基于合成孔径雷达（SAR）图像的海面风场估计已经得到广泛认可。多数风速反演算法是以估计的风向、校正的δvv为先验条件，应用海风模型计算而得的。在相同风向的情况下，应用不同的海风模型会得到不同的风速反演值，因此选择合适的模型是风场估计的关键。同时，风向数据的精确度也很重要，即使不大的误差也会给风速的反演结果带来明显偏差。为解决上述问题这里提出一种不需要预先已知风向数据的风场估计算法。该算法将基于海洋SAR图像中风浪的条纹信息，以及风浪条纹生成的自相关函数的周期性估计风速数据，同时由风浪条纹的最短周期方向估计风向数据，从而估计出完整的风场矢量。仿真结果显示，该算法对风速和风向数据有较高的估计精度。
2021-01-30 23:04:52
1.18MB
1
SAR图像变化检测方法，包括了对数比和均值比两种较为经典的仿真。本方法从图像像素的角度出发，对图像像素的灰度值进行操作。分别才用了均值法和对数比法，然后。本代码适合新手使用，能让初学者从图像像素灰度值的角度去理解SAR图像形变监测的理论
2020-11-02 16:33:08
278KB
1
SAR图像变化检测代码，基于差异图和比值图融合的代码。本方法从图像像素的角度出发，对图像像素的灰度值进行操作。分别才用了差值法和比值法，然后在各自的基础上对代码进行融合，这样就避免了差值法和比值法各种带来的缺点。本代码适合新手使用，能让初学者从图像像素灰度值的角度去理解SAR图像形变监测的理论。
2020-11-02 16:01:33
444KB
1