-
公开(公告)号：CN103454636B
公开(公告)日：2015-05-20
申请号：CN201310404990.0
申请日：2013-09-08
Applicant: 西安电子科技大学
IPC: G01S13/90
Abstract: 本发明公开了一种基于多像素协方差矩阵的差分干涉相位估计方法，主要解决了现有的差分干涉相位生成算法对配准误差不稳健的问题。本发明的实现步骤是：（1）输入图像和参数；（2）干涉相位图配准；（3）获得二次干涉的干涉相位图；（4）获得图像窗口；（5）构建复干涉相位联合数据矢量；（6）估计协方差矩阵；（7）估计相干系数矩阵；（8）矩阵特征分解；（9）构造代价函数；（10）估计差分干涉相位。本发明具有干涉相位图存在配准误差情况下，可以自适应恢复像素信息，准确估计差分干涉相位的优点，能有效减小配准误差对差分干涉相位的影响。
-
公开(公告)号：CN103439708B
公开(公告)日：2015-04-22
申请号：CN201310388262.5
申请日：2013-08-29
Applicant: 西安电子科技大学
IPC: G01S13/90
Abstract: 本发明公开了一种基于广义散射矢量的极化InSAR干涉图估计方法，主要解决了现有的极化InSAR干涉图生成算法对配准误差不稳健的问题。本发明的实现步骤是：（1）输入图像数据；（2）图像粗配准；（3）构建广义散射矢量；（4）选取图像窗口；（5）估计广义相干矩阵；（6）估计广义干涉矩阵；（7）构建特征分解矩阵；（8）矩阵特征分解；（9）排列特征值；（10）生成干涉相位；（11）判断是否得到所有的干涉相位；（12）获得干涉相位图。本发明具有在极化通道和/或空间通道存在配准误差的情况下仍可获得高质量干涉图的优点，能有效减小配准误差对干涉图的影响，充分利用了每个像素点的所有极化信息。
-
公开(公告)号：CN103869290A
公开(公告)日：2014-06-18
申请号：CN201410105328.X
申请日：2014-03-20
Applicant: 西安电子科技大学
IPC: G01S7/02
CPC classification number: G01S13/9023 , G01S7/41
Abstract: 本发明公开了一种基于大规模数据加权枝切线的相位解缠绕方法，克服了现有技术对大规模数据进行相位解缠绕处理速度慢的问题，有效地解决了现有技术采用矩形分块而引起的相位不连续的问题。本发明的实现步骤是：1.输入数据；2.残点识别；3.设置潜在枝切线路径；4.搭建子网络；5.添加地节点；6.找出不平衡子网络；7.校正平衡子网络；8.判断可解性；9.布置枝切线；10.相位梯度积分。本发明具有对大规模数据进行相位解缠处理速度快和解缠精度高的优点，可以用于大规模数据下的相位解缠绕处理。
-
公开(公告)号：CN118330638A
公开(公告)日：2024-07-12
申请号：CN202410388323.6
申请日：2024-04-01
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于多孔径技术提取高精度方位向形变的方法及装置，方法包括：对主图像、辅图像进行配准得到主、辅配准图像；根据预设子孔径带宽确定初始子孔径数，根据初始子孔径数将主配准图像分割为若干初始子孔径主图像，计算初始子孔径主图像对应的信噪比，根据所有信噪比确定目标子孔径数，根据目标子孔径数将主配准图像分割为若干目标子孔径主图像、将辅配准图像分割为若干目标子孔径辅图像；对目标子孔径主图像和目标子孔径辅图像进行差分处理得到对应差分干涉图像；对所有差分干涉图像之间进行差分处理得到若干MAI干涉图像；对每幅MAI干涉图像的相位进行转换得到对应的地表方位向形变值。本发明提升了方位向形变测量的精度。
-
公开(公告)号：CN111060910B
公开(公告)日：2023-08-29
申请号：CN201911269229.4
申请日：2019-12-11
Applicant: 西安电子科技大学
IPC: G01S13/90
Abstract: 本发明属于图像处理领域，具体涉及一种基于地形‑影像匹配的InSAR载体反定位，包括：获取地面场景正射影像图与基准图像；对所述地面场景正射影像图和所述基准图像分别进行特征提取得到若干实时特征描述子和若干基准特征描述子；对所述若干实时特征描述子和所述若干基准特征描述子进行匹配得到若干匹配点对；根据所述若干匹配点对进行反定位得到反定位结果。具有运行独立，更进一步提高载体的隐蔽能力。
-
Patent Agency Ranking
公开(公告)号：CN110967693B
公开(公告)日：2023-07-07
申请号：CN201911078149.0
申请日：2019-11-06
Applicant: 西安电子科技大学
