SAR层析成像的基本原理、关键技术和应用领域

合成孔径雷达(SAR)层析成像是在干涉SAR(InSAR)基础上发展起来的一项信息反演的技术.介绍了SAR层析成像的基本原理,包括其信号模型和重建方法,提出了制约SAR层析成像的关键技术,并给出了相应的解决方案,最后列举了目前SAR层析技术的主要应用领域和前景.     

高分辨率、多时相SAR图像数据集的构建

近20年来,SAR图像理解与信息反演是一个得到广泛、深入研究的世界性难题。即使在高分辨率条件下,由于相干斑噪声、结构极度敏感性、几何畸变、成像系统干扰等原因,SAR图像的高可信解译依然非常困难。SAR测试样本数据集是发展SAR图像解译与目标认知技术的基础与支撑。但SAR数据集并不是各种SAR数据的简单收集,而是要根据研究内容的需要,制定试验方案,科学地选择样本并进行样本真值标注,并且尽可能收集各种多源辅助数据以相互验证。笔者以上海交通大学闵行校区为场景,构建了一个以高分辨率、多时相SAR图像为主的试验数据集,其由高分辨率SAR数据、地表真值标注、多源辅助数据3个主要的部分组成。笔者认为,该数据集的构建能够为高分辨率SAR图像解译、信息反演和目标识别提供高可信的、实时的、丰富的地表和目标真值信息,能够促进这些研究和相关测试工作的进展。     

高分辨率机载SAR影像判读实验

近年来机载SAR系统在国内得到快速发展。由于SAR系统具有不同于光学传感器的成像机理,因而可以提供全新的数据获取手段和不同的地物信息。利用高分辨率机载SAR影像进行解译时必须熟悉其成像机理和图像信息特点,充分了解SAR图像解译标志的特点和各类地物的解译规律。本文以高分辨率机载SAR数据为基础,对比光学影像,从SAR成像特点和地物散射特性出发,对SAR影像进行了目视解译,分析了SAR影像在地形地物要素识别中的应用潜力。     

基于高分辨率机载SAR数据的试验研究

主要研究了高分辨率机载SAR数据运用于测绘试验的可行性,提出数据处理的关键流程,诸如数据获取、成像处理、预处理、几何处理、融合处理,以及可供提取的最基本的制图要素,诸如道路、铁路、水系、植被、耕地和居民地,并进行了精度评估,最后对地形图更新,提取变化信息。试验结果初步表明高分辨率、高成像质量的机载SAR影像数据应用于测绘领域是可行的。可以看出高分辨率机载SAR影像的应用得到了比较满意的结果。     

单波段单极化高分辨率SAR图像纹理分类研究

以2003年7月淮河洪水监测获取的高分辨率SAR图像为试验数据，首先对数据进行了分析，指出了高分辨率SAR图像的特点，之后通过小波变换对图像进行两层小波分解得到子图像，并在选择合适的能量计算窗口条件下，计算子图像的纹理能量，最后使用了BP神经网络方法进行纹理分类。研究结果表明，采用小波纹理分类方法对高分辨率SAR图像分类是可行的，可以获得高的分类精度，同时也指出了纹理分类的不足和进一步研究的方向。     

基于简化定位模型的高分辨率SAR影像模拟方法研究

随着TerraSAR-X、COSMO-SkyMed等新型高分辨率SAR卫星的成功发射,雷达遥感进入快速发展阶段,对高分辨率SAR影像模拟存在大量需求。利用一种基于简化定位模型的方法对TerraSAR-X影像进行模拟,只利用DEM数据就可以模拟出任意平台高度、任意入射角、任意分辨率、任意视向和飞行方位角情况下的SAR影像和叠掩、阴影情况,而且不需要精确的卫星轨道参数和系统参数,通过与真实影像的对比,证明方法的有效性。文中方法可以在高分辨率SAR数据选择、测试不同成像参数对雷达影像的影响等多个方面应用。     

面向对象的极化干涉SAR影像分割算法研究

根据高分辨率SAR影像的特点,基于目标分解理论定义极化SAR异质度,利用极化干涉相干最优目标分解思想提出了极化干涉SAR异质度,在此基础上构建一套适应性强的面向对象的SAR影像分割算法。并利用ESAR提供的数据对分割算法进行了实验研究,得到了很好的实验结果。将极化干涉数据的分割结果和极化数据的分割结果进行对比,从而验证了极化干涉SAR异质度的分割精度更高。     

