微波遥感 期末知识点 复习 资料Word文件下载.docx
《微波遥感 期末知识点 复习 资料Word文件下载.docx》由会员分享，可在线阅读，更多相关《微波遥感 期末知识点 复习 资料Word文件下载.docx（10页珍藏版）》请在冰豆网上搜索。
P波段波长较长，由于微波穿过大气层时会产生法拉第旋转，低频长波旋转程度大，极大限制了空基P波段微波遥感系统的可行性。
且由于波长较长其分辨率低。
目标的散射特性与哪些因素有关？
电磁波辐射在非均匀媒质或各向异性媒质中传播时多方位、多角度地改变原来传播方向的现象，即目标对入射电磁波能量的重定向。
瑞利散射：
（a<
0.1λ）散射光波长等于入射光波长，散射粒子远小于入射光波长。
米氏散射：
（0.1λ<
a<
10λ）当大气中粒子的直径与辐射的波长相当时发生的散射。
光学（非选择性）散射（10λ<
a）散射粒子的粒径比辐射波长大得多时发生的散射，散射系数与波长无关。
目标的散射特性首先取决于目标尺寸和雷达波长间的关系（粗糙度），入射角、介电特性（介电常数增加，反射增加）和极化特性。
如何提高真实孔径雷达分辨率？
距离分辨率（地距分辨率）Rg=（tc/2）secβ
斜距分辨率Rr=tc/2（沿波束方向）
脉冲宽度越小，俯角越小，距离分辨率越高，俯角太小地形影响严重，当俯角一定时，减小脉冲宽度可提高距离分辨率，所以合成孔径雷达在距离向采用脉冲压缩技术chirp（距离压缩）
方位向分辨率Ra=（λ/d）R（又R=H/sinβ=H/cosθ）
提高方位分辨率=>
加大天线孔径，波长较短电磁波，缩短观测距离合成孔径技术
合成孔径雷达分辨率与哪些参数相关？
距离向分辨率Rg=（tc/2）/cosβ
方位向分辨率Ls=βsR=D/2
什么是多视？
多视：
用平均法减低相干观测系统上特有的乘性随机噪声光斑；
把合成孔径长度分为N个区间，每区间内方位压缩后相加平均，N为视数
降低了空间分辨率，换取辐射分辨率的提高
SAR图像有哪些特点？
1.穿透性：
大气对电磁波的衰减与电磁波有关，波长越长，衰减越小
2．斑点噪声：
雷达图像上每个像素的信号是电磁波与各微散射体相互之间加强或减弱作用的集成，在影像中以斑点的形式表现出来。
成像前：
多视处理成像后：
滤波处理
3.SAR侧视成像的几何特征：
（1）斜距显示的距离压缩
斜距成像的雷达影像在距离向呈图像压缩的几何失真现象
靠近星下点的目标成像压缩现象严重
（2）侧视SAR阴影
起伏地形的雷达影像在后坡出现暗区的图像缺失现象
（3）侧视SAR透视收缩
起伏地形的雷达影像山坡长度按比例计算后,比实际长度短
（4）侧视SAR叠掩（顶底位移）
山顶部分的回波比山脚部分的回波更早被雷达接收记录，从而使山顶影像“叠置”在山底之前的图像失真现象
（5）SAR图像左右、上下倒置
列出常用的星载SAR系统及其主要参数
SEASAT美国、ERS-1欧洲、JERS-1日本、ERS-2、RADARSAT-1加拿大、SRTM美国、ASAR（美国Envisat卫星）、POLSAR（日本ALOS卫星）、TerraSAR-X德国、RADARSAT-2、TanDEM-X德国
PALSAR
日本
2006
ALOS卫星
L
全极化
约30×
10/20
TerraSAR-X
德国
2007
卫星
X
6.6×
6.6
RADARSAT-2
加拿大
C
5.2~30×
7.6
TanDEM-X
2010
InSAR基本原理与处理流程
基本原理：
基本步骤流程：
影像配准过程：
1.相干系数法
2.最大干涉频谱法
3.平均波动函数法
从粗到细匹配策略：
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⇒改善抗噪声能力，提高可靠性
最小二乘匹配⇒逐点精化，达到子像素级的精度
卷积频谱的截止频率2η对应于信号的奈奎斯特（Nyquist）频率，即采样频率1/T不能够小于截止频率的2倍
过采样：
在进行影像相乘的操作之前，增加原始的复数影像之采样率。
简单地说，先对原始影像进行2倍的重采样。
干涉图生成的前置滤波和后置滤波：
•前置滤波：
在生成干涉图之前对原始的复数干涉影像进行滤波
•后置滤波：
在形成干涉图后，对干涉图进行滤波
去除平地效应：
假设一个平均的高度，根据轨道参数估算平地效应。
计算干涉图的频谱，取出最大频率值，并去除掉该频率分量的影响。
滤波的目的：
•提高信噪比，改善干涉条纹的视觉效果
•保持好相位差原有的分布规律基础上，消除噪声影响
自适应平滑滤波原理流程：
相位解缠的基本原理和典型方法
从干涉图中得到的相位差实际上只是主值，其取值范围在（−π,π]之间，要得到真实的相位差必须在这个值的基础上加上或减去2π的整数倍，这样的过程称为相位解缠
相位解缠的两个主要步骤
