基于谱运算的复相关函数法在干涉复图像配准中的应用

复图像配准是干涉SAR处理中的关键步骤之一,要求配准精度达到0.1个像元的水平,而控制点的精确定位是复图像配准中的核心环节.尽管前人提出采用复相关系数法、信噪比法、平均扰动函数法等算法,但他们都是基于滑动窗口的算法,运算效率低.在分析前人算法的基础上,引入基于谱运算的复相关函数算法实现控制点的亚像元级精确定位,分析比较了算法的计算复杂度.应用该算法对我国某地区ERS-2的SLC数据进行了实验,生成了干涉图像,并进行了相干性分析,证明了该算法的可行性和稳健性.实验研究证明即使在主从图像时间间隔较大、相干性差的情况下,应用该算法也能获得干涉条纹图.     

基于几何配准的多模式SAR影像配准及其误差分析

星载合成孔径雷达影像干涉处理时所需方位向配准精度因成像模式的差异而有所不同,目前在精密轨道条件下以几何配准为基础辅以影像信息的配准方案因其严格的理论模型和较高的精度成为干涉处理的首选。本文以TerraSAR-X影像为例,论证了不同成像模式影像所需的配准精度和卫星轨道精度,并通过理论分析和试验证明了精密轨道条件下,利用几何配准即可满足TerraSAR-X等卫星的条带模式影像干涉处理的需要;聚束模式影像需要在几何配准的基础上利用影像相干性或谱分集进一步优化配准结果。鉴于增强谱分集偏移量估计精度最高,本文进一步利用增强谱分集对比分析了不同轨道不同DEM条件下的几何配准误差。研究结果表明:卫星轨道切向误差是几何配准的主要误差源,目前常用3种DEM几何配准差异远小于0.001个像素,均可满足Sentinel-1影像干涉配准的需要。     

InSAR复影像配准方法与实践

利用合成孔径雷达干涉测量技术获取地表三维信息的研究，受到世界各国的广泛关注。高精度复影像配准是InSAR数据处理的关键步骤，其结果直接影响生成干涉相位的质量，进而影响获取数字高程模型的精度。本文采用相干系数法进行粗配准，采用基于相干系数拟合的方法进行精配准，可以实现复影像数据的高精度配准。经机载和星载数据的试验验证，该方法有效可行且运算效率高，具有实用性。     

混合三角网极化干涉SAR影像配准

以常用SAR影像三步配准法为基础,针对国产机载X波段极化干涉SAR影像的变形特点,提出了一种分块格网与三角网相结合的极化干涉SAR配准方法。首先,在影像分块的基础上利用最大-次大相干系数识别不可靠点;再用三角网限制配准误差传播;最后,进行配准模型系数求解。实验结果表明,所提出的改进方法相比于普通方法,提高了极化干涉SAR影像的配准精度,有效地改善了主辅影像的干涉质量,适用于新型国产机载极化干涉SAR数据的后处理。     

机载双天线InSAR复图像自动配准研究

干涉雷达复图像之间的精确配准是提高雷达干涉测量精度的关键之一。对于机载双天线干涉雷达系统,精确的地形高程测量需要精确的干涉相位来保证,从而要求干涉复图像在亚像元级的精确配准。为了使两幅机载双天线InSAR复图像之间配准精度达到亚像元级以及提高运算效率,在分析前人算法的基础上,分别采用基于快速傅里叶变换(FFT)复相关精配准算法以及基于过采样图像的精配准方法对机载双天线InSAR复图像进行精配准试验和比较,生成了干涉条纹图,并进行了相干性分析。试验结果表明,机载双天线复图像相干性很高、偏移量较小;对于机载双天线复数据而言,这两种方法都可以有效地实现复图像数据的高精度配准,但是从配准精度以及算法运行时间来看,基于FFT的复相关精配准算法较优,运算效率更高,且更具实用性。     

干涉合成孔径雷达(INSAR)复图像配准方法

合成孔径雷达干涉测量技术是使用图像中的相位信息来提取高精度的数字地面高程模型.精确的图像配准是合成孔径雷达干涉技术提取数字高程模型的关键步骤之一,配准质量将直接影响提取的地面高程的精度.配准按照其精度分为粗配准和精配准.文中采用基于幅度互相关函数法完成图像的粗配准,在粗配准的基础上,使用最小二乘配准算法进一步提高配准的精度.实际数据处理表明,配准精度能够满足INSAR数据处理的要求.     

