SAR测试出问题

Sar的基础知识

1.什么是SAR SAR是英文Specific Absorption Rate的缩写，是计量多少无线电频率辐射能量被身体所实际吸收的表示单位，称作特殊吸收比率或称SAR，以瓦特/每千克 (W/kg)或毫瓦/每克 (mW/g)来表示。SAR是无线电频率辐射能量吸收率的计量尺度。 SAR的准确定义是：给定物质密度（ρ）下的一体积单元（dV）中单位物质（dm）吸收（耗损）的单位电磁能量（dW）相对于时间的导数，以下式表示： 其中：Ei为细胞组织中的电场强度有效值，以V/m表示； σ为人体组织的电导率，以S/m表示； ρ为人体组织密度，以kg/m3表示； Ci为人体组织的热容量，以J/kg表示， 为组织细胞的起始温度时间导数，以K /s表示 2.SAR是如何产生的？ 当前国际上所谈到的SAR，都是针对蜂窝式移动电话（俗称手机）所产生的辐射。因为携带方便，手机发展的相当快和相当普及。手机是双向无线电设备。当你使用手机通话时，它便拾取你的语音并转化为无线电频率或无线电波。无线电波通过空中传递到附近的某个基站的接收器上。然后，基站再通过电话网络将你的电话呼叫发送至你要呼叫的人。通信的方式如下图： 手机通话时是依靠发射一定功率的无线电波(RF)，它不同于伽马射线、X 射线和光谱等类型的电磁能量，是以电磁辐射形式组成的电磁能量，由空间中的电与磁的能量相互运动共同组成，在该范围的波称其为电磁场。无线电辐射 (RF)

能量的用途广泛，电信、无线电收音机、电视广播、无线电话、寻呼机、非接触卡电话、警察和消防部门的无线电工具)、点对点联络和卫星通讯均依赖于无线电频率辐射(RF)能量。另外的用途还包括微波炉、雷达、工业加热器、熨斗、医疗设施等。微波频率段的无线电(RF)能量能够热水，能够快速烹调含水量大的食品；雷达依赖于无线电 (RF)跟踪汽车和飞机，并用于军事用途；工业炉和熨斗使用无线电 (RF)能量加工成形可塑材料、胶木制品、密封皮革如鞋和皮夹、加工食品；无线电 (RF)能量的医疗用途包括起搏器的监控和操作。 3．手机通话时的RF辐射对人体是否有生理影响 显然，无线电话通话时所发射的无线电电波能使用户暴露于可计量的RF辐射之中，因为通话时电话与使用者的头部距离很近。当手机离用户比较远时，辐射是极低的，因为辐射强度随发射源距离的增加会迅速衰减。与无绳电话“cordless phones” 不同，无绳电话由于通话方式是与房屋里的普通电话座机互通，通信距离远小于手机，属于典型的低能量无线电辐射，而手机则必须具有一定的发射功率。 无线电辐射能量对人体的生物学影响与其它类型的电磁能量影响有本质上的区别。高能级的电磁能量，似如X射线和伽马射线能使生物组织电离化。电离是一个电子逃逸原先所在的原子和分子的过程。电离的结果能够永久地损害生物组织，包括DNA和遗传物质。电离仅发生于高能级的电磁场中，例如X射线和伽马射线。而无线电频率范围内的辐射，包括无线电波和微波，其它形式的非电离化射线辐射，包括可见光，红外线和其它类型的与低频相关的电磁射线，其能量级别远远达不到引起原子和分子发生电离所需要的的巨大能级。因此，较强的无线电辐射能量只是能够加热生物组织，能够损伤生物组织并使身体升温。身体的两个部位，眼和鼻尤其容易受到无线电辐射热的攻击，因为这里有相对细小的毛细血管传输着富余的热量。普通公众通常遇到的一些无线电辐射由于能量很低，不会产生明显的热，也不会导致体温上升。对于手机产生的辐射究竟对人体健康是否有危害，目前仍然存在两种截然相反的观点，而且，两种观点都缺乏医学临床证据。但是，工业界和政府都认为有必要提出一个SAR的安全限值，指导生产，同时，标准制定的组织和政府机构也正在持续掌握着最新的科学发现以确定为保护人类健康是否需要修改安全极限要求。美国FDA, EPA和负责公众健康与安全的其它政府机构已经在合作，并与世界卫生组织(WHO)联手研究无线电（RF）对人体组织究竟会产生什么样的影响以及是否对人有危害。 4.目前国际上普遍采用的SAR的限值是如何提出的？ 不同国家的组织就允许暴露在无线电辐射能量下制定了不同的标准，这些标准推荐了对一般公众以及工人的无线电辐射的安全等级。在美国，自1985年以来，联邦通讯委员会(FCC)就已经实施了有关无线电对环境辐射的安全指南。联邦通讯委员会(FCC)关于人类暴露于RF电磁场的危害的指南源于两个专业化组织的建议书，即“辐射保护与测量委员会”(NCRP)和“电气与电子工程师研究院”(IEEE)。两个建议书都是由来自工业界、政府和学术界的科学家和专家就RF能量产生的生物学影响查阅了大量的文献资料后的编写成的。 欧洲和其它地方的国家则采用“国际非电离无线电保护委员会”(ICNIRP)制定的辐射指南。除少许的例外，ICNIRP的安全极限一般与NCRP 和IEEE的

sar工具说明

sar ：（收集报告并保存） sar可以收集、报告、存储系统活动信息。具体分一下情况： ##当不指定interval参数，会全部显示以前收集到的文件内容。如果指定-f标志，sar从-f指定 的以前保存的文件中提取内容，然后写入标准输出，如果没有指定-f标志，将从默认的日报文 件（/var/log/sadd)读取。如果-f指定的文件或者默认位置没有文件，则提示没有那个文件目