粒子群优化算法在全极化SAR影像非监督分类中的应用

极化SAR影像高维数以及高分辨率带来的大数据量特点使得影像分类的复杂度不断增加。粒子群优化(PSO)算法作为新型进化计算技术,具有强大的全局寻优能力。本文研究了一种基于PSO算法的极化SAR影像的分类方法。该方法首先利用H/α方法对数据进行基于散射机理的初分类;然后利用分类结果对PSO算法进行初始化;最后采用PSO对极化SAR数据迭代分类。实验采用NASA-JPL实验室的极化SAR数据以及中国电子科技集团X波段原型样机的高分辨率数据。结果表明,H/α-PSO分类方法较H/α-Wishart分类精度及目视效果均有所提高。     

基于高分辨率SAR图像成像机理的震害信息分析

与中低分辨率SAR图像相比,高分辨率SAR图像受目标复杂性和成像噪声等因素的干扰更为严重,致使应用高分辨率SAR图像检测震害目标变得更加困难.传统的适用于中低分辨率SAR图像的震害信息提取方法对于高分辨率SAR图像有一定的局限性.为了从高分辨率SAR图像中更加准确地提取震害信息,从SAR图像成像机理和目标的后向散射特征出发,对建筑物和道路、桥梁的震害特征进行了细致分析,为寻求合适的目标检测和提取方法提供了思路.     

RFM替代星载InSAR几何模型的方法

尝试用RFM替代InSAR几何模型。建立了替代InSAR几何模型的RFM方程并给出了求解方法。分别用星载高分辨率SAR影像和普通SAR影像进行了试验,通过比较不同阶数的RFM模型的替代精度,验证了RFM模型替代InSAR严格模型的可行性与可靠性。结果表明,采用三阶带分母的RFM模型,星载高分辨率SAR影像的替代精度可达到万分之一波长,满足InSAR进行地形测绘的精度要求,有望应用于InSAR数据的并行计算与快速处理。     

机载SAR影像地表要素解译试验研究

雷达影像以其全天候、全天时、穿透力强的工作能力,成为当前摄影测量与遥感领域的研究热点,近年来机载SAR系统在国内外得到快速发展和应用。本文介绍了高分辨率多极化机载SAR数据的特点,论述了SAR影像的正射纠正,分析了不同地表要素在机载SAR影像中的成像特点和解译方法,并与光学影像作了对比,得出了基于SAR影像地表要素解译的几点看法。     

合成孔径雷达技术在地理国情普查中的应用

以四川省丹棱地区地理国情普查生产为例,阐述了基于高分辨率机载合成孔径雷达(SAR)影像,利用机载SAR处理技术提取地理国情普查中地表覆盖分类要素与地理国情要素的过程与方法。研究表明,机载SAR技术在多云雾地区地理国情数据获取方面具有显著优势。     

基于DEM和查找表的高分辨率机载SAR图像正射校正

山区SAR图像的正射校正受成像几何影响存在较大畸变,实现无控制点的正射校正是一难点。本文提出基于DEM和RD模型来模拟SAR图像为基础,同时创建与DEM的地理坐标相一致的查找表,将模拟成像过程中DEM地理坐标与SAR图像坐标之间的RD模型映射关系采用查找表记录。经过模拟图像与真实图像的精确配准,DEM所在的空间三维坐标与真实SAR图像二维坐标实现了关联。实验选择了一景高分辨率的机载SAR图像和高分辨率的DEM数据,实验结果表明：本方法无需地面实测控制点,可以有效地正射校正高分辨率的机载SAR图像,平面位置与DEM平面坐标完全一致,精度在一个像素以内。该方法简单易于实现,除了模拟图像与真实图像需要人工半自动化的配准,在后续处理中均为自动化处理。校正结果受SAR成像特征所限,仅在透视收缩、叠掩区域存在辐射误差。     

高分辨率SAR数据在土地利用监测中的应用研究

随着高分辨率SAR卫星的陆续发射,其全天时、全天候、高效、准确获取地表数据的能力日益展现出明显的优势。在当前土地资源管理不断要求加快监测周期、扩大应用领域、提高监测成效的紧迫形式下,对SAR数据的深入研究与工程化应用已成为当务之急。本文以土地利用的监测实践为依据,系统分析了SAR传感器的数据基础、影像特征和基于实际应用而需要继续拓展的研究领域。     

