
由于其具有无视天候、全天候工作和穿透隐蔽物等优势,因此在军事侦察、环境监测、资源勘探等领域得到了广泛应用。
目标识别作为SAR图像处理的重要环节之一,对于提取目标特征、辨识目标类别具有重要意义。
2. 合成孔径雷达图像预处理合成孔径雷达图像在获取过程中会受到多种干扰因素的影响,如地物散射、方向模糊等。
因此,为了提高目标识别的准确性,需要对SAR图像进行预处理。
预处理主要包括去噪、图像增强和几何校正等步骤。
2.1 去噪由于SAR图像在采集过程中会受到天气等因素的干扰,导致图像中出现噪声。
噪声对目标识别造成很大的困扰,因此需要进行去噪处理。
常用的去噪方法包括中值滤波、小波去噪等。
2.2 图像增强图像增强的目标是提高图像的对比度和清晰度,使得目标在图像中更加鲜明。
在SAR图像中,由于环境等因素的限制,图像质量较差。
常用的图像增强方法包括直方图均衡化、自适应直方图均衡化等。
2.3 几何校正由于SAR图像在获取过程中会有不同的几何失配问题,如斜视几何失配、散焦几何失配等。
为了进行精确的目标识别,需要对图像进行几何校正。
几何校正方法包括校正变换、几何失配校正等。
3. 合成孔径雷达图像特征提取特征提取是目标识别的关键步骤之一。
通过提取图像的特征信息,可以判断目标的类别以及与其他目标的差异。
常用的特征提取方法包括空间域特征、频率域特征和小波域特征等。
3.1 空间域特征空间域特征是通过对图像的像素进行分析提取的,包括灰度特征、形状特征等。