【摘要】：極化合成孔徑雷達(SAR)技術是一種先進的遙感技術,在現代國民經濟,尤其軍事領域的作用是越來越大。極化SAR技術不僅繼承了合成孔徑雷達技術的全天時,全天候、高分辨率的優(yōu)勢,并且相比較合成孔徑雷達技術極化SAR能夠獲得多種回波信號,從而可以提供更加全面的散射信息。然而,極化SAR圖像中的斑點噪聲使極化SAR圖像信息的質量大大降低,并且現有的極化SAR圖像質量增強技術在濾除噪聲的同時不能很好地保持極化SAR圖像的散射特性,使其在極化SAR圖像的分類,分割,目標檢測等的應用中也受到影響。因此,極化SAR圖像的質量增強技術在極化SAR圖像相關處理研究中比較重要,同時,在長期的研究過程中發(fā)現,掌握極化SAR圖像像素點間散射特性相似性是比較重要的,對極化SAR圖像的質量增強,分類,目標檢測等研究意義重大,然而,現有的散射特性相似性度量方法不能很好地度量極化SAR數據的散射特性。本文通過對合成以及真實極化SAR數據進行統計分析,提出一種新的極化特性相似性度量方法,并將其應用到極化SAR圖像的質量增強技術的研究中,本文主要工作如下:(1)通過對大量合成的和真實的極化SAR數據的極化特性進行研究,提出了一種新的極化SAR相似性度量方法。該相似性度量方法首先對極化SAR數據進行基于散射模型的極化目標分解得到極化特征向量,將極化特征向量建立三維極化特征空間,同時利用空間特征向量間的夾角以及它們模值的關系計算兩個像素點的極化相似性,通過與閾值的比較來決定兩個像素點是否相似。通過其驗證實驗發(fā)現,該相似性度量方法能夠準確并簡便地度量出兩個像素點的極化相似性。(2)基于極化相似性的極化SAR圖像質量增強算法。我們將極化相似性度量方法應用到極化SAR圖像的質量增強算法的研究中,提出了兩種基于極化相似性度量方法的極化SAR圖像質量增強算法。第一種是基于散射特性的局部濾波算法,該算法首先對每一個待處理像素點進行數據類型分類,判斷是否是低散射能量點,是否為散射特性孤立點,并根據其數據類型找到其相似像素點集合,進一步利用Lee濾波模型進行相干斑抑制。第二種是基于散射特性和NL-Lee濾波的極化SAR圖像質量增強算法,該算法同樣首先對每一個待處理像素點進行數據類型分類,判斷像素點是否為散射特性孤立點,并根據其數據類型找到其相似像素點集合,進一步利用NL-Lee濾波算法計算出參數k(i,j)以及利用數據類型來得到權值w(i,j),最終得到極化SAR圖像質量增強的結果。
[Abstract]:Polarimetric synthetic Aperture Radar (SAR) is an advanced remote sensing technology, which plays a more and more important role in modern national economy, especially in military field. Polarization SAR technology not only inherits the advantage of all-day, all-weather and high resolution of synthetic Aperture Radar (SAR) technology, but also can obtain many kinds of echo signals compared with SAR technology. Thus more comprehensive scattering information can be provided. However, the speckle noise in polarimetric SAR images greatly reduces the quality of polarimetric SAR images, and the existing enhancement techniques of polarimetric SAR images can not preserve the scattering characteristics of polarimetric SAR images while filtering noise. It is also affected in the application of polarimetric SAR image classification, segmentation and target detection. Therefore, the quality enhancement of polarimetric SAR images is very important in the research of correlation processing of polarimetric SAR images. At the same time, it is found that it is important to grasp the similarity of scattering characteristics between pixels in polarimetric SAR images during a long period of research. It is of great significance to study the quality enhancement, classification and target detection of polarized SAR images. However, the existing methods for measuring the similarity of scattering characteristics can not well measure the scattering characteristics of polarimetric SAR data. Based on the statistical analysis of synthetic and real polarimetric SAR data, a new similarity measurement method of polarization characteristics is proposed in this paper, and applied to the study of quality enhancement of polarimetric SAR images. The main work of this paper is as follows: (1) by studying the polarization characteristics of a large number of synthetic and real polarimetric SAR data, a new polarimetric SAR similarity measurement method is proposed. Firstly, polarization eigenvector is obtained by polarization target decomposition based on scattering model for polarimetric SAR data, and the polarization feature space is established by polarization eigenvector. At the same time, the polarization similarity of the two pixels is calculated by using the angle between the spatial eigenvectors and the relationship between their modes, and the similarity between the two pixels is determined by comparing with the threshold. The experimental results show that the proposed method can accurately and easily measure the polarization similarity of two pixels. (2) the polarimetric SAR image quality enhancement algorithm based on polarization similarity. We apply the polarimetric similarity measure method to the study of the quality enhancement algorithm of polarimetric SAR images and propose two kinds of polarimetric SAR image quality enhancement algorithms based on the polarimetric similarity measurement method. The first is a local filtering algorithm based on scattering characteristics. Firstly, the algorithm classifies the data types of each pixel to determine whether it is a low scattering energy point or a scattering characteristic outlier. The similar pixel sets are found according to their data types, and speckle suppression is further carried out by using Lee filter model. The second is a polarimetric SAR image quality enhancement algorithm based on scattering characteristics and NL-Lee filtering. The algorithm also classifies the data types of each pixel to determine whether the pixel is a scattering characteristic outlier. The similar pixel set is found according to its data type, and then the parameter k (ij) is calculated by using NL-Lee filter algorithm and the weight value w (ij) is obtained by using data type. Finally, the quality enhancement results of polarimetric SAR images are obtained.
【學位授予單位】：西安電子科技大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TN957.52

