-
公开(公告)号:CN108226925A
公开(公告)日:2018-06-29
申请号:CN201711251059.8
申请日:2017-12-01
Applicant: 清华大学
IPC: G01S13/90
Abstract: 本发明公开了一种适用于弹载大前斜视时变参数合成孔径雷达(Synthetic Aperture Radar,简称SAR)的重叠子孔径算法,该算法主要包括七个步骤:步骤一、二维解线调频处理,步骤二、残余视频相位校正处理,步骤三、波数域数据格式校正处理,步骤四、方位向子孔径数据分割,步骤五、方位向数据粗聚焦处理,步骤六、方位向数据精聚焦处理,步骤七、子孔径数据拼接。本发明提出的重叠子孔径算法利用子孔径数据分割限制子孔径内数据波前平面假设误差相位,利用子孔径数据粗聚焦结果补偿空变的二次误差相位,是一种高效、准确的成像处理方法。
-
公开(公告)号:CN105551049A
公开(公告)日:2016-05-04
申请号:CN201510998952.1
申请日:2015-12-28
Applicant: 清华大学
CPC classification number: G06K9/4604
Abstract: 本发明公开了一种基于港区水域提取的极化SAR图像大型港口检测方法,包括以下步骤:S1:对港区水域的SAR图像进行Freeman分解得到海面及陆地区域二次散射功率和体散射功率;S2:通过所述体散射功率分离水域和陆地;S3:由所述二次散射功率确定大型港区水域;以及S4:对所述大型港区水域使用Touzi边缘检测子进行边缘检测确定岸线边缘,从而检测出大型港口轮廓。本发明具有如下优点:从一种全新的角度快速、精确的实现大型港口的检测。
-
公开(公告)号:CN105046687A
公开(公告)日:2015-11-11
申请号:CN201510347050.1
申请日:2015-06-19
Applicant: 清华大学
CPC classification number: G06T5/002 , G06T2207/10044 , G06T2207/20172
Abstract: 本发明提出一种山区SAR图像的匹配方法及系统,该方法包括以下步骤:获取等效视数,并根据等效视数确定Non-local滤波器的参数,并通过Non-local滤波器分别对基准图和实时图进行滤波;通过尺度不变特征转换SIFT算法分别提取滤波后的基准图的SIFT特征和滤波后的实时图的SIFT特征,并将基准图的SIFT特征存储以建立基准图特征模板库;根据SIFT算法将实时图的SIFT特征与基准图特征模板库进行匹配,并通过随机抽样一致方法处理之后输出匹配结果。本发明的方法能够有效减小斑点噪声对匹配效果的影响,提高对山区SAR图像的匹配效果,并且对噪声有很强的抗干扰能力,同时,该方法运算简单、稳定性高、空间和时间复杂性低、且准确率高、时间成本低。
-
-