机载SAR图像的快速几何纠正算法及应用

选择了一种形式较为简单、适应性较好的数学模型作为ＳＡＲ 成像的构像模型,在此基础上提出了因快速纠正要求ＳＡＲ 成像系统在成像过程中应提供的设计参数和动态参数, 阐述了在数字地面模型支持下的ＳＡＲ 图像快速几何纠正的原理和方法, 并展望了机载ＳＡＲ 图像的快速纠正在灾害监测中的应用前景。     

机载SAR影像的正射纠正试验研究

在分析合成孔径雷达(SAR)图像几种主要正射纠正方法的基础上,利用一种引入投影差改正的新的多项式纠正法,采用由1∶50 000地形图生成的DEM,并通过外业航片量测像控点的方式,对合肥地区机载SAR影像进行严密的正射纠正,弥补传统多项式地形起伏不能纠正的缺陷,获得满意结果。     

基于RD模型的SAR影像正射纠正研究

介绍了基于RD模型进行SAR影像正射纠正的基本原理,并将不同方案的试验结果进行定量分析.实验研究表明,利用RD模型进行SAR影像正射纠正是正确、有效的,利用稀少控制点便能获得高精度.不使用任何控制点和DEM,只利用卫星参数进行纠正,导致系统误差大,在实际生产中的应用不广泛.高程误差对平面位置误差影响较大,DEM的高程误差越小,DOM精度越高.参考DEM的高程误差是DOM产品精度的关键因素.     

机载SAR图像与仿真SAR图像的匹配策略

机载SAR图像与仿真SAR图像的匹配在机载SAR图像无控制正射纠正中具有重要的应用价值。为了提高机载SAR图像与仿真SAR图像匹配的可靠性,本文在SAR图像仿真的基础上,分别以机载SAR图像和仿真SAR图像作为匹配基准,设计了综合运用特征点提取、金字塔影像匹配、相关系数相似性测度计算、双向匹配等方法的匹配方案。利用机载SAR图像和由SRTM DEM仿真的SAR图像进行了匹配试验,统计了不同策略的正确匹配点数,并结合仿真SAR图像的特点,分析认为:以仿真SAR图像作为匹配基准进行匹配的策略较好。     

基于影像模拟的星载SAR影像正射纠正

对山地和高山地等选点困难地区的星载SAR影像进行正射纠正时,通常采用距离多普勒模型进行影像模拟纠正。但由于每类星载SAR影像辅助数据不同,所建立的距离多普勒模型均不相同,从而导致针对每类星载SAR影像需要采用不同的软件模块进行模拟和正射纠正。针对该缺点,采用RPC模型代替距离多普勒模型并利用改进的模拟影像灰度确定方式进行星载SAR影像模拟,在此基础上建立模拟影像和真实SAR影像之间关系进行正射纠正。采用四川某地区的TerraSAR-X影像,将正射纠正的实际精度和理论精度进行对比,验证本文提出的理论和方法。     

未知DEM下的机载SAR图像几何校正方法研究

针对机载环境复杂,不确定因素众多,与图像相对应的DEM不能精确获得等影响校正的不利因素,研究基于先验条件而不依赖DEM的机载SAR图像几何校正方法.从产生畸变的原理和校正过程的本质出发,将不同的几何校正理论在成像原理层面进行统一;在此基础上,分析精确校正所需要的条件,并提出当条件不能满足时的基于统计模型的几何校正方法;继而提出基于不同先验条件的校正方案决策模型.仿真实验及基于配准区域的保真度评价结果验证了所提方法的有效性.     

OrthoBASE在航空图像正射纠正中的应用

本文介绍了ERDAS IMAGINE软件中的OrthoBASE模块在航空像片正射纠正中应用，使用这种方法效率比常规单片纠正的方法提高一倍左右，并可以节省大量的外业控制点，自动化程度有较大提高。     

R-D与共线模型在星载SAR影像正射纠正应用中的对比分析

对常用于星载SAR影像正射纠正的R-D模型与共线模型的原理及各解算步骤中存在的共性与异性进行了分析,并利用实地布设的角反射实验数据对两种模型的解算结果进行了对比。分析表明,两种模型建立在不同的原理、假设基础之上,其内部相同物理参数的解算结果也有差异,但两个模型的精度输出基本一致。     

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。     

SAR图像纠正的数学模型

本文对Ｇ．Ｋｏｎｅｃｎｙ等提出的平距投影的合成孔径雷达（ＳＡＲ）图像纠正的数学模型给子证明，并指出其近似性。随后推导了斜距投影的雷达图像纠正的数学模型，且以雷达图像的模拟数据，验证了该数学模型与Ｇ．Ｋｏｎｅｃｎｙ的数学模型具有相同的数学精度。     

