星载sar干涉测量生成dem的两个关键技术的研究

星载sar干涉测量生成dem的两个关键技术的研究

ID:12992045

大小:39.50 KB

页数:15页

时间:2018-07-20

星载sar干涉测量生成dem的两个关键技术的研究_第1页
星载sar干涉测量生成dem的两个关键技术的研究_第2页
星载sar干涉测量生成dem的两个关键技术的研究_第3页
星载sar干涉测量生成dem的两个关键技术的研究_第4页
星载sar干涉测量生成dem的两个关键技术的研究_第5页
资源描述:

《星载sar干涉测量生成dem的两个关键技术的研究》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、星载SAR干涉测量生成DEM的两个关键技术的研究第21卷第3期2004年6月长江科学院院报JournalofYangtzeRiverScientificResearchInstituteVo1.21NO.3Jun.2004文章编号:lO01—5485(2004)03—0071—05星载SAR干涉测量生成DEM的两个关键技术的研究潘斌,杨杰,詹总谦(1.武汉大学遥感信息工程学院,湖北武汉430079;2.武汉大学测绘遥感信息工程国家重点实验室,湖北武汉430079)摘要:以欧空局重复轨道的ERS一1/2数据为例,论述

2、了星载SAR干涉测量生成DEM过程中的关键技术及其实现.讨论了InSAR生成DEM的一般过程,其中的复型数据的高精度配准与相位解缠是生成DEM所必须解决的两个关键.重点论述了达到子像元精度整体匹配技术的复图像高精度配准方法,各种相位解缠方法及其优缺点.通过生成一幅德国波恩地区的DEM,阐述了相应软件的研制及实验结果.关键词:InSAR(星载合成孔径雷达);DEM(数字高程模型);图像匹配;相位解缠中图分类号:P237文献标识码:AInSAR生成DEM的流程如图1所示.从图中可以看出,InSAR生成DEM的过程比较复

3、杂,目前,国内外针对生成DEM的每一个步骤都还在继续研究.其中,SAR影像的精确匹配和相位解缠更是研究最多的两个方面.到目前为止,还没有一种能对所有情况都取得比较好效果的算法,本文就这两个关键技术进行一些探讨.豳豳图1InSAR数据生成DEM处理流程Fig.1InSARdataprocessingflowchart1关键技术研究1.1SAR图像的高精度配准使用SAR数据进行干涉测量,图像对的精确配准是至关重要的.如果配准误差大于1个或等于1个像元,则两幅图像是完全不相干的,干涉图为纯噪声,因此,配准的精度一定要达到

4、子像元级.同时,配准精度的高低决定了生成干涉条纹的质量,从而也决定了高程生成的精度.国外很多配准方法基本上是在确定控制点的基础上,以控制点坐标拟合一个二次项的一般多项式,通过在参考影像和待匹配影像上选取同名点来建立影像之间几何对应关系.这种方法需要精确的选定控制点,但是一般情况下SAR影像的质量比光学影像差,这使得满足要求的选点变得相当困难llJ.文献[2]介绍了一种基于卫星轨道参数的复图像对的精确配准方法,实现了数据的自动化处理.这种方法首先根据SAR成像的过程建立待配准的两幅图像的粗配准几何关系,在粗匹配的基础

5、上再采用基于窗口的自动匹配技术,利用主图像与辅图像,在空间域或频率域进行配准.在主图像上选取匹配窗,辅图像上选取搜索窗,在搜索窗内按行列以不同的整像元偏移量计算匹配窗与对应窗的匹配质量评价指标,由此得到的匹配精度大约为像元级.最后分别通过对主图像和辅图像做过采样处理,最大相干估算以及偏移量拟合与辅图像的重采样来进行子像元级的精确配准.这种方法通过雷达的成像过程来得到两幅图像的粗匹配关系,在此基础上利用相似性进行匹配,实现了自动匹配的目的.本文论述的图像精确配准采用基于影像数据的高精度多级配准方案,这种方案主要有3个

6、步骤,即特征点的选取,基于松弛迭代方法的整体影像匹配和最小二乘匹配.通过这3级配准,由粗到精,达到子像元的配准精度,能够满足SAR干涉测量图像精确配准的要求.1.1.1特征点的自动提取在参考影像上采用格网和特征点选取结合的方法.首先确定格网,然后在格网内找特征点,这样既能保证选出的点是特征点,又能保证点分布的均匀.该法适合于雷达影像要求的高精度配准.特征点选取的过程如下:(1)按行列计算格网内每个像元的Robert梯收稿日期:200403—24基金项目:863《对地观测数据综合处理原型系统》项目资助(2003AA1

7、35010)作者简介:潘斌(1971一),男,安徽望江人,武汉大学遥感信息工程学院讲师,从事SARInSAR和极化SAR遥感图像处理系统研究72长江科学院院报2004生度.g=8u=g+1,J+l—g.J,g==gi,j+1一gi+1.17,(1)其中,g为第(i,J)像元的灰度值.(2)计算以该点为中心的窗口内灰度的协方差矩阵.N:1∑g∑g"g1.(2)g∑gJ(3)计算兴趣值q与叫.4DetNDetN,^,q__.(4)确定特征点.如果q大于设定的误差椭圆圆度阈值,则该点进入待选点队列叫,再找出队列中叫最大的

8、那个点作为该格网内待选特征点,计算以该点为中心一定大小窗口的灰度方差;如果方差小于设定阈值,则该点可能是假特征点,予以剔除.否则该点作为该格网的特征点参与下一步的匹配.1.1.2基于灰度的初始匹配对于参考影像上的一个特征点(i,J),在待匹配影像上,以(i+Px,+P)为中心,其中,,P为待匹配影像与参考影像几何粗偏差,可以通过前面的SAR成像过程获得,或者

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。