最新雷达干涉测量崔松整理Word文档下载推荐.docx
《最新雷达干涉测量崔松整理Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《最新雷达干涉测量崔松整理Word文档下载推荐.docx（30页珍藏版）》请在冰豆网上搜索。
SAR的不足：
SAR传感器获取的原始资料主要包含两种信息：
一是地面目标区域的二维图像，二是地面目标反射回来的相位
SAR成像没有利用回波相位信息。
经过SAR成像处理后，对于地表三维目标，得到二维SAR图像，即目标到SAR卫星的斜距和相对于航迹的位置（或多普勒频率）被投影到二维的SAR图像上，要得到目标的三维坐标，需要利用立体定位的方法的得到目标的三维坐标。
INSAR（合成孔径雷达干涉测量）：
一种以合成孔径雷达复数据提取的干涉相位信息为信息源获取地表三维信息和变化信息的技术。
InSAR：
利用短基线（一般为几十~1000m），由相邻航线上观测得到的同一地区两幅SAR影像的相位进行干涉处理来获取高程资料，由得到的目标点的三维坐标建立高精度的数字高程模型（DEM）
D-InSAR：
以InSAR为基础发展起来的差分雷达干涉测量（D-InSAR）对于高度的变化非常敏感
PS-DInSAR：
利用散射特性在时间上保持稳定的高相干点来获取可靠的干涉相位信息
GPS技术与InSAR技术结合：
一方面可以利用GPS技术消除InSAR的大气及轨道误差，提高其时间分辨率，解决时间去相关问题；
另一方面，可以利用InSAR技术提高GPS的空间分辨率，从而进行大尺度的地表形变监测。
1.3InSAR的主要应用
高程生成、（地形图测绘）地面沉降、地震、滑坡检测、
火山活动研究（可连续动态监测地表变化，还可估计岩浆流厚度和宽度活火山现场观测原来对人员设备危险）、
土地利用类型分类（可区分林地、开阔地，风、雪融对相干图的影响，基线越长对地表微小运动和变化越敏感）、
海洋应用（利用相位差得到风力、海潮、内波、船尾浪引起的洋面变化）
冰川运动和极地陆地边缘探测、山体运动监测、坡度估计、变化监测
1.4.InSAR的技术发展趋势
雷达传感器向着多波段，多极化，多工作模式，视角可变的方向发展。
SAR卫星向着轻型化发展。
是组成SAR卫星星座、卫星编队、卫星编队星座等天基SAR系统的关键。
SAR向着高分辨率，宽测绘带宽方向发展
InSAR数据获取更为丰富、便捷。
InSAR与其他技术的融合。
相位解缠，极化干涉和PS技术仍是InSAR理论研究的热点
InSAR应用更为广泛
第二章InSAR基本原理及数据处理
1.SAR影像的特点
1.SAR影像是复数影像，包括振幅图和相位图影像。
复影像：
复影像数据包括雷达波振幅和相位两部分，被称为复数的实部和虚部。
SAR影像的每一像素不仅包含反映地表微波反射强度即所谓的灰度值，而且还包含与雷达斜距有关的相位值，这两个信息分量可用一个复数（a+b·
i）来表达。
2.斑点噪声
雷达记录的信号是不同散射中心回波矢量的叠加，由于散射中心的回波是随机变化的，这种随机变化造成了相干斑噪声。
另一方面，相邻像素点的灰度值会由于相干性而产生一些随机变化，在图像中也会产生斑点噪声
原因一：
由于SAR系统的分辨率是有限的，目标表面相对于系统波长比较粗糙，图像中的每一个分辨率单元都是许多散射点的合成。
雷达记录的信号是不同散射中心回波矢量的叠加。
由于散射中心的回波是随机变化的，这种随机变化造成了相干斑噪声。
原因二：
SAR成像系统是基于相干原理的，在雷达回波信号中，相邻像素点的灰度值会由于相干性而产生一些随机变化，并且这种随机变化是围绕着某一均值而进行的，在图像中也会产生斑点噪声。
相干斑点噪声是SAR图像固有的特征
3.穿透性
4.几何特征
纵向：
平行于卫星的飞行航线，方位向
横向：
垂直于卫星飞行的航线，距离向
SAR影像几何特点：
距离收缩、透视收缩、叠掩和阴影等现象。
5.多视处理
SAR影像有两种显示方式：
斜距显示和地距显示。
2.SAR干涉测量工作模式
InSAR工作方式
前两种主要用于机载SAR干涉测量；
后一种用于星载SAR干涉测量，卫星不受大气影响，轨道和姿态稳定，为重轨干涉测量提供了较好的条件。
1.交轨干涉测量（XTI）