录或目录错误。 ##当指定interval参数，如果指定了count则以interval为间隔显示count条，接下来说要显示 的数据来源：果指定-f标志，sar从-f指定的以前保存的文件中提取内容，然后写入标准输出 （-f -表示默认位置）；如果没有指定-f标志，将从系统收集信息并显示到控制台，如果指定了 -o标志，收集的数据同时会写到-o指定的文件中（-o -表示默认位置）和控制台。 如果没有-P标志，sar报告系统范围中整体cpu的使用的平均值；反之如果指定了-P标志，sar将只 报告某个cpu的使用状况；当-P ALL标志指定，每个单独的cpu和整体所有cpu的使用情况都被报告。 如果同时需要采样和统计报告，为sar指定输出文件将使得这很便利，运行如下命令：sar -o datafile interval count >/dev/null 2>&1 &

所有被捕获的数据会以二进制形式写入datafile中，这些数据可以用sar -f显示，如果不指定count参数，则文件 -b：io相关： tps ：每秒总共的物理设备的请求次数 rtps ：每秒总共的物理设备的写请求次数 wtps ：每秒的io写请求次数 bread/s ：每秒的io读请求扇区数（1扇区=512byte） bwrtn/s ：每秒的io写请求扇区数 -B:页相关信息 pgpgin/s ：每秒系统从磁盘置入的字节数（KB） pgpgout/s ：每秒系统置出到磁盘上的字节数（KB） fault/s ：每秒钟系统产生的页中断(major + minor)。 majflt/s ：每秒产生的主中断次数（见【注】）。 pgfree/s ：每秒被放入空闲队列中的页个数。 pgscank/s ：每秒被页面交换守护进程kswapd扫描的页个数。 pgscand/s ：每秒直接被扫描的页个数。

SAR图像目标检测

班级020651 学号02065008 本科毕业设计（论文） 外文资料翻译 毕业设计题目文档位图的印刷体数字智能检测与识别 外文资料题目An Adaptive and Fast CFAR Algorithm Based on Automatic Censoring for Target Detection in High-Resolution SAR Images 学院电子工程学院 专业智能科学与技术 学生姓名张若愚 指导教师姓名钟桦

