针对基于点特征和线特征配准SAR图像和光学图像的不足，提出了一种基于闭合区域特征的自动配准方法。通过对SAR图像和光学图像进行图像分割提取闭合区域，利用仿射不变矩对闭合区域进行匹配，提取经配对闭合区域的质心作为同名点，实现了高分辨率SAR图像和光学图像配准，取得了较好的配准结果。

Introduction to Synthetic Aperture Radar (SAR) Background of Compressed Sensing Reconstruct Radar Image by CS methods

1、 下载 SAPCAR.exe 2、下载 SAPCAR GUI， http://www.fsrox.com/scgui11.zip 3、改名为SAPCAR.exe，放到C盘根目录 4、scgui11.zip 解压到 C盘根目录 5、双击 scgui.exe后， 选择要解压的SAR 文件 以及解压目录 即可。

加拿大Radarsat数据，温哥华港口SAR回波数据，经过正交解调处理，可以直接作为原始数据处理

常用SAR卫星SLC数据产品盘点与免费SLC产品下载网站推荐 常用SAR卫星SLC数据产品盘点与免费SLC产品下载网站推荐 常用SAR卫星SLC数据产品盘点与免费SLC产品下载网站推荐

SAR ADC中分离电容DAC（CDAC）的非线性主要是由桥式电容的失配和寄生效应引起的。 用于补偿的可调谐电容器阵列可以是解决方案。   本文首先分析了分离电容器结构的非线性，然后证明线性调谐方法可以改善线性度，最后通过计算保持调谐误差在0.5LSB以内的最小步长，提出了一种改进的可调谐结构。 新的实现在校准期间实现了更小的面积和更低的功耗，同时保持相同的电路复杂性。 基于5b-5b分离DAC的行为仿真表明，与补偿电容阵列的原型相比，所提出的校准分别进一步将SNDR和SFDR提高了2.2dB和1.6dB。

将SAR数据的后向散射矩阵S2矩阵转化为T3矩阵的matlab代码，可根据极化方式自行调整，也可设置输出，写出为标准二进制文件。

matlab fcm函数代码DPPCA网 介绍 DPPCANet是一种用于不平衡多时相合成Kong径雷达图像变化检测的鲁棒深度学习方法，主要包括：1）生成差异图； 2）并行FCM聚类，以提供训练样本伪标签； 3）基于采样的PCANet + SVM模型构建过采样和欠采样的像素分类。 要求 MATLAB 2018a 功能 加权池卷积： I_wp = WP(I,k) 生成对数比图像： I_lr = di_gen(I_1,I_2) 累积加权池： T是累积时间 M = Normalized(matrix)是一种鲁棒的归一化方法。 输入矩阵中值最高的50个元素的平均值是上限，而值最低的50个元素的平均值是下限。 矩阵是软归一化的。 DDI = Normalized(CWP(I_ori,T)) Gabor小波变换特征提取： [f1,f_1] = Gabor_fea(I_map) 并行聚类：两组映射的DDI I_map1，I_map2和Gabor特征向量f_1和f_2 im_lab = paralleclustering(f_1,I_map1,f_2,I_map2) FCM： [center, U,

SAR Image Formation and Image Properties ,介绍SAR成像原理的PPT，内容比较基础，适合刚接触SAR成像算法的同学学习。

sar成像sar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zipsar成像vr全景图实现.zi