飞行平台上同时装载两个天线，其中一个负责发射并接收雷达波束，另一个则只负责接收，这样基线固定，只要能准确确定平台位置，就有利于获得高质量的干涉测量数据和高程计算结果
航空平台多采用这种方式，航天飞机也实现了这一方式（SRTM）
准确确定平台位置GPS、平台姿态稳定INS
侧滚的影响和坡度的影响很难区分相位差由侧滚引起变化
2.顺轨干涉测量（ATI）
双天线，在飞机上一前一后
目前只是在飞机上采用，主要用于海流速度制图、运动目标探测、方向波浪谱测量
3.重复轨道干涉测量（RTI）
只需要一根天线，在尽可能短的时间间隔内，在大致相同的的轨道上，两次获取同一地区的数据。
目前航天INSAR的主要工作方式。
航天InSAR具有航高高，姿态稳定的特点，但是需要精确确定平台位置，等效基线必须符合一定的要求，而目前提供的参数均不精确，所以存在“参数估计问题”
SAR重复轨道干涉条件
1两次观测期间地物没变化
2稳定的观测几何关系，姿态稳定
3作运动补偿后，能保留好内在的相位信息
相位构成：
雷达接收信号中的相位由四部分贡献组成：
1）是往返路径确定的相位；
2）是地表不同的散射特性造成的随机相位；
3）大气延迟的影响；
4）噪声。
3.InSAR成像几何关系
式中，左边表示相邻像元的干涉相位差，右边第一项表示目标高程变化引起的相位，第二项表示平地引起的相位，第二项引起的相位必须消除掉才能得到地形引起的相位，这就是所谓的“去平地”。
去平地相位之后，可以得到相位与高程之间的关系：
也可表示为
对于雷达干涉测量系统而言，4π是一个参数，雷达波长已知，通过计算每个像元对应的垂直基线分量B⊥、入射角θ以及传感器到地物的距离，即可通过高程h与相位φ的函数关系求解地表高程，这就是雷达干涉测量的基本原理。
5.InSAR影像相干性估计
相干性：
是指两幅图像的相干程度，相干性是衡量InSAR像对处理效果的指标，相干性的高低决定了干涉条纹的质量，从而决定了干涉处理的结果
SAR影像干涉处理以影像之间的相干性为基础。
相干性是衡量InSAR像对处理效果的指标，相干性的高低决定了干涉条纹的质量，从而决定了干涉处理的结果，相干性很低的像对很难进行干涉处理，因此，常常利用相干性指标进行干涉像对的选取。
最大似然法相干估计具有一些优点：
无需计算干涉相位；
干涉相位误差对其没有影响；
可直接应用于单视图像；
不受局部干涉条纹频率或相位估计误差影响
去相干分析
去相干源；
原因分析补偿策略
几何去相干；
雷达观测视角；
短基线与滤波处理；
多普勒去相干；
不同时相多普勒质心频率；
通过系统参数控制与滤波处理；
系统热噪声；
基线设置参数与地表反射特征；
依靠硬件设置来减少；
体散射特征去相干；
雷达回拨的穿透能力,与波长存在较大系；
选择同季节的数据；
地面目标地物变化；
地面目标的物理特性变化；
缩短时间基线；
数据处理；
数据处理过程引入的误差；
选择比较精确的算法；
6.INSAR数据处理基本流程
n复图像配准
•基于精密卫星星历和相干系数的配准•最大频谱干涉法•相位差平均梯度函数法
n基线估计
•去平地效应•高程估算•地理编码
n干涉图的生成
两复数共轭相乘得到像元干涉后的复数表示形式。
对所有像元进行共轭相乘即可生成干涉图。
n平地效应消除和干涉图的滤波
相位图中高度相同而干涉相位差不同的现象称为平地效应。
n相位解缠和相位值向高程值转换
从干涉图上直接获得的相位是值在（-π,π]之间，相位存在2π的模糊。
为了能够将干涉相位和干涉图的成像几何关系联系起来，获得地形高程和实际的地面距离，需要加上正确的2kπ，这一过程称为相位解缠。
nDEM生成及地理编码
影响InSAR数据质量的因素
卫星系统：
入射角、空间分辨率、系统噪声、影像失配、内部时钟偏差、近似聚焦
轨道：
定位精度、基线、重复轨道时间差、不平行轨道
信号：
频率、极化、带宽、噪声/斑点
地形地物：
体散射、坡向（相位梯度角）、地表物体特征（如冻土）
气候条件：
风（造成散射体运动）、雪（造成去相干）
大气层：
大气折射
7.InSAR软件简介
GAMMA：
该软件分为组件式SAR处理器（MSP），干涉SAR处理器（ISP），差分干涉处理和地理编码（DIFF&
GEO），土地利用工具（LAT）和干涉点目标分析（IPTA）五个模块