Abstract: 本发明属于信号处理技术领域，具体涉及一种稳健高效的快速分解投影自动聚焦方法及系统，获取原始数据；根据原始数据得到若干子孔径数据；根据若干子孔径数据和PGA算法得到子图像集，并将子图像集重采样至笛卡尔坐标系得到重采样子图像集；对重采样子图像集进行配准操作得到配准后子图像集；对配准后子图像集进行校正融合操作得到聚焦图像。本发明通过将PGA算法应用到地面虚拟极坐标系下，克服了传统频域方法与时域方法不兼容的问题，实现了FFBP算法中的自动聚焦，有效提高了子孔径图像聚焦精度，降低了计算复杂度；还将图像配准用于校正系统校准和角度旋转误差，提高了最终成像结果的精度。
-
公开(公告)号：CN115984136A
公开(公告)日：2023-04-18
申请号：CN202211737297.0
申请日：2022-12-30
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于联合相似性度量准则的极化SAR相干斑滤波方法，包括：根据极化SAR图像数据对应的极化散射矩阵求解极化相干矩阵；确定不规则滤波形态窗，以对极化SAR图像进行快速分割，得到若干滤波窗口；基于极化相干矩阵计算滤波窗口内像素间的加权欧式距离和加权Wishart距离；基于加权欧式距离和加权Wishart距离建立联合相似性度量准则，并根据联合相似性度量准则选择滤波样本像素；利用滤波样本像素对极化相干矩阵进行滤波，得到极化相干斑滤波后的极化SAR数据。该方法不仅可以保证相干斑噪声的有效抑制，同时还具有更好的纹理信息和极化散射特性保持能力，且算法简单，计算效率较高，适用于对于大规模的机载或者星载数据处理。
-
公开(公告)号：CN110133682B
公开(公告)日：2023-02-10
申请号：CN201910589915.3
申请日：2019-07-02
Applicant: 西安电子科技大学
Abstract: 本发明公开的一种星载全方位SAR自适应目标三维重建方法，解决了利用星载全方位SAR高效地对目标进行三维高精度重建的问题。实现步骤是：获取距离脉压后的全孔径回波数据；在参考地平面上用BP算法成像；加权回波反演法提取目标散射特性曲线；计算目标能量集中度；自适应提取具有高相干散射角的目标及其散射信息；分段子空间追踪算法实现目标三维重建。本发明通过加权回波反演法提取目标散射特性曲线，降低周围目标对提取目标的影响，提高目标散射特性曲线提取精度；使用分段子空间追踪算法实现目标三维重建，不受观测场景内具有高相干可散射角的目标数量的限制，目标三维重建精度较高，用于星载全方位SAR对目标进行三维重建。
-
公开(公告)号：CN109270527B
公开(公告)日：2022-04-05
申请号：CN201810584630.6
申请日：2018-06-08
Applicant: 西安电子科技大学
Abstract: 本发明公开的一种圆迹SAR子孔径图像序列联合相关DEM提取方法，解决了利用圆迹SAR子孔径图像序列提取观测场景地形高程模型的问题。实现步骤是：获取CSAR子孔径图像序列；将CSAR子孔径图像序列向三维空间投影；对无几何形变的CSAR子孔径图像序列进行分组；利用联合相关系数提取每段分组圆弧的观测场景地形高程模型DEM；融合不同段分组圆弧观测场景地形高程模型DEM获取全方位DEM。本发明通过向三维格网投影校正几何形变，消除几何形变对相关性的影响，提高了CSAR子孔径图像序列间的相关性；以联合相关系数作为测度函数，其最大时对应的高度值作为分组圆弧的DEM，显著提高了DEM提取精度，观测场景定位更精确，用于圆迹SAR模式下直接获取观测场景DEM。
-
公开(公告)号：CN108334851B
公开(公告)日：2021-08-03
申请号：CN201810144266.1
申请日：2018-02-12
Applicant: 西安电子科技大学
Abstract: 本发明公开了一种基于各向异质性的快速极化SAR图像分割方法，属于极化合成孔径雷达图像处理技术领域，适用在极化分类中超像素形成、相干矩阵T精确估计和极化初始分类结果后处理，思路为：获取极化SAR图像，极化SAR图像包括M×N个像素点；M×N个像素点中每个像素点上分别对应1个三阶相干T矩阵，将极化SAR图像中M×N个像素点对应的三阶相干T矩阵按列拼接成列向量，进而得到M×N×9维三维矩阵；依次计算极化SAR图像中M×N个像素点在D个方向模板的Wishart距离和M×N个像素点的各项异质性系数；对M×N个像素点的各项异质性系数进行初始分割，得到一个与极化SAR图像大小相同的M×N维矩阵，令其为M×N维Label矩阵；对M×N维Label矩阵进行区域融合，得到极化SAR图像的超像素分割图。
-
-
-
-
-
-
-
-
-
Search Results
59
records
(took 0.025 seconds)