SAR图像的几何校正

采用Konecny等提出的合成孔径雷达(SAR)的构像几何模型并结合数字高程模型(DEM)进行了SAR图像的几何校正,取得了较好的效果。此外,在定向元素的解算中引入了岭估计,较好地克服了由外方位元素间的强相关引起的方程病态。     

利用轨道参数修正的无控制点星载SAR图像几何校正方法

使用距离多普勒模型进行SAR图像几何校正时,卫星轨道误差、系统成像参数误差和DEM高程的误差会影响几何校正精度。本文提出了一种基于轨道参数修正的星载SAR图像几何校正方法。首先利用多项式对卫星轨道进行参数化,然后使用模拟SAR图像与真实SAR图像进行匹配得到控制点来修正轨道参数,最后利用修正后的参数进行几何精校正,从而提高几何校正精度。该方法无需地面控制点,适用于不易于人工测量获取地面控制点地区的SAR图像几何校正,与基于模拟SAR图像匹配并使用多项式改正的几何校正方法相比,本文方法具有更高的精度。使用Radarsat-2图像进行试验,并使用地面实测GPS控制点验证了本方法的有效性。     

SAR影像几何校正

SAR影像的几何校正是阻碍其应用的瓶颈问题，目前所用的方法都有其局限性。介绍描述SAR构像几何的坐标系统及距离－多普勒方程，同时，介绍卫星轨道及描述卫星轨道的参数。为提高几何校正的精度，提出一种由几个离散点的值内插整个弧段上卫星状态向量的轨道模拟算法。在此基础上，给出利用DEM进行SAR影像几何校正的方法。该方法以时间参数为自变量，迭代解算距离－多普勒方程，计算DEM中点每一点对应的影像坐标，最后进行了实验与讨论。     

基于RPC模型的高分辨率SAR影像正射纠正

在分析TerraSAR-X、COSMO-SkyMed等高分辨率SAR影像成像几何模型的基础上,采用RPC模型拟合SAR影像的成像几何模型,拟合的精度在1%个像素以内;在1∶5万DRG上选取1个控制点对RPC模型参数精度的改进,结合1∶5万DEM对TerraSAR-X、COSMO-SkyMed数据进行正射纠正,纠正结果能满足1∶5万DOM的精度要求.从而说明RPC拟合雷达成像几何的正确性以及利用RPC模型进行高分辨率SAR影像正射纠正的可行性.     

基于影像模拟的SAR几何校正准自动方法

合成孔径雷达影像的几何校正是许多微波遥感应用中必须解决的问题，当无法获得准确的轨道数据时，这个问题变得非常困难。本文提出了利用合成孔径雷达模拟影像进行准确的几何校正的原理及方法，并以RADARSAT SAR影像进行了实验。该方法利用不准确的轨道数据及数字高程模型生成模拟的SAR影像，用影像匹配的方法自动获取模拟影像与真实影像之间同名点的坐标差值，而这个差值信息正好提供了对不准确轨道数据的控制。本方法无须地面控制点，并基本上可以自动进行，是解决目前SAR几何校正问题的有效方法。     

基于多项式正射纠正模型的机载SAR影像区域网平差

在SAR影像多项式正射纠正模型基础上,分别对平高点、平面点、高程点、加密点列出了误差方程,从而建立了基于多项式正射纠正模型的机载SAR影像区域网平差模型,并设计了相应的软件。利用成都测区的机载SAR影像进行了实验,取得了比较满意的结果。     

机载高分辨率SAR图像直接对地定位原理及精度分析

依据机载SAR成像的原理,给出了一种实用的机载SAR直接对地定位公式,并结合获取的高分辨率图像进行了定位纠正,取得了较好的效果。根据机载SAR图像对地定位的原理,推导了定位误差的传播公式,并进行了一些误差模拟研究。     

FY-2卫星S-VISSR数据几何纠正研究

提出了一种简单高效的FY-2卫星S-VISSR数据的几何纠正方法。该方法以FY-2标称投影图像(NOM)经纬度对照表作为参考图像,FY-2卫星S-VISSR数据作为输入图像,首先利用S-VISSR数据提供的简化格网数据在两幅图像间获取同名点,然后根据同名点寻找两幅图像间的几何变换模型,最后对S-VISSR数据进行几何纠正。实验表明,利用该方法能够快速地完成对FY-2E和FY-2D卫星S-VISSR数据的几何纠正,其精度达到了1个像素左右。     

基于空间插值的影像纠正精度的空间可视化表达

现有影像纠正精度以控制点精度评定为基础 ,对于精度探讨采用可视化技术从整体上进行表达。以相似变换作为影像纠正的基本模型 ,推导了纠正后任意点精度与控制点精度的关系 ,并基于此选择采用距离倒数乘方法作为空间插值方法 ,插值影像纠正后任意点不同方向上的以及点位的精度。在此基础上 ,采用精度可视化的概念对影像纠正的质量加以描述 ,通过一个加密前后影像纠正的实例说明其应用的方法 ,并获得了一些有益的结论