【共引文獻】

相關期刊論文 前10條

1 王晨;王軍鋒;;一種艦船目標SAR圖像的仿真方案[J];信息技術;2007年08期

2 耿柳;王軍鋒;;SAR成像中動目標的速度估算[J];信息技術;2010年03期

3 井麗紅;張朝路;高飛;;基于線性調頻信號的ISAR成像仿真[J];信息技術;2010年11期

4 李紹濱;劉銀中;;機載SAR原始回波數據多普勒參數估計的比較[J];哈爾濱工業(yè)大學學報;2006年11期

5 夏宇垠;馮大政;李濤;;一種距離擴展目標的檢測方法[J];哈爾濱工業(yè)大學學報;2010年07期

6 武擁軍;吳先良;;用于VHF/UHF波段SAR成像的改進型NLCS算法[J];合肥工業(yè)大學學報(自然科學版);2009年03期

7 陳克難;唐丹;劉文紅;;欺騙壓制組合式干擾機原理研究[J];核電子學與探測技術;2011年07期

8 高驥;于晉;;星載掃描模式合成孔徑雷達成像算法研究[J];航天返回與遙感;2009年01期

9 萬飛;邱杰;;視頻條件下SAR仿真[J];海軍航空工程學院學報;2006年02期

10 蔡復青;何友;宋杰;葛先軍;;平移不變模式雙基地SAR距離聚焦深度分析[J];海軍航空工程學院學報;2009年03期

相關博士學位論文 前10條

1 劉吉英;壓縮感知理論及在成像中的應用[D];國防科學技術大學;2010年

2 王力寶;多輸入多輸出合成孔徑雷達關鍵技術研究[D];國防科學技術大學;2010年

3 王懷軍;MIMO雷達成像算法研究[D];國防科學技術大學;2010年

4 賀思三;微動目標高分辨雷達信號建模及特征提取[D];國防科學技術大學;2010年

5 楊科鋒;移變雙基地SAR特性與成像方法研究[D];國防科學技術大學;2009年

6 李金梁;箔條干擾的特性與雷達抗箔條技術研究[D];國防科學技術大學;2010年

7 賴濤;星載多通道SAR高分辨寬測繪帶成像方法研究[D];國防科學技術大學;2010年

8 陶勇;知識輔助的SAR圖像目標特性分析與識別研究[D];國防科學技術大學;2010年

9 朱洪波;基于亮度變化測度的多源影像抗干擾融合模型研究[D];華中科技大學;2011年

10 楊予昊;自旋目標運動成像與靜止目標凝視成像方法及關鍵技術研究[D];中國科學技術大學;2011年

，

本文編號：2367932