RADARSAT-2卫星TOPS模式影像干涉处理

宽幅干涉(terrain observation by progressive scans,TOPS)模式方位向多普勒中心频率的变化导致了干涉图相位的相对扭曲,干涉处理时需要较高的配准精度。加拿大合成孔径雷达遥感卫星(RADARSAT-2)TOPS模式影像由于轨道精度较差,几何配准精度过低,导致其干涉配准较哨兵合成孔径雷达遥感(Sentinel-1)卫星更加复杂。为了实现该卫星TOPS模式影像的干涉处理,首先采用相关配准、谱分集方法依次对几何配准结果进行校正,然后利用增强谱分集进行方位向偏移量矫正。由于依靠卫星星历参数和聚焦成像参数的多普勒中心估计方法精度有限,因此提出了采用相位增量法优化多普勒中心估计结果,并通过影像方位线功率谱检验了估计的多普勒中心。     

干涉合成孔径雷达（INSAR）复图像配准方法

合成孔径雷达干涉测量技术是使用图像中的相位信息来提取高精度的数字地面高程模型。精确的图像配准是合成孔径雷达干涉技术提取数字高程模型的关键步骤之一，配准质量将直接影响提取的地面高程的精度。配准按照其精度分为粗配准和精配准。文中采用基于幅度互相关函数法完成图像的粗配准。在粗配准的基础上，使用最小二乘配准算法进一步提高配准的精度。实际数据处理表明，配准精度能够满足INSAR数据处理的要求。     

联合实、复相关函数的干涉SAR图像配准方法

SAR复图像配准是干涉SAR数据处理中的关键步骤之一,配准精度直接影响后续产品的质量。提出一种基于联合实、复相关函数的星载干涉SAR图像配准方法。首先,在分析已有配准测度函数各自特性的基础上,结合国际上干涉SAR数据处理经验,认为在全球干涉测量任务背景下,相关函数是一种稳健、普适性的干涉SAR图像配准测度函数。然后,针对相关函数存在实、复相关计算,分析实、复相关函数各自的特点以及适应情况,提出配准灵敏度准则,从而能够有效地自适应地选取相应的配准相关度量。最后,给出配准算法的详细实现步骤。复杂地区的实测数据处理结果验证了方法的有效性。     

基于分级策略和改进相位相关的SAR影像配准

传统SAR影像自动配准方法往往存在大量重复运算或需要精确初值,特别是在亚像素配准时,大量重采样运算更不可避免;而传统相位相关亚像素配准方法用于SAR影像配准的可靠性和精度较差,大范围配准时更忽略了局部偏移量的不一致.鉴于此,采用分级配准策略,在全局粗配准后分块进行精配准,即先利用传统相位相关法完成局部整像素配准,再利用...     

一种高精度的干涉雷达复数影像配准方法

在总结现有算法的基础上,提出了基于相干系数、Harris特征点、小波金字塔及TIN三角微分纠正技术的单视复数雷达图像的配准流程。通过ERS 1/2的实验表明,提高了配准的精度和效率,特别是保证了在没有精确轨道甚至没有轨道参数的情况下也能获得很高的配准精度,计算正确的干涉相位图。在重采样过程中采用的三角联网策略,进一步使匹配点的局部拟合误差得到有效控制,得到配准精度更高的复图像对。在CPU 3.06GHz计算机上,43 s内完成5000像素×1000像素的主辅图像的配准,平均相干系数为0.719855。     

星载SAR复数图像的配准

星载干涉雷达测量已经被证实用于生成大范围（乃至全球）的DEM或监测地表位移具有广阔的应用前景，其中SAR复数图像序列的精确配准是保证生成有效干涉相位图的重要环节之一。本文分析了卫星InSAR系统中所涉及的几种坐标系统变换问题，并提出了基于此的几何配准方案，即基于卫星轨道状态矢量、SAR成像几何进行配准的算法；同时，还设计了基于几何配准结果和能量影像相关技术的配准算法，最后使用ERS－1／2、JERS－1和RADARSAT卫星获取的3种SAR复数图像对分别做几何配准和相关配准试验和比较，并对卫星SAR图像质量和轨道数据质量作了定性分析。     

两种SAR数据目标定位的比较

和以前的定位方法相比,距离-多普勒(R—D)定位法因不需要选地面参考点进行定位,在许多遥感应用方面具有独特的优势和重要意义。本文论述了利用卫星星历数据和雷达回波数据的距离-多普勒信息对SAR图像目标定位的原理,并对相对位置定位算法的计算公式进行了推导。通过该定位方法对Radarsat和ERS图像目标进行了定位,详细说明了轨道参数、斜距参数、多普勒参数等获取方法,比较了这两种数据目标定位具体算法和精度的差异。     

基于目标关联的多源卫星遥感图像兵营融合检测方法

目前的目标融合检测方法大都是基于多源遥感图像配准的,然而在实际的应用中,成像机理不同的多源遥感图像的精校正和图像间的配准是十分复杂的,难以确保其配准精度.为此,本文提出了一种基于目标关联的多源卫星遥感图像的兵营融合检测方法.该方法不对图像进行配准,而是根据单源图像的目标自动检测结果,利用图像的大地坐标信息,截取包含目标的同一地区的局部遥感图像,再分别提取多源遥感图像目标的特征,并根据其中冗余的特征,对提取的目标区域建立关联,再由关联检验确保特征关联的正确性,最后对目标特征进行融合决策,得到目标融合检测结果.实验结果表明,该方法能有效地利用多源遥感图像的信息,降低遥感图像目标检测的误判率,提高目标特征的准确度.     

