SAR数据基本处理PPT文档格式.pptx

SAR数据基本处理PPT文档格式.pptx

《SAR数据基本处理PPT文档格式.pptx》由会员分享，可在线阅读，更多相关《SAR数据基本处理PPT文档格式.pptx（42页珍藏版）》请在冰豆网上搜索。

数据导入,以RADARSAT-2SLC数据为例/SARscape/ImportData/SARSpaceborne/RADARSAT-2,2.单景雷达影像处理,聚焦处理,多视处理,SARRAWData,雷达SLC图像,雷达强度图像,滤波（单图像）,地理编码&

定标,特征提取,图像分割,图像分类,聚焦扩展模块,ENVI,单景雷达影像处理流程,SAR图像的斑点噪声,SAR是相干系统，斑点噪声是其固有特性均匀的区域，图像表现出明显的亮度随机变化，与分辨率、极化、入射角没有直接关系，属于乘机噪声多视和滤波可以抑制斑点噪声,噪声抑制多视,单视复数（SLC）SAR图像产品包含很多的斑点噪声，为了得到最高空间分辨率的SAR图像，SAR信号处理器使用完整的合成孔径和所有的信号数据。

多视处理是在图像的距离向和方位向上的分辨率做了平均，目的是为了抑制SAR图像的斑点噪声。

多视的图像提高了辐射分辨率，降低了空间分辨率。

ENVISATASARAP（HH极化）数据视数为1的图（左）和方位向视数为4的多视图（右）,练习：

多视处理,以上一步导入RADARSAT-2数据得到的结果，有四个极化SLC数据为例工具：

/SARscape/Basic/IntensityProcessing/Multilooking,地面分辨率=pixelspacingslantrange/sin（incidenceangle）20.8454313000000014.73307896000000034.8717417699999999地距分辨率=4.733/sin（20.845）=13.295米，距离向视数为1。

方位向分辨率经过多视后保持与地距分辨率一致，方位向视数为：

13.295/4.87173注：

SARscape在视数的自动计算上采取取整的方法。

用户可手动设置视数。

练习：

多视处理,SAR的斑点噪声,多视处理,噪声抑制滤波,单波段雷达图像滤波Mean、Median、Mode、EPS、Frost、Lee、AnisotropicNon-LinearDiffusion。

多时相雷达图像滤波DeGrandi、AnisotropicNon-LinearDiffusion。

原始振幅数据,斑点滤波后的振幅数据,滤波操作,工具：

基础模块：

/SARscape/Basic/IntensityProcessing/Filtering/滤波扩展模块：

/SARscape/GammaandGaussianFiltering/,地理编码&

辐射定标,SAR系统是测量发射和返回脉冲的功率比，这个比值（就是后向散射）被投影为斜距几何。

不同SAR传感器或不同接收模式，为了更好的对比SAR图像几何和辐射特征，需要将SAR数据从斜距或地距投影转换为地理坐标投影（制图参考系）,地理编码,地理编码、几何配准、几何校正、正射校正，概念是相似的，就是把SAR图像，无论是斜距几何还是地距几何，转换成地图坐标系，区别在于是否用DEM椭球体地理编码处理过程不用DEM数据地形地理编码处理过程需要用DEMSAR系统会引起非线性畸变，尤其是地形起伏较大的地方，所以就不能像光学影像一样用多项式校正或者仿射变换转换到参考坐标系，为了对SAR数据进行地理编码，要用到严格的多普勒算法，结合传感器和成像特点以及地面形态.,输出制图坐标系下的几何（参考DEM或者椭球体高度）,输入斜距几何,1.距离-多普勒方程,2.重采样,地理编码,距离-多普勒方法使用距离-多普勒方程，能计算出传感器和每个后向散射像元的关系以及它们的相对速度，不仅考虑了像元的几何亮度同时也考虑了传感器的处理过程，完全重建了成像和几何处理、考虑了地形影响（前视收缩、叠掩）、地球自转的影响以及在多波谱频移和方位向几何的地形高度的影响。

地理编码一般应用反向解法，DEM或椭球体高度是出发点。

地理编码,一般精校正结果,正射校正结果,后向散射雷达测量的是电磁波脉冲传输和接收的比率，这个比值就叫后向散射后向散射定标为了对比不同的传感器获取的同一区域影像同一传感器以不同的工作模式获取的影像同一传感器不同时相的数据使用不同的处理方法来计算,辐射定标概念,雷达方程辐射定标的基础.散射体的接收功率Pd,与散射面积的关系:

辐射定标方法,根据雷达方程，SAR图像的辐射定标参数包括：

散射面积（A）：

每个输出像元都是恢复的真实的照射面积.该面积会根据不同的地形和入射角而改变天线增益（G2）Theantennagainpattern（G2）:

天线增益的幅度变化的影响，与非定向天线相比，参考DEM和基准高度进行了校正距离引起的损失（R3）:

接收功率要由传播过程中从远到近的距离变化校正,辐射定标定标参数,一般采用以下命名BetaNought（）雷达亮度（反射率）系数，在斜距方向每单位面积的反射率单位是无量纲的。

这种归一化的优点是不需要入射角（如散射面积A）SigmaNought（so）,后向散射系数，就是通常说的散射体反射回来的雷达强度，单位是dB，Sigmanought的定义是假设入射到水平面，其差异与入射角、波长、极化、散射体的物理性质有关Gamma（g），用入射角归一化的后向散射系数,辐射定标结果,不同颜色代表不同地物类型的后向散射变化虚线范围内是ENVISATASAR数据的表现为了均衡这些变化，通常改进的余弦方法校正,辐射归一化,严格的定标之后，可识别在距离方向的后向散射系数。

因为地物反射的能量取决于入射角，实际上，获取数据的幅宽越大，在距离向的后向散射系数的变化越大，这种变化和散射体的物理特性有关，是不能被校正的，只能通过一些相对的方法来弥补，如标准化,辐射定标的相关处理,定标后处理距离校正介电常数影响校正绝对校正相关处理辐射归一化局部入射角校正叠掩/阴影处理,左-后向散射系数，中-局部入射角地图，右-叠掩/阴影地图,练习：

地理编码和辐射定标,工具：

/SARscape/Basic/IntensityProcessing/Geocoding/GeocodingandRadiometricCalibration,3.多时相SAR提取水稻种植区,聚焦处理,多视处理,SARRAWData,雷达SLC图像,雷达强度图像,图像配准,滤波（多时相图像）,地理编码&

定标,特征提取,图像分割,图像分类,聚焦扩展模块,图像镶嵌,ENVI,多时相SAR处理,应用专题：

黑龙江水稻种植监测,基于SAR的水稻种植区提取技术流程,配准,水稻区域,多时相水稻监测区域强度数据,滤波,地理编码&

辐射定标,水稻信息提取,系统参数设置,选择一套默认的系统参数：

Toolbox/SARscape/Preferences，LoadPreferencesGeneral,第一步：

图像配准,覆盖同一地区的多幅雷达影像，如要进行时间序列分析、动态监测、多时相滤波处理等，需要进行图像间的配准处理。

配准处理要求是斜距几何，并且各个图像采用相同的接收几何。

配准不同于地理编码，地理编码是将每个像素从斜距几何转化为地图投影自动配准使用交叉相关技术多时相SAR数据的自动配准采用全自动方式实现亚像元精度,多时相图像配准操作,工具：

/SARscape/Basic/IntensityProcessing/Coregistration,图像配准结果,得到精确的配准结果,第二步：

图像滤波,多时相雷达图像滤波工具：

/SARscape/Basic/IntensityProcessing/Filtering/DeGrandiMulti-temporalFiltering,滤波结果查看,滤波前,滤波后,第三步：

地理编码&

辐射定标,将数据从雷达坐标系统转换到制图坐标系统，并定标为后向散射系数。

/SARscape/Basic/IntensityProcessing/Geocoding/GeocodingandRadiometricCalibration,第四步：

水稻种植区信息提取,多时相后向散射系数时序分析/SARscape/GeneralTools/TimeSeriesAnalyzer/Raster目的是查看水稻的后向散射系数与各个时相的关系,第四步：

水稻种植区信息提取,随着不同水稻生长周期，稻田的后向散射系数发生较大的变化黑龙江一般从5月中旬开始插秧，7月份开始扬花孕穗，10月份水稻成熟。

在7月份水稻已经盖住水田，水稻田表面较平整，这个时候后向散射系数最小；

10月份水稻成熟，稻穗下垂，稻田表面较粗糙，后向散射系数达到最大。

所以选择4/7/10月份SAR图像进行RGB彩色合成，10月份稻田后向散射系数大，在图上显示为蓝色。

第四步：

水稻种植区信息提取,选择4/7/10月份SAR图像进行RGB彩色合成，10月份稻田后向散射系数大，在图上显示为蓝色。

R：

4月24日G：

7月3日B：

10月16日,第四步：

水稻种植区信息提取,用ENVI的信息提取工具/Classification/ClassificationWorkflow,水稻种植区信息提取结果,大家辛苦了！

休息休息，下一节内容更精彩！