1 一种基于自动删除的快速自适应恒虚警检测算法用于高分辨SAR 图像目标检测 摘要——一种以高分辨率合成孔径雷达探测（SAR）图像为目标的抽象的，快速的，基于自动设限（AC）的自适应恒虚警检测率（CFAR）算法。首先，选择具有自适应性能的全局阈值以获取检测图像中的每一个像素是否为目标像素的指数矩阵。其次，通过使用这个指数矩阵，噪声环境的自适应确定可以事先筛选检测中使用的滑动窗口中的噪声像素。在本文中，可模拟多视角，具有广泛均匀度的SAR图像的G0分布的被当做噪声的统计模型。随着AC的引入，该算法取得了在线性区域较好的CFAR检测性能，尤其是在噪声边缘和多目标的情况中。与此同时，相应的快速算法大大降低了计算量，最终，目标聚类得以获得更准确的目标区域。根据对典型SAR 图像的性能分析和实验结果的考察，该算法被证明具有良好的性能和很强的实用性。 关键词：指数计算——恒虚警检测率（CFAR），合成孔径雷达（SAR），目标检测 Ⅰ、简介 随着收集从大气和卫星上的图像数据量的增加，SAR传感器正变得越来越适宜发展SAR图像判读技术。在背景噪声[1] - [4]中识别目标或目标群体是一个在SAR图像判读技术中尤为重要的任务。由于自动检测是自动目标识别（ATR）的系统的第一个重要步骤，所以ATR系统必须有能力满足不断扩大的情报，监视和侦察和快速检测目标的需求，因此此系统可以应用于如坦克，装甲运兵车，卡车和榴弹炮。在整个SAR ATR系统的第一步中，目标探测对连续的过程有很大影响[5] [6]。到目前为止，文献提供的SAR的目标检测算法中的算法（CFAR）大部分都有误报率，因为它们的特点是计算简单。ATR 算法对自适应阈值和快速检测的复杂背景下的目标进行了广泛的研究[7] [8]，甚至在几个SAR ATR的系统中有应用[9]，[10]。常用的CFAR检测算法包括 [6]，[7]，[11]，[21]的单元平均CFAR(CA-CFAR），最大的CFAR（GO-CFAR），最小的CFAR（SO-CFAR），命令统计CFAR（OS-CFAR）等。尽管CA-CFAR检测器的检测效率降低[6]，CA-CFAR（这两个指标实际上是林肯实验室提出的一个基于高斯背景假设的技术的CA – CFAR 检测技术 [9]，[22])是在单目标线性噪声情况下和在存在异构的环境中（包括噪声边缘和多目标的情况）行之有效的技术。OS-CFAR算法的设计是为了解决CA-CFAR在检测过程中目标的背景区域和噪声统计估计时受到的损失，因此它在检测多目标的情况时有重要的优势及意义。然而在线性的情况下，OS-CFAR的算法性能比 CA-CFAR差[6]。此外，算法获得的最佳统计结果是靠经验，而不是通过理论。新增的操作将不可避免地增加计算量，虽然CA –CFAR算法在噪声边缘提供了良好的检测性能，但是相比于CFAR检测算法，它的均匀噪声检测性能会下降，因为与各像素相关信息有可能丢失。在噪声边缘检测的情况中，CFAR算法就可以得到更好的多目标性能情况。但是， CFAR检测算法相应的检测门槛较低。单元平均CFAR(CA-CFAR），最大的CFAR（GO-CFAR），最小的CFAR（SO-CFAR），命令统计CFAR（OS-CFAR）等是基本CFAR检测算法[6]，[11]，[12]，[21]。每个都有其优点，缺点和潜在的应用。没有任何情况都表现良好的单一检测算法。如果我们引入这些方法选择前面提到的基本CFAR检测器，自适应的根据测试像素位置进行检测，这在测试系统中应该会是一个很有意义的进步。经过考虑，目前研究工作的重点是发展自适应CFAR算法[12]。 许多研究人员试图设计自适应CFAR算法。Smith 和Varshney提出的CFAR (VI-CFAR)变异指数算发是有代表性的一个。VI-CFAR处理器提供的CFAR性能在含有齐次和非齐次目标的情况下，基于VI-CFAR，Huang et al提出的区域分类CFAR（RC-CFAR）[14]。跟据[15]中，RC-CFAR 可以细分为四个部分，使得每个部分的目标像元变得很少; 因此，它是不可靠的判断环境非齐次。汲取了灵感的VI - CFAR检测， Farrouki和bakaer目前有序数据变异指数自动截（交流）CFAR检测器来实现适应性目标检测的复杂背景[16]。假设威布尔噪声背景下，提出了比谢列固

基于ENVI的SAR数据处理流程介绍

ENVI Tutorial: Basic SAR Processing and Analysis Table of Contents O VERVIEW OF T HIS T UTORIAL (2) Background (2) S INGLE-B AND SAR P ROCESSING (3) Read and Display RADARSAT CEOS Data (3) Review CEOS Header (3) Apply Square-Root Contrast Stretch (4) Remove Speckle using Adaptive Filters (5) Density Slice (6) Edge Enhancement (7) Data Fusion (8) Image-Map Output (9)

Overview of This Tutorial This tutorial is designed to give you a working knowledge of ENVI’s basic tools for processing single-band synthetic aperture radar (SAR) data such as RADARSAT, ERS-1, and JERS-1. Files Used in This Tutorial ENVI Resource DVD: envidata\rsat_sub File Description lea_01.001 RADARSAT leader file bonnrsat.img (.hdr) RADARSAT image subset rsi_f1.img (.hdr) Frost filter result dslice.dsr Density slice file rsi_f2.img (.hdr) Laplacian filter result rsi_f3.img (.hdr) Laplacian filter result with 90% add-back rsi_fus.img (.hdr) Simulated fused TM and RADARSAT rsi_map.jpg RADARSAT map composition example Background Use the Radar menu in ENVI to access standard and advanced tools for analysis of detected radar images and advanced SAR systems such as NASA/Jet Propulsion Laboratory's (JPL's) fully polarimetric AIRSAR and SIR-C systems. ENVI can process ERS-1, JERS-1, RADARSAT, SIR-C, X-SAR, and AIRSAR data and any other detected SAR dataset. In addition, ENVI is designed to handle radar data distributed in the CEOS format. Most standard ENVI processing functions are inherently radar-capable, including all display capabilities, stretching, color manipulations, classification, registration, filters, geometric rectification, and so on. Additional specialized tools are provided for analyzing polarimetric radar data. A typical processing flow may include reviewing the CEOS header, reading the CEOS data, displaying and contrast stretching, removing speckle using an adaptive filter, density slicing, edge enhancement, data fusion, and map composition.

