本文目录一览

1，SAR图像有什么优点

合成孔径雷达(Synthetic Aperture Radar, SAR)是一种先进的主动式微波对地观测设备? 具有全天候、全天时工作的特点? 对地面植被有一定穿透能力，能获得类似光学照片的目标图像? 在国民经济和军事应用领域有着十分重要的作用

SAR图像有什么优点

2，sar图像和红外图像区别

统计特征，清晰度。1、sar图像没有统计特征，只有振幅信息，而红外图像两个信息是都有的。2、sar图像的清晰度没有红外图像的清晰度更高，红外看的更加清楚。

sar图像和红外图像区别

3，sar图像是不是去噪的时候必须多视处理后再用滤波

不需要。SAR图像处理主要分为成像之前的去噪和成像之后去噪两类。多视处理属于成像之前去噪。成像之后的去噪方法就比较多了，比如自适应空域滤波，频域滤波，各向异性扩散滤波等。SAR图像滤波主要是针对成像之后的。
你好！技术好可以多视处理后直接降噪！我的回答你还满意吗~~

sar图像是不是去噪的时候必须多视处理后再用滤波

4，在图像处理中什么是SAR

按传感器采用的成像波段分类,光学图像通常是指可见光和部分红外波段传感器获取的影像数据.而SAR传感器基本属于微波频段,波长通常在厘米级.可见光图像通常会包含多个波段的灰度信息,以便于识别目标和分类提取.而SAR图像则只记录了一个波段的回波信息,以二进制复数形式记录下来；但基于每个像素的复数数据可变换提取相应的振幅和相位信息.振幅信息通常对应于地面目标对雷达波的后向散射强度,与目标介质、含水量以及粗糙程度密切相关；该信息与可见光成像获得的灰度信息有较大的相关性.而相位信息则对应于传感器平台与地面目标的往返传播距离,这与GPS相位测距的原理相同.由于SAR影像分辨率相对较低、信噪比较低,所以SAR影像中所包含的振幅信息远达不到同光学影像的成像水平；但其特有的相位信息是其他传感器所无法获取的,基于相位的干涉建模也是SAR的主要应用方向.在成像模式方面,光学影像通常采用中心投影面域成像或推帚式扫描获取数据；而SAR处于信号处理的需要（合成孔径过程,这里就不展开讨论了）不能采用垂直向下的照射方式而只能通过测视主动成像方式发射和接受面域雷达波,并通过信号处理（聚焦、压缩、滤波等）手段后期合成对应于地面目标的复数像元.单一SAR影像的相位信息基本没有统计特征,只有振幅信息可用于目标识别和分类等应用.正如前面所说,振幅信息深受噪声的影响,加之SAR影像特有的几何畸变（叠掩、透视收缩、多路径虚假目标等）特征,个人认为仁兄若是想在图像分割领域做探讨的话,可以直接忽略掉SAR影像了.

5，SAR图像和遥感图像的区别

一般说遥感影像不特别说明的话指的是光学影像，而SAR图像就是楼上说的雷达影像，两者的用的波长范围不一样，成像的机理也有本质的区别
SAR影像也是遥感影像的一种，所谓SAR影像即雷达影像，遥感影像多了
书 名: 合成孔径雷达图像理解作　者：(英国)奥利弗出版社： 电子工业出版社出版时间： 2009年08月自我感觉比较难，涉及很多算法。如果看基础的资料，建议在知网里面下载 曾琪明的sar的基本原理介绍。谢谢！

