资源描述：
《雷达干涉测量原理与应用图文.doc》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、4雷达干涉测量原理与应用•INSAR基本原理相位关系+空间关系•雷达波的相位信息的准确提取是决定干涉测量精度的主要因素•数据处理流程INSAR影像对输入基线估算去除平地效应高程计算影像配准干涉成像噪声滤除相位解缠•••INSAR数据处理的特点•复数据处理海量数据干涉图与一般景物影像不同处理流程与一般遥感影像处理不同INSAR数据处理的要求•自动化•高精度•海量数据处理INSAR数据处理的关键•相位信息•空间参数主要内容§4.1雷达干涉测量概述§4.2复数影像配准§4.3干涉图生成与相位噪声滤波§4.4相位解缠§4.5InSAR发展与应用4.2复数
2、影像配准本节要点本节系统地论述INSAR复数影像精确配准的重要性,研究配准精度对于干涉图质量的影响,对INSAR数据配准方法发展的现状进行评述,分析存在的问题;然后详细论述从粗到细的影像匹配策略和实施方案,以及最小二乘匹配方法在INSAR数据配准中的应用等。主要内容1影像配准的基本原理2干涉图质量评估与配准精度3INSAR复数影像配准方法概述4幅度影像的从粗到细匹配策略5幅度影像相关系数用于精确匹配6相干性测度用于精确配准影像配准的基本原理配准问题的提出•在遥感影像的集成应用中,包括数据融合、变化检测和重复轨道干涉成像等,均首先需要解决来自不同传
3、感器或者不同时相的影像高精度快速配准的问题•在多源数据综合处理的过程中,影像配准往往是一个瓶颈,制约整个数据处理自动化的实现•由重复轨道获得的两幅复数SAR影像,欲得到准确的干涉相位,必须精确地配准。理论上,配准精度需要达到子像素级(1/10像素INSAR数据配准问题的困难•INSAR影像对是单视数的复数影像,也就是未经任何辐射分辨率改善措施的影像,纹理模糊,还有斑点噪声的影响,要达到这样的要求并非易事•单视数复数影像的高精度自动配准,无法用人工方法配准•自动配准比光学影像之间的配准要困难得多,其配准的实施流程比较复杂影像配准的一般步骤影像配准的
4、一般步骤1控制点的确定:影像自动匹配2几何变换模型:多项式变换(相对配准3质量评估:多项式拟合4复数影像重采样:三次样条、实部/虚部5过采样:防止频谱混迭质量指标相干性测度的估计干涉图的噪声来源系统噪声地表变化影像配准聚焦不一致基线去相关后处理后处理精确配准控制成像过程控制成像过程⇒⇒⇒⇒⇒配准精度的影响(1影像大小:2500×2500波段:L,C精确配准:RMS0.03像素Max.Residual0.05像素非精确配准:+0.7像素配准精度的影响(2相干系数分布(C波段(a精确配准后生成(b未精确配准后生成配准精度的影响(3配准精度与相干性的变
5、化趋势图INSAR复数影像配准方法概述配准是INSAR数据处理关键技术之一•配准精度需要达到子像素级(1/10像素•星载SAR几何变形复杂:*方位向是系统性的*距离向与地形起伏有关⇒简单的平移和比例缩放要达到高精度配准是很困难的斑点噪声的影响已有方法之一:相干系数法k参考影像目标区域l搜索区域输入影像以相干系数为匹配测度已有方法之二:最大干涉频谱法•对干涉图u进行FFT计算,得到对应的二维频谱F。频谱中最大值(复频谱的幅度峰值表示了最亮的干涉条纹的空间频率分量,其位置则表示了最亮条纹的空间分布频率•频谱中的信噪比(SNR可以用来衡量最亮条纹的相对
6、质量,即最大分量与其他各分量之和的比值•根据(3-3式,信噪比与相干系数是等效的已有方法之三:平均波动函数法无地形变化时的理想相位差分布INSAR数据配准方法存在的问题(1•算法均为单点匹配算法⇒某一点结果的正确与否与周围点无关⇒可能出现多峰值或谷点的情况这种孤立的、不考虑与周围的同名点对关系的单点影像匹配结果之间可能会出现矛盾INSAR数据配准方法存在的问题(2•判断最佳点位置的难度和计算量很大⇒或以整像素间隔为移动距离,然后对定位结果进行多项式拟合,求出最佳点⇒或将窗口中影像预先按1:10过采样(oversampling⇒或将移动间隔定为0.
7、1个像素本质上与多项式拟合的方法没有区别,并不能保证精度的明显提高INSAR数据配准方法存在的问题(3•从干涉条纹图的质量出发来设计匹配测度,需要反复生成局部的干涉图⇒只有在配准精度达到一定程度时,才能看到明显的条纹图⇒直观上很难判断复数像对之间的相似性程度,难以对运算过程加以监控INSAR数据配准方法存在的问题(4•在一定的搜索范围内逐点计算和比较⇒实际上引进了大量的重复运算(相干性,FFT的计算等主要思路•从粗到细的影像匹配策略•以相干性作为高精度匹配的测度匹配策略的要求根据SAR影像的特点,把不同特点的匹配方法有机地组合起来,既要保证匹配的
8、高精度,又要保证可靠性和效率主要步骤特征点提取⇒选择兴趣算子挑选候选点基于灰度的粗匹配⇒确定下一级匹配的初始值整体概率松弛匹配⇒改善抗噪