SAR图像

合成孔径雷达 SAR是一种可成像的雷达，它所用的雷达波段大约是300MHz到30GHz。比如一般用的波段是1~10GHz的合成孔径雷达，大气对这种波段的影响不大。也就是说如果天上有一个合成孔径雷达卫星，白天黑夜、大气的云雾雨雪等天气变化对雷达看到的结果影响甚微，可忽略不计。所以合成孔径雷达是一种全天时、全天候的雷达，它所成的图像就是SAR图像了。 SAR图像的场景和照相机拍出来的场景类似，只不过波段不同看到的事物也不一样。SAR都是斜视的，而光学的可以垂直照射。 SAR卫星方面，我记得最早发射的是加拿大的Radarsat，且有后续计划。美国有航天飞机上载的SIR-C等合成孔径雷达。日本现在有ALOS卫星上载的PALSAR合成孔径雷达（1.27GHz）。德国的有TerraSAR系列。据我所知，现在分辨率最高的是德国的X波段SAR系统，数据不好弄到；日本的PALSAR 的SAR图像可以到官方网站下载到示例数据。加拿大的Radarsat和美国的SIR-C数据也是可以到网上下载到的。 机载SAR方面，几乎数的上的雷达强国都有自己的系统。机载SAR图像有日本的，法国的，德国的，美国的，但是在网络上找这种图像要费点功夫，不是很容易！中国虽然也有，但公开的资料较少，公开的图像资料就更少了。 SAR图像处理软件推荐欧空局的一个免费开源关键PolSARpro（我用过的），可以到欧空局网站上下载，里面的pdf有更详细的介绍SAR及其图像处理等内容。 inSAR技术 基于Photoshop插件架构的合成孔径雷达(SAR)图像处理与评估系统主要功能.以图像评估插件的开发为例对关键技术进行了分析.结果表明,采用Photoshop插件方式,可以避免复杂的内存管理编程和用户界面设计,充分利用Photoshop的图形处理功能,减少了工作量,并提高系统稳定性和可用性. 所以sar是基于photoshop插件的合成孔径雷达SAR(Synthetic Aperture Radar，合成孔径雷达) 问：机载合成孔径雷达sar 多久能生一幅图像就是说采图周期怎么算？ 最佳答案 我们按照最简单的条带式来说，每次生成的是一块图像，这块图像在距离向是全部的范围，在方位向则需要根据你系统的运算能力选择合适的长度。 在SAR中没有所谓采图周期这样的概念，采样是一直运行的，数据处理则在后台运行，把要成像的区域向前后各扩展半个孔径，然后做距离压缩方位压缩即可。当然这是没有考虑距离徙动校正的情况，如果考虑校正，则要选择算法，一般工程上就是RD的改进和CS。有什么问题可以联系liuchencalay@https://www.360docs.net/doc/a016865989.html, 我国有机载合成孔径雷达吗？有的话性能如何？其他机载对地雷达如何？能被有

SAR数据价格

SAR数据价格 1、欧空局的ENVISAT ASAR数据（C波段） 数据处理系统在生成ASAR Level 1B产品时，可以运用不同的处理方式，从而得到不同的ASAR Level 1B产品供用户选择。 Image模式、Alternating Polarisation模式 这两种模式的Level 1B产品分为三类：Precision Image、Single Look Complex Image和Medium Resolution。 Precision Image是多视、地距图象，产品象元尺寸为12.5米，适合于大多数的应用。 Single Look Complex （SLC）Image是单视复型产品，产品的象元尺寸由成象的模式决定，可被用于SAR图象质量评估、标定和干涉、或风/海浪应用。在处理中较少对数据进行修正，以允许用户可以更自由地将数据处理为其它产品。 Medium Resolution是象元尺寸为75米的图象产品，产品的其它特性同Precision Image。Wide Swath模式 Wide Swath模式只提供象元尺寸为75米的Medium Resolution图象产品，在产品注解中也提供了完整的标定参数。 各种工作模式的特性见下表： ENVISAT数据产品的价格（不包括申请费）： Image Mode 和Wide Swath Mode :3000元/景 Alternating Polarisation Mode :4000元/景 我站ENVISAT数据编程申请的收费标准如下： a.提前14 天以上的编程申请为普通编程，不收申请费用； b.7-14 天编程申请为加急编程，每一数据段用户需付申请费3000元； c.2-7天编程申请为特急编程，每一数据段用户需付申请费8000元； （注：编程申请最少需要提前两天提交。） 2、RADARSAT-1数据（C波段）

SAR测试和OTA测试

由于无线电设备(如手机)在世界范围内的广泛普及，越来越多的政府部门、电信法规机构等要求将电磁波辐射降低至一个合适的水平。 1、SAR是什么意思？ SAR的英文全称为Specific Absorption Rate，中文一般称为电磁波吸收比值或比吸收率。是手机或无线产品之电磁波能量吸收比值，其定义为：在外电磁场的作用下，人体内将产生感应电磁场。由于人体各种器官均为有耗介质，因此体内电磁场将会产生电流，导致吸收和耗散电磁能量。生物剂量学中常用SAR来表征这一物理过程。SAR的意义为单位质量的人体组织所吸收或消耗的电磁功率，单位为W/kg，美国标准（1.6mw/g，1g平均）. 2、SAR是怎么进行测试的？ 人体模型、测量仪器、探针对及机械臂组成SAR测量系统，系统置于屏蔽室中。人体模型的内部是液态物质，液体的电磁特性与人体组织的电磁特性一致，探针可在其内自由移动进行测试，最后通过某公式计算出SAR值。