6，什么是光学图像什么是SAR图像它们的区别是什么成像机制有什么差异

1、是什么:光学图像是采用光学摄影系统获取的以感光胶片为介质的图像，通常指可见光和部分红外波段传感器获取的影像数据。SAR图像由SAR（合成孔径雷达）系统产生，这是一种主动式的对地观测系统，可安装在飞机、卫星、宇宙飞船等飞行平台上，全天时、全天候对地实施观测、并具有一定的地表穿透能力。2、区别（信息，分辨率，成像机制）:包含信息方面：光学图像通常会包含多个波段的灰度信息，以便于识别目标和分类提取。而SAR图像则只记录了一个波段的回波信息，以二进制复数形式记录下来；但基于每个像素的复数数据可变换提取相应的振幅和相位信息。分辨率方面：SAR影像分辨率相对较低、信噪比较低，所以SAR影像中所包含的振幅信息远达不到同光学影像的成像水平；但其特有的相位信息是其他传感器所无法获取的，基于相位的干涉建模也是SAR的主要应用方向。成像机制差别：光学影像通常采用中心投影面域成像或推帚式扫描获取数据；而SAR处于信号处理的需要（合成孔径过程，这里就不展开讨论了）不能采用垂直向下的照射方式而只能通过测视主动成像方式发射和接受面域雷达波，并通过信号处理（聚焦、压缩、滤波等）手段后期合成对应于地面目标的复数像元。3、在图像分割上的不同：单一SAR影像的相位信息基本没有统计特征，只有振幅信息可用于目标识别和分类等应用。振幅信息深受噪声的影响，加之SAR影像特有的几何畸变（叠掩、透视收缩、多路径虚假目标等）特征。光学图像在信息量和统计上更易进行图像分割。扩展资料：SAR技术：合成孔径雷达，是利用合成孔径原理，实现高分辨的微波成像，具备全天时、全天候、高分辨、大幅宽等多种特点，最初主要是机载、星载平台，随着技术的发展，出现了弹载、地基SAR、无人机SAR、临近空间平台SAR、手持式设备等多种形式平台搭载的合成孔径雷达，广泛用于军事、民用领域。合成孔径雷达依次发送电磁波，雷达天线收集，数字化，存储反射回波，供以后处理。随着发送和接收发生在不同的时间，它们映射到不同的位置。接收信号的良好有序的组合构建了比物理天线长度长得多的虚拟光圈。这就是为什么它被称为“合成孔径”，赋予它作为成像雷达的属性。参考资料：百度百科-光学图像，百度百科-SAR

7，SAR图像处理中的关键技术

去噪，分割，配准，融合，重建，识别，纹理提取，压缩等等
图形图像处理技术研究方向主要负责研究和探索计算机图形学和图像处理领域的前沿技术及其应用。 主要研究内容:虚拟现实技术及算法、高动态范围(hdr)图像技术和算法、非真实感图像绘制、图像加速硬件(gpu)的应用等。 已获得的科研成果有:彩色图像处理及系统、多媒体制作系统中的三维图形特技、数字图像半色调及其在印刷中的应用等。其中,有多项研究成果通过国家鉴定,数字图像半色调研究在工业应用和学术研究方面都取得了较好的成果。基于以上研究工作,本实验室已经在国内核心刊物发表文章近十篇,在国际前沿学术刊物发表论文一篇,已授权专利五项。