SARscape：
由核心模块、聚焦扩展模块、滤波扩展模块、扫描式干涉雷达处理扩展模块、极化雷达处理扩展模块、干涉叠加扩展模块组成。
8.INSAR技术存在的问题
INSAR技术存在的问题
•单视复数据的高精度配准
•时间基线的去相关现象
散射目标在重复轨道两次观测期间散射特性的变化所导致的时间去相干。
主要是指散射体在分辨单元内位置或者自身散射特性随时间的变化，其保持相干时间长短与本身的性质有关。
•空间基线的去相关和参数精确估计
由于入射角的不同，在距离向地物频谱投影到数据频谱时出现偏移
•相位解缠
第三章InSAR配准算法原理
1.SAR影像配准的要求
图像配准的目标是在两幅图像之间找到对应同一位置的匹配点。
InSAR影像的相位信息远比能量信息对地形的变化敏感。
对于双天线而言，数据配准相对比较容易
对于重轨INSAR数据配准，配准的难度较大
•轨道很难准确控制
•导航数据不准确
•其它干扰因素使影像有差异
如果配准误差大于或等于一个像元，则两幅图像完全不相干，干涉图为纯噪声，因此，配准精度必须达到子（亚）像元级。
1.SLC数据处理与显示
SLC：
单视复型数据，一般以实部数据文件和虚部数据文件的形式存在，即单天线某一时段所获取数据的集合。
影像不清楚的原因：
由于振幅信号离散程度比较大，加上噪声和因干涉效应产生的或甚强或甚弱的信号，使数据的分布出现极不正常的情况，绝大多数数据都是振幅强度很小的数值，振幅强度大的点极少。
解决方法：
1.对图像进行预处理，进行振幅影像的增强
2.采取直方图分析的方法，即将频数很少的而振幅强度很大的点都组合到一起，将数值范围压缩，减小零星点的影响。
3.去噪增强，对影像进行对数变换，抑制亮区，采用3X3窗口去除噪声。
2.对数变换和去噪声
1）对数变换：
对于数值很大的振幅强度值经过对数变换，可以将其数值范围压缩，这样就可以起到抑制作用。
2）噪声判断与去除：
采用领域分析法进行处理。
3）再作对数变换
4）显示灰度变换后的数据
5）镜像处理：
以便和地形图和专题图对照时，方向基本一致。
5）多视处理（行方向压缩）：
由于原始数据在方向上象元分辨率高于斜距方向上的分辨率，往往要进行压缩。
6）确定重叠区（以找明显同名点）切出重叠区
2.配准原理
基于相位的配准，配准的标准
配准指标：
评价InSAR复影像配准的常用指标：
相干系数，平均波动函数，干涉条纹频谱。
1相干系数法
在参考影像以待匹配点为中心取一定大小的窗在对应输入影像的一定搜索范围内，逐行、逐个像素地移动，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。
优点：
1.在信噪比比较高的区域能够取得比较好的效果
2.运算量少
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。
这种后处理方法要达到子像元级的精度较为困难。
信噪比较低时，并不能保证精度的明显提高，拟合出来的极值位置甚至还可能落在所取窗口之外。
为了达到子像元级配准精度，可以将窗口中影像进行过采样处理，或将移动间隔小于一个像元。
这种方法不仅增加了计算量还需要有较好的初始匹配候选点。
过采样也没有提高信噪比，本质上与多项式拟合的方法没有区别。
2最大频谱法
在目标窗的范围内，计算各点上复型数据的积，在此基础上，做快速傅里叶变换，并计算二维频谱值，取最大值所对应的点为配准点。
找到同名点后，计算配准系数，然后进行配准。
该算法的出发点是：
当影像达到精确配准时，所形成的干涉图质量应达到最佳。
最大频谱法实际上是利用了InSAR影像的相位信息进行配准，即当两幅影像相位越相近时，对应的频谱值越大。
1.能克服与频率相关的各种噪声，并且有明显的峰值
2.匹配精度很高
3.适用于轨道平行性较差的条件下所获得的复图像的配准
缺点：
算法比较复杂，计算量很大
3相位差平均波动函数法
以同名点领域内相位差变化的一致性为判断依据，计算目标窗内的相位差变化梯度的平均值，最小值对应的位置为配准点位置。
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。
以上三种方法的局限性：