1.OTA 测试介绍 1.1 手机的无源测试和有源测试 当前在手机射频性能测试中越来越关注整机辐射性能的测试，这种辐射性能反映了手机的最终发射和接收性能。目前主要有两种方法对手机的辐射性能进行考察：一种是从天线的辐射性能进行判定，是目前较为传统的天线测试方法，称为无源测试；另一种是在特定微波暗室内，测试手机的辐射功率和接收灵敏度，称为有源测试。OTA(Over The Air)测试就属于有源测试。 无源测试侧重从手机天线的增益、效率、方向图等天线的辐射参数方面考察手机的辐射性能。无源测试虽然考虑了整机环境(比如天线周围器件、开盖和闭盖)对天线性能的影响，但天线与整机配合之后最终的辐射发射功率和接收灵敏度如何，从无源测试数据无法直接得知，测试数据不是很直观。 有源测试则侧重从手机整机的发射功率和接收灵敏度方面考察手机的辐射性能。有源测试是在特定的微波暗室中测试整机在三维空间各个方向的发射功率和接收灵敏度，更能直接地反映手机整机的辐射性能。 CTIA(Cellular Telecommunication and Internet Association)制定了OTA(Over The Air)的相关标准。OTA 测试着重进行整机辐射性能方面的测试，并逐渐成为手机厂商重视和认可的测试项目。

常用卫星数据介绍

国外卫星有： WorldView 1/2/3，GeoEye1/2，RapidEye,IKONOS,QuickBird,Spot5,Spot6,Landsat-5 TM,Landsat-7 ETM+,Landsat-8 ALI,Pleiades,Alos,terrasar-x,radarsat-2,全美锁眼卫星全系列(1960-1980)，印度Cartosat-1(又名IRA-P5) 国内卫星有: HJ-A/B CCD,ZY-02-C,ZY-3,CBERS-3/4,天绘系统,高分系列,资源系列等 一、Landsat7卫星的TM/ETM+数据介绍 TM是一种遥感器，搭载在美国陆地卫星Landsat系列卫星上。TM影像是指美国陆地卫星4～5号专题制图仪（thematic mapper）所获取的多波段扫描影像。有7个波段 Landsat-7，星上携带专题制图仪ETM，ETM具有8个波段，其中1-5波段和7波段是多光谱波段，空间分辨率是30米，第六波段是热红外波段，空间分辨率是120米，第8波段为全色波段，分辨率为15米。景宽185公里，景面积为34225平方公里。 波段介绍： 1.TM1 0.45-0.52um,蓝波段 对水体穿透强, 该波段位于水体衰减系数最小，散射最弱的部位（0.45— 0.55um）,对水体的穿透力最大，可获得更多水下信息，用于判断水深，浅海水下地形，水体浑浊度，沿岸水，地表水等；能够反射浅水水下特征，区分土壤和植被、编制森林类型图、区分人造地物类型,分析土地利用。对叶绿素与叶色素反映敏感,有助于判别水深及水中叶绿素分布以及水中是否有水华等。 2.TM2 0.52-0.60um,绿波段 对植物的绿反射敏感该波段位于健康绿色植物的绿色反射率（0.54—-0.55um）附近；对健康茂盛植物的反射敏感, 主要观测植被在绿波段中的反射峰值,这一波段位于叶绿素的两个吸收带之间,利用这一波段增强鉴别植被的能力对绿的穿透力强, 探测健康植被绿色反射率,按绿峰反射评价植物的生活状况,区分林型,树种，植被类型和评估作物长势对水体有一定的穿透力，可反映水下特征，水体浑浊度，水下地形，沙洲，沿岸沙地等。. 可区分人造地物类型， 3.TM3 0.62-0.69um ,红波段 对水中悬浮泥沙反映敏感。该波段位于含沙浓度不同的水体辐射峰值（0.58—-0.68um）附近，对水中悬浮泥沙反映敏感。叶绿素的主要吸收波段, 能增强植被覆盖与无植被覆盖之间的反差,亦能增强同类植被的反差，反映不同植物叶绿素吸收,植物健康状况,用于区分植物种类与植物覆盖率, 测量植物绿色素吸收率，并以此进行植物分类；此外其信息量大,广泛用于对裸露地表，植被，岩性，地层，构造，地貌等为可见光最佳波段；可区分人造地物类型

