InSAR系列讲座4-InSAR数据处理及关键算法

《InSAR系列讲座4-InSAR数据处理及关键算法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、四川测绘第28卷第1期2005年3月45InSAR系列讲座4*InSAR数据处理及关键算法刘国祥(西南交通大学测量工程系，四川成都610031)[摘要]作为InSAR系列讲座的第四篇,本文介绍并讨论InSAR数据处理方法和关键算法,并对主要的数据处理流程以数学模型的形式进行了概括。[关键词]合成孔径雷达干涉;数据处理;算法[中图分类号]P237[文献标识码]A[文章编号]1001-8379(2005)01-0045-03DATAREDUCTIONANDKEYALGORITHMSININSARLIUGuo-xiang(Dept.ofSurveyingEngine

2、ering,SouthwestJiaotongUniversity,Chengdu610031,China)Abstract:Asthefourthpartofthetutorial,thepaperwillintroduceanddiscussthedatareductionproceduresandthekeyalgorithmsinInSAR.Theprimarydataprocessingproceduresarealsorepresentedintheformofmathematicalmodels.Keywords:InSAR;datareduct

3、ion;algorithms1引言道高度为数百公里，因此，在重复轨道影像重叠区基于数字信号处理技术，InSAR的数据处理过程域内，同名像点对间的坐标偏移量具有一定的变化[2]可以被高度自动化，以提取地表三维信息和地表形规律，一般可使用一个高阶多项式来拟合。变结果。前一讲座已经介绍了干涉相位信号的构成、干涉测量要求影像配准精度必须达到子像元InSAR测高与探测形变的基本原理和方法，本讲将主级。一般分两个阶段来实施，即粗配准和精配准。要讨论InSAR的数据处理流程及关键算法。这里所涉粗配准可利用卫星轨道数据或选取少量的特征点计及的干涉数据处理一般是从单视复数SAR

4、图像开始算待配准影像相对于参考影像在方位向（影像列方的，而有关SAR数据处理的方法可参见文献1。向，以t坐标表示）和斜距向（影像行方向，以r坐在干涉数据处理实施之前，必须选择合适的干标表示）的粗略偏移量，目的是为影像精确配准中涉像对和其它辅助数据（如外部DEM，用于地形相的同名像素搜索提供初值。而精配准首先是基于粗位的去除）。由上一讲可知，干涉像对的选择准则是：略影像偏移量和影像匹配算法，从主从影像上搜索对DEM生成来说，干涉基线既不能太长也不能太短；出足够数量的且均匀分布在重叠区域内的同名像点对于形变探测来说，干涉基线越短越好。在得到有对，然后使用多项式模型

5、来描述两影像像素坐标偏效的干涉数据集后，要对它们进行必要的处理，这差，即主从影像同名像点对的坐标差（?r,?t）可表些处理步骤包括SAR图像配准、干涉图生成、参考面示为主影像坐标（r,t）的函数表达式（多项式，如[2]/地形影响去除、几何变换、相位解缠等。下面在二次），描述这些关键处理步骤与算法的同时，也将对中间Dr=a+ar+at+ar2+at2+art012345处理结果作一定的解释。（1）22Dt=b+br+bt+br+bt+brt2图像配准012345从多时相的SAR复数图像来提取地形起伏或地基于所得到的同名像点坐标偏移观测量和最小二乘表形变信息，首要

6、面临的问题便是将沿重复轨道（存算法，多项式模型参数ai和bi（i=0,1,…,5）可以被在轻微偏移）获取的覆盖同一地区的图像进行精确求解出来，这样便完成了影像对坐标变换关系的建配准。SAR影像的配准就是计算参考影像（主影像）立。最后利用这一模型对待配准影像进行重采样处与待配准影像（从影像）之间的影像坐标映射关系，理，使从影像取样到主影像的空间。重采样的可选再利用这个关系对待配准影像实行坐标变换和重采方法较多，包括最邻近点法、双线性内插法、双三样。因为轨道偏移量较小（一般在1km左右），而轨次样条内插法等。实验证明，双三次样条内插法能46四川测绘第28卷第1期2

7、005年3月[2]满足干涉处理高精度的要求。的贡献，为了使后续相位解缠变得容易，一般先将3干涉图生成椭球参考面的相位分量从直接差分相位中去除。值将主影像与重取样后的从影像对应像素的相位得注意的是，相对于地形贡献来说，参考椭球面的相减，便可很容易地得到相位差图。实际计算处理贡献是占主导地位的，这就是为什么一次差分干涉中，是先将主从影像作复数共轭相乘，其数学表达相位图看起来呈现为大致与轨道相平行的条纹，有[2]式为，效干涉基线越长，干涉条纹越密集，地形坡度越大，*干涉条纹越密集，地形越复杂，条纹曲率变化越明I(r,t)=M(r,t)×S(r,t)（2）显。当我们去

8、除掉参考面的贡献后，地形相位条纹式中，