合成孔径雷达干涉测量(InSAR)关键技术研究

合成孔径雷达干涉测量(InSAR)技术是近二十年来迅速发展起来的空间对地观测新技术。简述InSAR干涉处理过程的基础上,重点介绍并分析了其关键技术SAR图像配准和相位解缠的常用算法,并对由ERS1/2得到的两幅复杂SAR图像为实验对象,综合使用图像配准和相位解缠的经典算法对SAR图像配准生成干涉图,对干涉图相位解缠。最后简要介绍国内外InSAR技术发展方面的现状及发展趋势。     

永久散射体差分干涉测量技术中SAR影像精配准的一种新方法

提出并实现了一种基于加权最小二乘的低相干SAR像对精配准新方法。该方法借助一幅与主、辅影像相干性都较高的第三幅影像来完成低相干SAR影像对的初步配准,利用加权最小二乘法求出二者间的坐标映射函数,从而快速高效地实现低相干SAR影像对的高精度亚像元级配准。采用ERS-1/2实际数据的配准实验,验证了该方法可以提高低相干SAR像对的干涉图质量,提高二者之间的相干性和控制点的配准精度,改善低相干SAR影像对的配准效果,在一定程度上解决了PS InSAR技术中低相干SAR影像对的配准问题。     

SAR影像多项式正射纠正方法与实验

提出了一种针对SAR影像的多项式正射纠正法———引入投影差改正的多项式纠正法,并对ERS 2、RADARSAT和机载SAR影像进行了实验。引起SAR影像变形的因素很多,其中多数变形可以通过多项式纠正方法得到改正;但是,因高差引起的变形很难通过一般的多项式纠正方法进行改正。在本文中,先根据斜距和侧视角改正高差引起的投影差,然后用一般多项式纠正的方法改正其他因素引起的变形;重采样时则恰好相反,先根据多项式参数求得未受高差影响的像点坐标,然后加上投影差,从而获得真实的像点坐标。与其他正射纠正的方法相比,本文的方法非常易于实现,而且能够达到相当高的精度。根据以上原理,设计了相应的软件,并对云南大理一幅Radarsat的山区影像进行了纠正实验,控制点精度为2 2个像素;而采用一般多项式,使用同样的控制点,对这幅影像进行纠正,只能达到44 4个像素。另外,使用ERS 2影像和机载SAR影像进行了相应试验,结果类似于Radarsat影像的纠正。因此,本文提出的方法是有效、可行的,能适应地形起伏较大地区的SAR影像的几何校正。     

海洋表面膜特征的SAR图像探测

讨论并分析各种成因类型的海洋表面膜特征及其在海洋ＳＡＲ图像中影像特征。对渤海湾的ＳＡＲ图像中的表面膜特征进行检测并对这些表面膜特征成因进行了分类。     

基于Kalman滤波的InSAR基线估计方法

针对目前SAR干涉测量中基线估计现存的问题,提出了利用Kalman滤波和配准参数进行基线估计的方法.所提出的方法具有不需地面控制点、不受地形限制和不依赖于轨道参数等优点,并可以估计时变的基线参数.利用南京地区的ERS-1/2 tandem数据进行了试验研究,并对提出的方法进行了验证.结果表明,在精确的卫星轨道数据和地面控制点不能获取时,所提出的方法仍能有效地估计InSAR基线.这在一定程度上补偿了轨道偏移带来的误差,为获取高精度的DEM奠定了基础.     

Issues in the application of Digital Surface Model data to correct the terrain illumination effects in Landsat images

The accuracy of topographic correction of Landsat data based on a Digital Surface Model (DSM) depends on the quality, scale and spatial resolution of the DSM data used and the co-registration between the DSM and the satellite image. A physics-based bidirectional reflectance distribution function (BRDF) and atmospheric correction model in conjunction with a 1-second DSM was used to conduct the analysis in this paper. The results show that for the examples used from Australia, the 1-second DSM, can provide an effective product for this task. However, it was found that some remaining artefacts in the DSM data, originally due to radar shadow, can still cause significant local errors in the correction. Where they occur, false shadows and over-corrected surface reflectance factors can be observed. More generally, accurate co-registration between satellite images and DSM data was found to be critical for effective correction. Mis-registration by one or two pixels could lead to large errors of retrieved surface reflectance factors in gully and ridge areas. Using low-resolution DSM data in conjunction with high-resolution satellite images will also fail to correct significant terrain components where they occur at the finer scales of the satellite images. DSM resolution appropriate to the resolution of satellite image and the roughness of the terrain is needed for effective results, and the rougher the terrain, the more critical will be the accurate registration.