SAR图像变化检测综述

SAR变化检测研究综述1 闻彩焕1,2,3，刘君臣1,3，蔡红奎4 1中国矿业大学环境与测绘学院，江苏徐州 (221116) 2中国测绘科学研究院摄影测量与遥感所，北京 (100830) 3江苏省资源环境信息工程重点实验室，江苏徐州（221116） 4河南理工大学土木工程学院，河南焦作 (454000) E-mail:wencah@https://www.360docs.net/doc/a016865989.html, 摘 要：SAR由于其具有的传统光学遥感不可比拟的全天候、全天时的优势而逐渐成为变化检测的重要数据源，在国土资源监测、灾害评估与监测等各个方面起到日益重要的作用。本文介绍了SAR变化检测的主要研究内容，常用的SAR变化检测算法，并在广泛阅读主要遥感刊物上发表的文献的基础上总结了国内外的研究现状，最后对SAR变化检测研究的前景做了展望。 关键词：遥感，SAR，变换检测 中图分类号：TP79 1 引言 遥感变化检测是指通过对不同时期同一区域的遥感图像进行比较分析，根据图像之间的差异得到我们所需要的地物或目标的变化信息。现代遥感技术的飞速发展为变化检测提供了一种便捷的途径，遥感数据成为变化检测的主要数据源。 与可见光和红外遥感相比，微波遥感具有无可比拟的优点：微波能穿透云雾、雨雪，具有全天候、全天时的工作能力。二，微波对地物有一定穿透能力。三，采用侧视方式成像，覆盖面积大。正是这些优点，使得SAR图像日益成为变化检测的重要数据源。 SAR变化检测技术的需求日益广泛。目前，全球坏境变化加剧，城市急速发展，洪水、地震等自然灾害时有发生，这些都需要及时掌握相关动态信息，为相关决策部门提供支持，而SAR的种种优点为快速响应提供了技术支持和应急保障。 2 变化检测的研究内容 2.1图像配准 图像的配准精度对变化检测的精度影响很大，如果图像没有较高精度的配准，则图像的错位会带来大量的虚警。因此，针对这一方面，Dai和Khorran[1]得出的结论为：好的变化检测结果需要高精度的配准算法。Jeannie Moulton [2]等针对多时相SAR图像的平移及偏转误差提出一种解决方法。意大利的Paolo [3]针对高分辨SAR影像配准的困难，提出基于象元与特征相结合的方法进行未精确配准的变化检测研究。 2.2噪声抑制 基于SAR图像的变化检测对斑点的抑制要求很高：降班算法要既能有效降斑，还能保持图像的细节信息。因此，需要采用性能良好的自适应降斑方法来完成。相干斑抑制方法可以分为两类：一类是成像前的多视平滑处理，但同时也降低了图像的空间分辨率，所以目前常用的方法为成像后的去相干斑噪声的滤波技术。滤波方法主要有：（1）传统方法，如均 1项目来源：973课题“高性能的遥感影像网格计算与信息解译的智能方法”（编号：2006CB701303）子课题“SAR影像目标提取与信息解译的智能化处理”。

ENVI对SAR数据的预处理过程(详细版)资料

E N V I对S A R数据的预处理过程(详细版)

一、数据的导入： (1) 在 Toolbox 中，选择 SARscape ->Basic->Import Data->Standard Formats- >ALOS PALSAR。 (2) 在打开的面板中，数据类型（Data Type）：JAXA-FBD Level 1.1。 注：这些信息可以从数据文件名中推导而来。 (3) 单击 Leader/Param file，选择 d1300816-005-ALPSRP246750820-H1.1__A\LED-ALPSRP246750820-H1.1__A文件。 (4) 点击 Data list，选择 d1300816-005-ALPSRP246750820-H1.1__A\IMG-HH-ALPSRP246750820- H1.1__A文件 (4) 单击 Output file，选择输出路径。 注：软件会在输入文件名的基础上增加几个标识字母，如这里增加“_SLC”(5) 单击 Start 执行，最后输出结果是 ENVI 的slc文件，sml格式的元数据文件，hdr格式的头文件等。 (6) 可在 ENVI 中打开导入生成的以slc为后缀的 SAR 图像文件。

二、多视 单视复数（SLC）SAR 图像产品包含很多的斑点噪声，为了得到最高空间分辨率的 SAR图像，SAR 信号处理器使用完整的合成孔径和所有的信号数据。多视处理是在图像的距离向和方位向上的分辨率做了平均，目的是为了抑制 SAR 图像的斑点噪声。多视的图像提高了辐射分辨率，降低了空间分辨率。 (1) 在 Toolbox 中，选择 SARscape->Basic ->Multilooking。 (2) 单击 Input file 按钮，选择一景 SLC 数据（前面导入生成的 ALOS PALSAR 数据）。 注意：文件选择框的文件类型默认是*_slc，就是文件名以_slc 结尾的文件，如不是，可选择*.*。 (3) 设置：方位向视数（Azimuth Looks）：5，距离向视数（Range Looks）：1 注：详细的计算方法如下所述。另外，单击 Look 按钮可以估算视数。

SAR数据介绍

Zondy SAR数据介绍 本文对当前主要的SAR卫星和对应的数据做了一定的介绍，并且对当前平台上有的数据进行了一定的整理，不足之处希望修改。 Writer：Huang Xiaodong Date：Jul-26-2010 Email：rs.hxd@https://www.360docs.net/doc/a016865989.html,

