资源描述：
《InSAR经典图像配准及比较.docx》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、InSAR经典图像配准方法及比较1前言合成孔径雷达干涉测量（InSAR）利用雷达两次获取同一地区的回波信号进行干涉处理得到干涉相位，利用干涉相位可提取地面高程和形变信息。目前卫星SAR复数影像是InSAR应用的主要数据源。卫星SAR系统采用单天线重复轨道工作方式,卫星一次通过某地区只能获取一幅影像（单视复图像），卫星以一定的时间间隔和轻微的轨道偏移重复通过该地区时再次成像。由于轨道偏移，这两幅影像并不完全重合，因此卫星SAR影像配准就成为干涉处理的首要步骤，也是影响干涉相位图质量以及最终成果精度的关键因素之一。SAR复数影像精配准首先对参考影像和待配准影像进行采样，并在参考影像上
2、确定均匀分布的N个控制特征点，以控制特征点为中心选取一定大小的匹配窗口。再根据粗配准的影像偏移量，在待配准影像上相应位置选取比匹配窗口大的搜索窗口。在搜索窗口内按一定顺序逐像元移动匹配窗口，计算两匹配窗口的匹配指标值。InSAR图像配准的三种常用方法——相干系数法、最大频谱法、相位差影像平均波动函数法匹配实现步骤大致相同，只是根据匹配窗口中计算的匹配指标、计算方法及选取配准点的标准不同。2相干系数法 用相干系数r作为匹配测度的步骤与数字摄影测量中用相关系数ρ作为匹配测度时的大致相同。在参考影像以待匹配点为中心取一定大小的窗口，在对应输入影像的一定搜索范围内，逐行、逐个像素地移动，
3、并计算窗口内的相干系数，相干系数最大处即为最佳匹配点。 一般相干性系数定义为： r=
4、Eu1u2*]
5、Eu12Eu22实际计算时，通常用样本的平均值来代替数学期望，此时相干系数的计算公式为r=i=0mj=0nS1i,jS2*i,je-jφi,ji=0mj=0nS1i,j2i=0mj=0nS2i,j2一般在初步确定同名点后，在从影像上以该象素点为中心取大小为M×M的窗口，对应在从影像上以待配准点为中心取出大小为N×N窗口的数据。然后在一定的搜索范围内，在从影像上逐点移动窗口，计算每个窗口的相干系数r值，相干系数最大处即为最佳匹配点。相干系数法针对复影像的特点进行匹配，由传统的相关匹
6、配方法衍化而来，在信噪比比较高的区域能够取得比较好的效果，运算量较小，所以也是用得最多的算法。由于这种计算方法既考虑了SLC数据的振幅信号，又顾及到了相位信号，判断配准的依据十分充分，但是，利用一定大小的窗口内像元值来估计总是有偏的，所以这种方法虽然理论依据很充分，但实现过程中会存在偏差，影响配准的效果。3最大频谱法最大频谱法基本思路是定义复数干涉图频谱的最大模值与其他频率成分的模值之和的比值，即相对最大频谱为配准过程所使用的评价函数。当两幅复图像配准精度越高时，图像之间的干涉条纹质量越好，其频谱值最大，找到频谱最大值，就可以找到两幅复图像配准的位置。在主图像中取一待匹配点，在其
7、周围以较大的窗口（搜索窗口，M×M）截取子图像，记做S1，在辅图像中同一位置取对应点，在其周围取较小的窗口（匹配窗口，N×N）截取子图像，记做S2，其中M>2×N，以保证计算的准确性。将S2在S1内按二维方向逐点滑动，并且每滑动一次，计算一次该位置的干涉图频谱，即F=FFT2(S1`∙S2*)其中S1`表示S1与S2同等大小的子图像，取该频谱的最大模值作为该位置的质量测度I(i,j)=maxF大窗口内所有位置上干涉图频谱的最大模值形成一个信噪比矩阵SNR(i,j)=I(i,j)m≠in≠jI(m,n)该矩阵的最大值对应着最佳的配准结果。最大频谱法实际上是利用了InSAR影像的相位
8、信息进行配准，即当两幅影像相位越相近时，对应的频谱值越大。这也被称之为相位相关。这种方法最明显的优势是能克服与频率相关的各种噪声，并且有明显的峰值。 但是，这个方法所存在的问题也是很明显的，突出的一点是运算量非常大。因为在实际运算中，要进行许多重复的计算，如逐点干涉条纹图和频谱图，尤其是计算频谱时的计算量会随着N的增加而急剧增大。而且，为了能使用FFT算法，N一般要选2的整数次幂。4相位差平均波动函数法没有噪声或地形变化的理想相位差图像在方位向上有一个恒定的相位值，在距离向上成锯齿状。相位差随距离增加，从0到2π，接着又变为0并重新开始增长的过程。当有相位噪声和配准误差存在时，相
9、邻像素的差值会很大。当正确配准两幅InSAR影像时，相位差图像上的平均起伏会达到最小化。具体步骤如下，对于两原始数据集合，分别计算每一点的相位值，形成两个临时相位数据文件，在确定目标窗口大小和搜索范围大小之后，对待配准数据搜索范围中每一点及其邻域逐一计算相位差P(i,j)=φr(i,j)-φl(i+Δi,j+Δj)其中Δi和Δj对于不同的搜索位置，具有不同的数值。在目标窗内，计算 f=i=1mi=1nP(i+1,j-P(i,j))+P(i,j+1)-P(i,j)2其中m，n为目标
