排序方式: 共有103条查询结果,搜索用时 15 毫秒
91.
与聚束工作模式的合成孔径雷达 (SAR)相比 ,条带式SAR能够在相同时间内对更大范围的区域进行微波成像。但是在分析条带式SAR图像时 ,往往需要着重分析某些局部热点区域 (ROI ,Region-Of-Interest) ,而ROI外散射体的回波会降低ROI图像的对比度。本文的数字聚束 (Digitally -Spotlight)算法可以在成像前将ROI外的回波“过滤” ,实现等效的的聚束工作模式 ,从而提高SAR对比度。仿真验证了该算法的有效性。 相似文献
92.
传统的合成孔径雷达(SAR)图像质量评价指标没有考虑像素点间的相关性和人眼视觉系统感知特性,导致主客观不一致的现象时有发生。提出了一种主客观相结合评估方法,该方法不仅巧妙地利用了结构相似度(SSIM)作为主客观评价的连接纽带,而且结合局部方差相似度与图像高频信息相对应的特点,通过非线性合并得到了结构相似度的修正模型。仿真结果表明,该方法较之传统评估手段具有明显的优势,不仅能够更好地反映出干扰对图像细节的影响,而且能够与人类视觉系统保持高度一致,进一步提升了整套评估系统的效率和准确率。 相似文献
93.
以星载寄生式SAR系统成像信号模型为基础,给出了该系统的干涉模型,分析了其特点和限制条件,提出了距离向有效基线和方位向有效基线的新概念。以Cartwheel和Pendulum两种编队构形为实例,分析了寄生式SAR系统有效基线的限制和相对高程测量的性能,结果表明:编队形式固有的基线耦合给性能造成不利影响,在这方面Pendulum编队优于Cartwheel编队构形;距离向和方位向预滤波处理可提高图像对的相关性,但并不能完全去除几何去相关对性能的影响。 相似文献
94.
95.
96.
97.
98.
针对SARATR需要,基于属性散射中心模型,研究了从SAR图像提取目标散射中心特征的方法。该方法首先从SAR图像分割出包括单个散射中心响应的目标区域,然后判断该区域对应的散射中心的类型,最后再采用相应的参数模型进行参数初值选择和数字优化,从而得到对应该区域的目标散射中心特征。通过循环执行上面的步骤,就可以从SAR图像提取出目标所有散射中心特征。仿真结果表明,该算法具有良好的估计性能。 相似文献
99.
提出一种两步算法用于从合成孔径雷达 (SAR)图像中无监督地提取线性特征 ,特别是提取公路网。第一步利用局部线特征检测算子提取线基元 ,为此提出一种改进的均值比率 (RoA)算子 ,应用SAR图像的内在统计特性 ,保证较高的准确率 ;第二步引入公路结构特征的先验信息 ,对提取的线基元进行组织 ,获得比较宏观的线性结构。文中的方法通过ERS -1图像加以验证。 相似文献
100.
从综合孔径雷达 SAR成像的基理出发 ,分析了 SAR系统中相位误差对 SAR图像质量的影响和系统中产生相位误差的重要因素 ,从而分析了 SAR系统设计的关键技术和实施的基本途径。 相似文献