基於重軌星載SAR數據的多尺度快速變化檢測

《基於重軌星載SAR數據的多尺度快速變化檢測》是依託中國人民解放軍國防科技大學，由熊博蒞擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：基於重軌星載SAR數據的多尺度快速變化檢測
• 項目類別：青年科學基金項目
• 項目負責人：熊博蒞
• 依託單位：中國人民解放軍國防科技大學

中文摘要

本項目基於重軌星載SAR數據驅動，面向全球重點區域監控的套用需求，旨在充分挖掘數量日益豐富、解析度日益提高的星載SAR數據的偵監潛力，提高數據利用效率和圖像自動解譯程度。項目組擬利用周期性獲得的高分辨星載SAR數據，實現重點監控區域快速、實用的變化檢測，進而輔助判讀員自動聚焦於感興趣的變化區域，顯著提高判讀效率。研究內容主要包含兩部分：第一，基於DLS-EFM對衛星空間位置進行估計，通過干涉基線估計的特點，利用衛星的外方位信息和感測器的成像參數，實現與圖像內容無關的SAR圖像快速概略配準，從而嚴格限制搜尋區域，提高精配準的效率和精度。第二，在滿足配準精度的基礎上，利用基於圖像灰度的快速變化檢測運算元生成初始檢測結果作為疊代初值，然後引入多尺度分析算法，構建變化檢測特徵矢量，在充分考慮像素空間鄰域信息和極化信息的基礎上，採用模糊C均值算法進行聚類疊代，將變化像素和非變化像素準確、快速分離出來。

結題摘要

項目組主要圍繞SAR圖像的配準及變化檢測方法展開研究，首先，對四種基於圖像灰度的變化檢測量進行了性能比較，然後利用其中最優的似然比變化檢測運算元提出一種SAR圖像中人造目標自適應提取方法，並申請相關專利。第二，利用日本ALOS PALSAR數據星曆表信息，基於橢圓軌道擬合的方法實現了衛星平台任意時刻位置亞米級的估計，並分析了衛星位置誤差帶來的地理編碼誤差的關係。第三，針對光學圖像和SAR圖像，提出了一種由粗到精的自動配準方法，基於圖像直線特徵，首先實現圖像的概略配準，然後基於分塊互信息，多次疊代，實現圖像的精配準。第四，圍繞多極化數據，提出一種基於四種散射模型的極化SAR圖像變化檢測方法，取得了良好的效果。最後，引入小波變換，提出一種多尺度融合的SAR圖像變化檢測方法，針對星載SAR圖像對洪水災害的情況進行了變化檢測與評估。以上主要成果均已集成到SAR圖像變化檢測的軟體原型系統中。