8，基于融合的SAR图像海洋溢油边缘检测算法及MATALAB实现图像边缘检测

　　摘 要： 为准确地提取出SAR图像中溢油区域边缘轮廓信息，提出一种融合分水岭及canny算子的SAR图像边缘检测算法。该算法首先使用形态学重建技术对前景图象进行标记，并进行开关操作，去除边缘无关信息，然后对前景进行区分操作。利用分水岭算法及canny算子较为精确地提取出溢油区域边缘轮廓信息并用MATALAB仿真实验，结果表明，与经典的边缘检测方法相比，该方法在精确定位图像边缘的同时能更精确、更完整地检测出目标的边缘特征。 　　关键词： SAR图像；分水岭算法；溢油；MATALAB；边缘轮廓检测 　　0 前言 　　海上溢油现象严重影响海洋生态环境，因此对海洋表面进行实时动态监测成为必要。合成孔径雷达（SAR）具有高分辨率、大面积数据获取能力，全天候、全天时数据获取能力和一定的穿透植被、遮盖物的能力[1]。因此被应用于海洋表面的溢油监测，本文则选取合成孔径雷达所监测到的墨西哥湾溢油图像进行边缘检测处理，得到了良好的溢油区域的边缘轮廓信息，为以后SAR图像特征的提取及计算机自动识别SAR图像目标区域奠定了基础。目前已有许多边缘检测算子，如Sobel算子、Prewitt算子、Robert算子、Log算子、Canny算子等[1]。这些传统的算子对SAR图像进行检测往往会使得目标的边缘改变，不能够获得连续的边缘轮廓信息，给后续处理带来困难。而融合其中的Canny算子和标记分水岭分割算法能够较好的获得准确连续的边缘轮廓信息。 　　1 SAR图像预处理 　　由于在获取溢油区域的SAR图像的过程中存在各种干扰，所获得的SAR原始图像当中存在相干斑噪声及几何失真和辐射失真，因此必须对其进行一系列滤波及矫正预处理。本文则采用NEST 3C软件对原始SAR图像进行几何矫正、辐射矫正及斑点滤波，其中斑点滤波采用3*3均值滤波和7*7gamma滤波。对预处理完的图像则使用ENVI 4.7软件对其进行数据重采样获得本文所要处理的SAR图像。 　　2 基于Canny算子的SAR图像边缘检测 　　Canny边缘检测算子是一类最优边缘检测算子，他在许多图像处理领域得到了广泛的应用[2]。Canny算子具有定位能力强、低误判率、抑制虚假边缘等优点[3]。但是Canny算子是针对加性噪声模型的，因此在SAR图像的边缘检测时容易使边缘产生不连续性。 　　3 基于标记分水岭算法的SAR图像边缘检测 　　分水岭边缘检测方法，是一种基于拓扑理论的数学形态学的检测方法，其基本思想是把图像看作是测地学上的拓扑地貌，其中灰度值对应着地形高度值[2]。每一个小的局部区域及其影响区域称为集水盆地，集水盆地的边界则形成分水岭。分水岭算法就是向集水盆地不断灌入水的过程，在两个集水盆地汇合处形成山脊，即形成分水岭。 找出分水岭便找出边缘信息。 　　标记分水岭图像分割算法[4]能够将图像中的目标区域与非目标区域紧密连接的目标区域分割出来，能够分离出弱边缘，且分水岭变换产生完整的边界，这样就避免了边界连接的后处理。但是由于噪声和纹理细节会带来过分割问题，另外，在分割过程中较少用到边界特征信息，使得图像的过分割问题比较突出，容易产生虚假边缘。 　　4 组合两种算法的边缘检测算子及其MATALAB实现 　　为了使标记分水岭分割算法能够用于SAR图像边缘检测并使其具有连续性且边缘定位准确，又能抑制虚假边缘。可在标记分水岭算法的基础上融合canny算子，形成一种良好地描述溢油区域边界信息的算子。 　　其实现过程为：通过标记分水岭分割算法标记非溢油区和边界区为前景区，溢油区为背景区，再使用canny边缘检测算子进行边缘检测分离出非溢油区和边界区，从而得到较为完整的溢油区域边缘轮廓信息。 　　其MATALAB处理结果及具体程序代码： 　　MATALAB程序代码为： 　　clear ; 　　[I,p,t]=freadenvi_image("F:\b\ENVISAT-ASA_IMP_1PNCUH20060524_141948_000000162048_00025_22123_0430.N1_Calib_Spk_Spk_reprojected.data\Sigma0_VV(4122-4653)(5898-6500)"); %读取envi图像 　　subplot(2,2,1) 　　imshow(I),title("预处理完图像") 　　hy = fspecial("log");%log算子 　　hx = hy"; 　　Iy = imfilter(double(I), hy, "replicate"); 　　Ix = imfilter(double(I), hx, "replicate"); 　　gradmag = sqrt(Ix.^2 + Iy.^2); 　　L = watershed(gradmag); 　　se = strel("disk", 45); 　　Io = imopen(I, se); 　　Ie = imerode(I, se); 　　Iobr = imreconstruct(Ie, I); 　　Ioc = imclose(Io, se); 　　Iobrd = imdilate(Iobr, se); 　　Iobrcbr = imreconstruct(imcomplement(Iobrd),... 　　imcomplement(Iobr)); 　　Iobrcbr = imcomplement(Iobrcbr); 　　fgm = imregionalmax(Iobrcbr); 　　I2 = I; 　　I2(fgm) = 255; 　　se2 = strel(ones(1,1)); 　　fgm2 = imclose(fgm, se2); 　　fgm3 = imerode(fgm2, se2); 　　fgm4 = bwareaopen(fgm3, 20); 　　I3 = I; 　　I3(fgm4) = 255; 　　bw = im2bw(Iobrcbr, graythresh(Iobrcbr)); 　　D = bwdist(bw); 　　DL = watershed(D); 　　bgm = DL == 0; 　　gradmag2 = imimposemin(gradmag, bgm | fgm4); 　　L = watershed(gradmag2); 　　I4 = I; 　　I4(imdilate(L == 0, ones(3, 3)) | bgm | fgm4) = 255; 　　subplot(2,2,2) 　　imshow(I4)%突出前景及边界 　　title("分水岭算法边缘检测") 　　subplot(2,2,3) 　　Y = edge(I,"canny"); 　　imshow(Y),title("canny边缘检测"); 　　subplot(2,2,4) 　　Z = edge(I4,"canny"); 　　imshow(Z),title("融合边缘检测"); 　　5 结论 　　1）传统的边缘检测方法能够获取目标的一些边缘特征，但提取出的目标边缘特征存在断裂及目标定位不准确的情况。此外，原始方法提取的边缘特征在细化描述边缘轮廓时不能实现有效检测。 　　2）利用本文方法提取的边缘特征清晰、连续，能够较好的描述原始SAR图像中溢油区与非溢油区分界处边缘轮廓信息。 　　参考文献： 　　[1]张静、王国宏、刘福太，基于正则化方法的SAR图像分割及目标边缘检测算法，吉林大学学报（工学版），2008年1月第38卷第1期. 　　[2]张德丰，详解MATALAB数字图像处理，电子工业出版社，2010年. 　　[3]安成锦、杜琳琳、王卫华、陈曾平，基于融合边缘检测的SAR图像线性特征提取算法，电子与信息学报，第31卷第6期. 　　[4]高丽、杨树元、李海强，一种基于标记的分水岭图像分割新算法，中国图象图形学报，2007年6月第12卷第6期.