目录 ALOS (4) 卫星介绍 (4) 数据格式 (5) 主要用途 (6) 官方网址 (6) 现有数据 (6) ERS1/2 (6) 卫星介绍 (6) 数据格式（CEOS） (7) 主要用途 (7) 官方网站 (7) 现有数据 (7) Radarsat 1 (8) 卫星介绍 (8) 工作模式 (8) 数据格式（CEOS） (9) 主要用途 (9) 官方网站 (9) 现有数据 (9) Radarsat 2 (9) 卫星介绍 (9) 工作模式 (10) 数据格式（*.tif） (10) 主要用途 (10) 官方网站 (10) 现有数据 (10) Envisat-1 (11) 卫星介绍 (11) ASAR工作模式 (11) ASAR产品介绍 (12) Level 0 产品 (12) Level 1B产品 (13) 数据格式（*.N1） (13) 主要用途 (14) 官方网站 (15) 现有数据 (15) TerraSAR-X and TanDEM-X (16) 卫星介绍 (16) 工作模式 (17) 数据格式（SLC:*.cos;Other:*.tif） (17) 主要用途 (18)

官方网站 (18) 现有数据 (18) COSMO-SkyMed (19) 卫星介绍 (19) 成像模式 (20) 数据格式（*.HDF5） (20) 主要用途 (20) 官方网站 (20) 现有数据 (21) JERS (21) 卫星介绍 (21) 数据格式（CEOS） (22) 主要用途 (22) 官方网站 (22) 现有数据 (22)

船舶SAR图像数据集简介

船舶SAR图像数据集简介 深度学习技术的发展和计算能力的提高极大地促进了SAR图像数据集的建立和数据集规模的提高，本节将介绍舰船领域三个重要的SAR图像数据集，SSDD数据集，HRSID数据集和Yuanyuan Wang等人建立的复杂背景船舶数据集。这三个数据集为深度学习和计算机视觉技术应用于SAR图像目标检测起到了基础性的作用。其中，本文提出的工作用到了SSDD数据集和HRSID数据集。 首先介绍SSDD数据集[11]，SSDD数据集是国内外第一个专门用于基于SAR 图像的舰船目标检测公开数据集，数据集包含各种情况下的船舶图像，如不同图像分辨率、船舶尺寸、海况、传感器类型等，可以作为研究人员评估其算法的基准。对于SSDD数据集中的每一艘船，都标注有带置信分数的边界框。由于该数据集的应用范围大多是视觉对象检测，因此其构建方法类似于PASCAL VOC数据集[12]。SSDD数据集由三个子集组成，包括训练集、验证集和测试集，各个部分图像数量的比例为7:2:1。由于SSDD数据集包含的不同条件如表1中所示，例如不同的图像分辨率，图像大小，海况，传感器等等。因此，这种数据集设置可以使得训练出来的目标检测器更加具有鲁棒性，但是这也会使得目标检测器很难在该数据集上获得非常高的性能。 SSDD数据集中船只和图像的数量统计如表2所示，其中NoS表示船舶数量，NoI表示图像数量。在SSDD数据集中，总共有1160张图片和2456艘船。每幅图像的平均船舶数量为2.12艘。在使用该数据集的过程中可以根据所选算法的要求对数据集进行扩展。尽管SSDD数据集的规模不及PASCAL VOC数据集，但是SSDD数据集足够用来测试基于目标检测任务的算法性能，因此可以通过结合防止过拟合的技巧，比如正则化，来训练一个目标检测模型。本文利用开源的“labelimg” 软件制作标签，每个船的边框会被表示成（x, y, w, h）。这里（x, y）是矩形中心点的坐标，w 是矩形的宽度，h 是矩形的高度。 船舶，图(b)显示远海的船舶，图(c)显示复杂背景的船舶

ENVI对SAR数据的预处理过程(详细版)

一、数据的导入： (1) 在Toolbox 中，选择SARscape ->Basic->Import Data->Standard Formats->ALOS PALSAR。 (2) 在打开的面板中，数据类型（Data Type）：JAXA-FBD Level 1.1。 注：这些信息可以从数据文件名中推导而来。 (3) 单击Leader/Param file，选择 d1300816-005-ALPSRP246750820-H1.1__A\LED-ALPSRP246750820-H1.1__A文件。 (4) 点击Data list，选择 d1300816-005-ALPSRP246750820-H1.1__A\IMG-HH-ALPSRP246750820-H1.1__A文件 (4) 单击Output file，选择输出路径。 注：软件会在输入文件名的基础上增加几个标识字母，如这里增加“_SLC” (5) 单击Start 执行，最后输出结果是ENVI 的slc文件，sml格式的元数据文件，hdr格式的头文件等。 (6) 可在ENVI 中打开导入生成的以slc为后缀的SAR 图像文件。 二、多视 单视复数（SLC）SAR 图像产品包含很多的斑点噪声，为了得到最高空间分辨率的SAR图像，SAR 信号处理器使用完整的合成孔径和所有的信号数据。多视处理是在图像的距离向和方位向上的分辨率做了平均，目的是为了抑制SAR 图像的斑点噪声。多视的图像提高了辐射分辨率，降低了空间分辨率。 (1) 在Toolbox 中，选择SARscape->Basic ->Multilooking。 (2) 单击Input file 按钮，选择一景SLC 数据（前面导入生成的ALOS PALSAR数据）。 注意：文件选择框的文件类型默认是*_slc，就是文件名以_slc 结尾的文件，如不是，可选