无控制点条件下的SAR影像直接定位

利用高分辨率SAR影像,以距离-多普勒(R-D)模型作为SAR几何模型,并结合影像附带的星历数据,实现了无控制条件下的SAR影像直接定位。以平均高程为371 m的武汉丘陵地区的数据进行试验,结果表明在无控制条件下,距离向和方位向的定位精度中误差分别达到±137.43和±172.54 m。     

基于SAR技术的电离层反演及其应用研究EI北大核心CSCD

低频SAR系统因其较强的穿透能力受到广泛重视,然而,对高频SAR系统影响很小的电离层误差在低频SAR系统中却不容忽视,电离层误差的有效改正逐渐成为低频SAR系统高精度应用的必要条件。与此同时,低频SAR系统作为反演电离层的一种手段,可以实现高分辨率、高精度的电离层参数反演,能够极大地提高电离层特征与变化的探测能力。论文围绕低频SAR数据处理中的电离层误差问题,开展基于SAR的电离层反演算法的研究,并将SAR与GPS联合进一步提高电离层反演精度,从而弥补当前电离层观测手段对于中小尺度电离层不均匀结构和扰动变化探测能力的不足,校正SAR数据及产品的电离层误差,提高SAR的测量精度。主要工作如下。     

面向对象高可信SAR数据精确处理

针对合成孔径雷达（synthetic aperture rdar,SAR）数据在地形地物、森林植被等方面的处理与解译难题,介绍了近年来利用多角度、多波段、多极化、极化干涉等多模态航空航天SAR数据,建立基于散射机理的地物特性知识库,构建地形辐射校正模型、极化干涉处理模型、立体测量模型、基于知识的解译模型等,开发出高分辨率机载极化干涉SAR数据获取系统和SAR影像高性能解译软件系统,实现了精度高、可靠性强、识别类型丰富的SAR影像高可信处理与解译的原理、技术与方法,同时对成果在测绘、林业等行业的应用情况进行了介绍,对研究中存在的问题和解决思路进行了探讨。     

高分三号卫星全极化SAR影像九寨沟地震滑坡普查

基于光学遥感影像的区域滑坡普查易受云雾天气的影响,存在滑坡体调查不全面的问题,无法满足震后应急调查与恢复重建的需求。本文提出了一种极化SAR卫星数据滑坡普查方法,采用高分三号全极化SAR卫星影像数据,以九寨沟地震震区为实验区,在深入分析滑坡体和其他地物类型散射特征的基础上,融合极化特征、纹理特征和地形特征等多维特征信息,结合高分二号影像获取的训练样本,构建基于BP神经网络的全极化SAR数据滑坡自动识别模型,实现滑坡体的自动快速识别。与高分辨率光学影像与无人机航空影像目视解译结果相比较,总体识别精度为92.8%,Kappa系数为0.715,识别准确度满足地震应急实际应用的需求。研究成果可用于震区大区域滑坡体的普查,为后续开展无人机高分辨率影像滑坡体详查、灾后应急与景区恢复提供辅助信息支撑,并促进国产高分SAR卫星数据在防震减灾中的应用。     

高分辨率SAR和可见光图像同名点自动匹配技术

提出一种高分辨率SAR图像与光学图像之间的自动配准方法,首先利用仿射变换进行SAR图像和光学图像粗匹配,简化了整体算法的处理复杂度;然后使用边缘检测算子分别对光学图像和SAR图像进行特征提取,为后续精匹配做好了数据准备;最后基于归一化互相关原理进行图像之间的同名点精匹配。引入的比值边缘检测算子(ROA)与传统光学检测算子相比,可以较好地克服SAR斑点噪声,提取出的SAR特征图像与光学特征图像非常相似,提高了算法的准确性和鲁棒性。以星载3米TerraSar数据和1米SPOT数据为例进行算法验证,实验结果表明该算法能实现自动的异源图像之间的像素级匹配。     

利用多尺度Hough变换提取高分辨率SAR图像建筑物L型结构

提出了一种利用多尺度Hough变换从高分辨率SAR图像提取建筑物L型结构的方法。针对高分辨率SAR图像建筑物L型结构的特点,建立了建筑物L型结构简化几何模型,并采用从粗到精的思路利用多尺度Hough变换提取建筑物L型结构方向线。并提出了一种L型结构组合度函数对提取直线进行编组,确定建筑物L型结构的方向和拐点。最后,采用基于扫描线的方法计算L型结构线宽,得到完整规则的建筑物L型结构。多幅真实机载高分辨率SAR图像实验结果表明,本方法可以有效地提取高分辨率SAR图像建筑物L型结构,提取结果与实际位置吻合较好。