Targets detection and discrimination using laser polarimetric imaging

Laser polarimetric imaging can offer additional information of targets compared with the traditional intensity imaging method. It can be used to detect camouflaged targets and distinguish targets with the same reflectivity, which cannot be realized using the traditional imaging method. Based on the dual-rotation retarder technique, we have established a setup to acquire different polarization state images. The polarization degree of the target can be calculated and encoded to get the polarization degree image. Preliminary results and error analysis have been given to validate the system. The results show that the system has rational arrangement and can realize the function of target detection and discrimination.Also, the polarization degree change and spectrum changes have little influence on the system.     

高分五号卫星多角度偏振相机最优化估计反演:角度依赖与后验误差分析

多角度偏振相机(directional polarimetric camera, DPC)随高分五号卫星已经成功发射并持续获取全球观测数据.针对DPC在陆地气溶胶反演领域的应用需求,本研究基于多参数最优化估计反演框架,引入信息量和后验误差分析工具,讨论了DPC观测信息量对角度的依赖,给出了地表和气溶胶参数的后验误差,并分析了后验误差的影响因素.研究表明:1)卫星观测信息量随观测角度个数的增加显著提升, DPC多角度观测比单角度观测的总DFS(degree of freedom for signal)平均提高了5.45; 2)气溶胶反演比地表更依赖于卫星观测几何,散射角覆盖范围越大,观测包含的气溶胶信息量越多; 3)反演参数的后验误差随观测角度个数的增加显著降低,而气溶胶模型误差对后验误差的影响并不显著.总体来说,观测误差是影响反演结果不确定性的主要因素.本研究对DPC多角度偏振观测的反演能力以及反演不确定性进行了系统的定量评估,为DPC在轨测试及反演算法开发提供参考.     

基于双尺度字典的极化SAR 图像稀疏去噪算法

双尺度字典;极化合成孔径雷达;稀疏表示;斑点抑制;匀质区域;非匀质区域     

一种基于全极化SAR数据广义多子视相干的海面船只目标检测方法

传统基于子视相干的检测算法,如2L-IHP（Two Looks Internal Hermitian Product）和Pol-IHP（Polarimetric Internal Hermitian Product）等,通常利用两个子视影像进行相干来检测海面弱小船只目标。但受子视影像个数的限制,无法大幅度地提高船海对比度,进而影响了检测精度。针对该问题,本文提出了一种基于全极化SAR的广义多子视相干检测算法,首先利用子视分解方法对全极化SAR数据进行处理得到多个子视全极化影像;接着,基于广义相似性参数（Generalized Similarity Parameter,GSP）定义这些子视影像间的相关矩阵和相干算子来计算相干图;然后,利用恒虚警率（Constant False Alarm Rate,CFAR）检测方法结合统计的相干图累积分布函数进行船只目标检测。通过实验,表明利用本文算法船海对比度随着子视影像个数的增加而得到大幅提高,从而减少了弱小船只目标的漏检,显著提高了船只目标检测精度。     

简缩极化SAR数据处理与应用研究进展

极化信息能丰富合成孔径雷达(SAR)数据的信息量,在农业、环境、海洋、森林、军事等领域取得了广泛的应用,但同时也面临分辨率较低、幅宽较小的问题,带来较高的应用成本。简缩极化SAR(CP SAR)作为一种能同时获取较为丰富的地表信息并实现较大幅宽观测的极化SAR模式,在过去十余年中引起了科研人员的广泛关注。随着印度RISAT-1卫星的成功发射,简缩极化SAR在一系列应用研究中取得了新进展。该文简要介绍了简缩极化SAR的经典数据处理方法,总结了近十余年来简缩极化SAR在农业和海洋应用领域的主要研究成果,最后对其发展方向进行了分析与展望。      