SAR卫星数据

表1-1 已发射的SAR卫星 Tab.1-1 SAR satellites have launched[4] 发射者星载SAR 发射时间 美国Seasat SIR-A SIR-B SIR-C Light SAR 1978.06 1981.11(航天飞机) 1984.10(航天飞机) 1994.09(航天飞机) 2002.9 俄罗斯KOSMOS 1870 A1 maz-1 A1 maz-1A A1 maz-1B A1 maz-2 1987 1991.3 1993 1997 2004 ESA(欧空局) ERS-1 ERS-2 Envisat-1 1991.7 1995.4 2002.3 日本JERS-1 ALOS 1992.2 2006.1 加拿大Radarsat-1 Radarsat-1 1995.11 2007.12 德国TerraSAR-X 2007.6 意大利COSMO-Sky Med 2007.6

表1-2 已发射的SAR卫星的主要技术性能 Tab.1-2 The main technical performance of the SAR satellites have launched[4] 卫星型号Seasat-1 SIR-A SIR-B SIR-C/X-SAR Lacrosse5 Radarsat-1 Radarsat- 2 国家美国美国美国美国/意大利 和德国合作 美国加拿大加拿大 运行时间1978.6 1981.11 1984.10 1994.4.9 1994.9 2000.2.11 2005.4 1995.11 2007.12 轨道高度/km 805 259 225 225 235（IFSAR） 718 798 798 工作频率/GHz L（1.2795）L（1.275）L（1.275）L（1.275） C（5.1） X（9.65） C X C（5.3）C（5.3） 工作波长/cm 23.5 23.5 23.5 23.5，5.8， 3.1 5.66 5.66 极化HH HH HH HH、HV、 VH、VV HH HH、HV、 VH、VV 空间分辨率/m 25×25 40×40 （20～50）×25 25×12.5（L、C） 10/25（X） 6-16（IFSAR） 0.3(精扫) 1（标准） 3（宽扫） 25×28 9×9 50×50/ 100×100 （30～45） ×28 3～100

基于ENVI的TM与SAR数据融合处理流程介绍

ENVI Tutorial: Landsat TM and SAR Data Fusion Table of Contents O VERVIEW OF T HIS T UTORIAL (2) D ATA F USION (3) Preparing Images (3) R OME,I TALY,D ATA F USION E XAMPLE (4) Read and Display Images (4) Register the TM image to the ERS-2 image (4) Perform HSI Transform to Fuse Data (5) Display and Compare Results (5)

Overview of This Tutorial This tutorial is designed to demonstrate selected ENVI data fusion capabilities. You will co-register Landsat Thematic Mapper (TM) data and ERS-2 synthetic aperture radar (SAR) data of Rome, Italy using image-to-image registration. You will fuse the two datasets using a hue-saturation-intensity (HSI) color transform, and you will compare the fused data to the individual datasets. ERS-2 and Landsat images used in this tutorial are provided courtesy of the European Space Agency (ESA) and Eurimage (used with permission) and may not be redistributed without explicit permission from these organizations. For additional data fusion details, please see ENVI Help. Files Used in This Tutorial ENVI Resource DVD: envidata/rometm_ers File Description rome_tm (.hdr) Landsat TM data of Rome, Italy rome_ers2 (.hdr) ERS-2 SAR data of Rome Italy romr_tm.pts Ground control points (GCPs) for image-to-image registration

SAR数据类型

ENVISAT-ASAR 成像模式 数据产品

ASAR产品介绍 Level 0 产品 Level 0 产品是经过处理系统重新格式化后，以时间为序的卫星数据。Level 0 产品中的数据为原始信号，不是图象。Level 0 产品是ENVISAT 产品中级别最低的产品。利用Level 0产品，我们可以处理出Level 1B及级别更高的产品。 Level 1B产品 原始数据及Level 0产品可以通过成像算法并利用标定数据生成Level 1B产品。Level 1B产品可以是单景产品或条带产品。单景产品是按“景”定购，而条带产品则包含了整个数据段（segment）的图象，每个条带产品的最大时间可以达到10分钟。 根据欧空局的定义，所有Level 1B产品在存储时都是以时间增长为序的方式存储的，这使的下行轨道的图象为左右镜象，而上行轨道的图象为上下镜象。 Image模式、Alternating Polarisation模式 这两种模式的Level 1B产品分为三类：Precision Image、Single Look Complex Image和Medium Resolution。 Precision Image是多视、地距图象，产品象元尺寸为12.5米，适合于大多数的应用。Single Look Complex （SLC）Image是单视复型产品，产品的象元尺寸由成象的模式决定，可被用于SAR图象质量评估、标定和干涉、或风/海浪应用。在处理中较少对数据进行修正，以允许用户可以更自由地将数据处理为其它产品。 Medium Resolution是象元尺寸为75米的图象产品，产品的其它特性同Precision Image。 各类产品均在产品中提供了完整的标定参数。 Wide Swath模式 Wide Swath模式只提供象元尺寸为75米的Medium Resolution图象产品，在产品注解中也提供了完整的标定参数。