9，对于SAR图像 散射矩阵指的什么对SAR图像如何进行分解 问

SAR（合成孔径雷达），是一种主动式微波设备，即能主动发射和接受回波。散射矩阵说白了就是表示散射波和入射波矢量之间联系的一种关系式，即用来表示雷达目标多极化特性的简便方法。散射矩阵一般是由幅度和相位差组成，知道了幅度和相位差，也就了解到了雷达目标的电磁散射特性，从而对目标有更深入的了解。至于后面的问题，我不太懂，是不是要对图像地物进行分类的意思？要分类的话，建议你去搜搜相关文章，不过个人感觉不如可见光分类成熟，效果也一般。如果是切割的意思，一般的雷达处理软件都有处理功能，比如ENVI，gamma，NEXT，PolSARpro等等，应该都有ROI模块。希望能对您有所帮助。
你好！合成孔径雷达（合成孔径雷达，SAR）是一个国家的最先进的主动式微波对地观测设备？ 特点是全天候，全天时的工作？地面植被穿透能力，获得类似光学照片的目标图像具有非常重要的作用，在国民经济和军事应用仅代表个人观点，不喜勿喷，谢谢。

10，在图像处理中什么是SAR

按传感器采用的成像波段分类,光学图像通常是指可见光和部分红外波段传感器获取的影像数据.而SAR传感器基本属于微波频段,波长通常在厘米级.可见光图像通常会包含多个波段的灰度信息,以便于识别目标和分类提取.而SAR图像则只记录了一个波段的回波信息,以二进制复数形式记录下来；但基于每个像素的复数数据可变换提取相应的振幅和相位信息.振幅信息通常对应于地面目标对雷达波的后向散射强度,与目标介质、含水量以及粗糙程度密切相关；该信息与可见光成像获得的灰度信息有较大的相关性.而相位信息则对应于传感器平台与地面目标的往返传播距离,这与GPS相位测距的原理相同.由于SAR影像分辨率相对较低、信噪比较低,所以SAR影像中所包含的振幅信息远达不到同光学影像的成像水平；但其特有的相位信息是其他传感器所无法获取的,基于相位的干涉建模也是SAR的主要应用方向.在成像模式方面,光学影像通常采用中心投影面域成像或推帚式扫描获取数据；而SAR处于信号处理的需要（合成孔径过程,这里就不展开讨论了）不能采用垂直向下的照射方式而只能通过测视主动成像方式发射和接受面域雷达波,并通过信号处理（聚焦、压缩、滤波等）手段后期合成对应于地面目标的复数像元.单一SAR影像的相位信息基本没有统计特征,只有振幅信息可用于目标识别和分类等应用.正如前面所说,振幅信息深受噪声的影响,加之SAR影像特有的几何畸变（叠掩、透视收缩、多路径虚假目标等）特征,个人认为仁兄若是想在图像分割领域做探讨的话,可以直接忽略掉SAR影像了.
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)

文章TAG：sar图像  SAR图像有什么优点  
下一篇