弹道目标宽带极化特征提取分析

针对弹道目标的极化高分辨一维距离像,研究宽带极化特征提取算法,分析所提取特征表征的目标散射特性及其在目标分类识别中的应用。通过弹道目标全极化高分辨一维距离像,构建极化散射矩阵,估计弹道目标的极化相干矩阵,再对其进行Cloude分解,提取H/α/A/P特征,依此对目标各散射中心的散射机理进行判定,同时分析各特征对于弹道目标可分性的强弱,利用SVM算法进行分类识别,同时考虑了信噪比对识别结果的影响,用仿真实验验证了算法的有效性。     

基于LCTF与LCVR的偏振高光谱成像系统设计

提出一种基于液晶可调滤光片(LCTF)与两片液晶可调相位延迟器(LCVR)构成的偏振高光谱成像系统,相对于传统LCTF具有转动部件以及无法获取全部偏振态的特点,本系统能够静态凝视成像并且测量目标完整的Stokes参量。通过对两片LCVR取四组不同延迟组合,构造了一个4×4复原矩阵来获取目标的原始全偏振信息。使用干涉光强法,对两片LCVR分别进行了延迟-电压特性的精确测量;在633 nm下验证了全偏振复原算法,通过对误差分析,得到了较好的反演Stokes参数和相应的DoLP与Orient计算值,验证了复原算法的可靠性,可以为全偏振态高光谱遥感成像提供有效的数据。     

基于局部竞争策略的极化SAR图像精细分类

合成孔径雷达（Synthetic Aperture Radar, SAR）成像技术已经成为一种高分辨对地观测的重要手段之一,而极化SAR图像地物分类一直是其中的研究热点。基于复Wishart分布的最大似然（Maximum Likelihood,ML）分类器是最经典的极化SAR图像分类算法之一,但由于地物类型的复杂性、区域的不均匀性等原因使得基于像素的ML-Wishart分类器的分类精度不高。针对这个问题,本文提出了一种基于复Wishart分布的局部最大后验概率（Maximum a Posteriori,MAP）竞争方法,该算法通过计算伪先验概率,并在每个像素的局部窗口中实施MAP分类器,可以提高复杂区域图像的分类精度。该文主要研究了4种基于Wishart分布的分类算法,包括经典复Wishart分类算法、混合复Wishart模型、基于马尔科夫随机场（Markov Random Field, MRF）的混合复Wishart模型和基于局部竞争策略的MAP分类算法。在混合模型建模中,不同于以往的对整幅图像进行建模的模型策略,本文采用对单个类别进行混合建模的策略。实验对比分析了上述4个分类器和SVM分类器在C波段RADARSAT-2多时相的全极化SAR农田数据上的分类效果。实验结果表明,所提出的基于局部竞争策略的分类器对数据的分类结果稳定,具有最高的分类精度,基于混合Wishart的MRF模型分类结果次之。     

极化SAR图像的聚类序列投影寻踪模型方法

针对极化SAR数据的分类问题,提出了序列投影寻踪模型方法进行极化SAR数据的无监督分类.该方法的特点是利用目标散射的极化相似性参数来表征目标特征;通过遗传算法逐步给出投影寻踪方法中的最佳投影,以获取高维数据的一维投影特征;进而采用EM算法估计混合模型的参数;最后由Bayes决策准则实现分类.该文对旧金山湾地区的极化SAR数据进行分类,得到了好的分类结果,实例计算结果分别与采用强度特征的无监督分类结果和直接利用散射熵-散射角分类的结果进行了比较,说明新方法对于极化SAR数据的分类具有明显的优越性.     

极化合成孔径雷达及其应用

先进的对地观测卫星(即ALOS)在日本于2006年1月24日成功发射.在所携带的三个传感器中,L波段的相控阵合成孔径雷达(即PALSAR)能够使我们利用全极化的观测模式日夜对地球进行观测.尽管极化运行是实验性质的,但在世界上它首次为我们提供了星载的全极化数据.该文简单介绍ALOS卫星上的PALSAR系统、全极化数据的各种应用以及极化SAR图像分析结果.