1，估计相邻像素之间真实相位的差值
2，按照某种策略对相位差值进行积分
Nyquist标准：
干涉图中，相邻象素的解缠相位值必须在一个周期之内
对于缠绕相位的差分结果再缠绕后求和，可得干涉图所包含的真实相位（缠绕运算--取一次以2π为模的主值）
m−1
ϕ（m）=ϕ
（1）+Σw{Δ{w{ϕ（t）}}}
n=1
相位的不一致性：
解缠后的相位数据矩阵中任意两个点之间的相位差与这两点之间的路径有关。
什么是残数:
在2*2模板上的线积分结果称为残数的总值。
相位解缠方法:
枝切法、质量图法、最小二乘法、网络流法。
什么是永久散射体：
散射特性较稳定、对雷达波反射较强的硬目标就称为永久散射体
极化：
极化描述了电场矢量末端轨迹的方向和形状
完全极化波：
单色波且无噪声分量，完全极化的单色波的w,δ都是常数。
雷达的发射波一般可视为完全极化波。
部分极化波：
包含随机量、时变量或噪声分量。
雷达接收的回波一般可视为部分极化波。
水平极化：
电场矢量与入射面垂直
垂直极化：
电场矢量与入射面平行
Jones矢量只适用于完全极化波
Stokes矢量对完全极化波和部分极化波均有效
Poincare球：
球面，完全极化波
球内，部分极化波
球心，非极化波
散射坐标系：
根据接受天线所处坐标系的+k轴方向与散射波传播方向的关系（相同或相反），有前向散射坐标系和后向散射坐标系。
其坐标原点分别为发射天线和接受天线。
前向散射坐标系、后向散射坐标系、单站散射坐标系（属后向散射系）
散射矩阵、Muller矩阵、协方差矩阵、相干矩阵及其关系。
极化散射矩阵-给出入射与散射波Jones矢量关系（完全极化波）
Muller矩阵-入射与散射波Stokes矢量（不完全极化波）
Pauli矢量化—>
共轭相乘,多视平均—>
极化相干矩阵
散射矩阵
典排序矢量化->
共轭相乘,多视平均->
极化协方差矩阵
（极化协方差矩阵对角线上元素反映通道的功率）
常用的极化目标分解分几类，每类的方法有那些？
相干分解：
Pauli、Cameron（互易性、对称性）、Krogager
非相干分解：
Freeman（三分量：
体散射、偶次散射、单次散射）、Yamaguchi（+螺旋体散射，适用于城市）、Huynen、Cloude
奇次散射模型：
静止的水面、宽大的马路、大型建筑的平顶、机场跑道
漫散射Bragg模型：
草地、沙漠、裸露的农田、波浪起伏的水面
偶次散射模型：
城区建筑物、树干与地表、角反射器
体散射模型：
森林（林地）
Cloude分解及其分类原理
熵H：
即目标的散射机理在统计上杂乱无序的程度（水体小、植被大）
散射角α：
表示散射类型,[0°
90°
]与目标朝向无关,代表散射目标内部自由度
各向异性度A：
对于低熵和中等熵，熵不能提供有关两个较小特征值之间关系的信息
常用及最新的极化SAR信息提取方法有那些？
星载sar将以多通道、多基、多平台、多极化、多模式优化装置、多传感器数据融合等技术为手段，以快速获取地球与空间的多维动态信息为目的，将人类带入一个高分辨率、宽测绘带、多层次、多维、多角度、多模式协同工作的对地观测时代。
利用InSAR生成DEM具有全天候、全天时，一定的穿透能力以
及精度高、速度快等特点．是未来遥感领域发展的新方向但是由于
InSAR数据处理的复杂性、数据处理的专业性，实现InSAR数据高精
度配准、有效抑制噪声、高精度相位展开以及生成高精度的DEM等方
面还是存在较大的困难。
故此利用InSAR生成DEM数据处理流程中
的上述存在的问题有待进一步深入研究
3．1复图像对的高精度自动配准。
众所周知，SAR影像由于斑点、噪声的影像，无论是对其人[配准还是自动配准都比光学影像之间的配准要困难得多。
所以高精度的自动配准方法是下一步研究的重点之一
3．2斑点噪声滤除及误差因素分析。
InSAR技术对原始数据要求非常高，往往因为数据难以满足干涉条件造成相干结果不能满足实际需求，这就要求对原始数据进行滤波，同时对潜在的误差因素进行分析，尽量减少误差对DEM的影响。
3.3相位解缠算法的改进提高。
由于相位解缠的复杂性以及数据本身质量的差异，使得相位解缠的难度变大虽然目前众多学者对相位解缠方法进行研究，但是，还没有一种公认的、有效的解缠算法能够适用各种情况的高精度相位解缠。
因此，相位解缠仍然是InSAR数据处理技术的难点和热点。
3．41nSAR生成DEM处理工具的实用化。
利用InSAR生成DEM技术的应用已经在世界上许多国家得以实现，也有一些软件的部分功能可以实现InSAR数据处理流程。
但是我国在这方面才刚刚起步．研究工作主要集中在理论研究方面，实用化进展缓慢。
所以要想有效的使用InSAR数据，就需要研究一套可行的实用化的工具．使利用InSAR生成DEM走向实用化。
升级会员 