1.采用局部窗口进行无偏估计是有局限性的，为此所得到的相似性测度与理论值存在偏差，而这种偏差往往具有不确定性，表现为相似性测度的计算结果上可能会出现多个极大（小）值（峰值或谷点）的情况。
而且计算结果受噪声或随机干扰影响比较大，其中的最大（小）值可能并不是实际的同名匹配点。
2.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。
在信噪比较高时，理论精度可达0.15～0.2像素；
3.基于最大频谱法的干涉影像配准从干涉条纹图的质量出发，以干涉图的效果为判据，理论上最适合干涉影像配准。
但这种算法需要反复生成局部的干涉图，计算量巨大，而且根据信噪比引导配准也需要较高的信噪比条件。
4.配准方法
多级配准流程，配准指标，粗匹配到精匹配的过程
1.多级配准流程
在SAR影像上选取一些满足特定条件的控制点，然后再根据控制点的信息拟合出整幅图像的配准信息，最后对图像进行重采样得到配准图像。
为了达到InSAR配准的精度要求，通常采用从粗到精的多级配准策略
2.粗配准
粗配准阶段主要是为了得到主图像与辅图像间的偏移。
该偏移量的精度要求在30像素以内。
可以采用用户在两幅影像上选择一个同名点，然后分别得到该点在各自影像上的坐标，将坐标相减就可以得到两幅影像的偏移值。
3.像元级配准
像元的配准可以在影像的空间域或者频率域进行。
通常在主图像上选取匹配窗口，根据粗匹配结果在辅图像上选取搜索窗口，然后根据配准评价指标计算两个窗口的相似程度，通过移动搜索窗得到最佳配准点。
对于所有的配准点，经过一致性检验剔除粗差，最终达到像元级的配准精度。
4.方位向滤波（可选）
由于多普勒效应的影响，主辅图像间会存在由于多普勒频移导致的去相干，为此在进行精配准前可以对两幅影像进行方位向滤波，以减少这种去相干影响。
5.子像元级精配准
子像元级配准主要方法有两类，一类基于原始图像过采样数据进一步寻找更加精确的配准位置，称之像元过采样匹配法；
另一类算法基于粗配准点周围若干像元的相关系数插值求取最大相关系数，以之确定更加精确的配准位置，称之相干系数插值法。
前者有精度上的优势，后者有速度上的优势。
1）像元过采样匹配法
步骤1：
对已获得的每一个控制点采用双线性插值等方法对相应主图像、辅图像块作过采样处理。
插值的间隔决定过采样程度
步骤2：
进行最大相干估算。
与像元级的配准相似，采用基于窗口的搜索方法，寻找可靠的相对偏移量估算值。
步骤3：
选取最大相干系数的匹配位置即该控制点亚像元配准位置。
2）相关系数拟合法
插值相关系数法并不是对像素本身进行过采样，而是对周围像元的相关系数值进行高精度的插值来获得子像元级配准精度。
实相关系数过采样运算量比较大，利用FFT算法，在频率域进行插值，可以大大提高运算效率。
与像元级配准方法相比，该方法主要做了三点修改：
1需要对配准图像进行插值，因而配准中的点变为亚像素点，搜索图不再是直接从配准图中截取连续的一小块，而是从插值后的配准图中抽取相应点而得到。
2不再使用整体的位移矢量，而是使用局部位移矢量。
先计算一些像素点的位移矢量，再由这些位移矢量插值得到每一个像素的位移矢量。
起初选择的那些像素点被称为控制点。
3配准的结果不是由配准图整体位移得到，而是根据每一个像素点的位移矢量，从插值后的配准图中抽取对应点，得到配准结果。
6.多项式拟合，配准函数的确定
在完成子像素级别配准后，就会得到一系列同名点对，这个时候就可以用多项式来描述主辅影像之间的变换关系，通常采用二次多项式。
7.辅图像重采样
8.配准实验及分析
4.InSAR影像数字摄影测量配准方法
以振幅影像为对象，多种配准方法的结合，逐步精细。
多级配准的三个重要步骤
（1）基于特征点的配准
在参考影像或基准影像上首先确定一个格网，以格网点为中心，在其邻域搜索特征点，对于每一个特征点，在待配准影像上搜索待选同名点，搜索中以相关系数作为确定待选点的测度。
在确定特征点的过程中可以采取各种各样的方法比如采用Fö
stner算子法
该方法首先计算一点与其四邻点灰度差分绝对值只要有任意两方向上差分绝对值大于给定的阈值T就可将该点作为待选点
然后在以待选点（i,j）为中心的3×
3窗口内按Fö
stner算子法计算协方差矩阵N和误差椭圆的园度q：
根据误差椭圆度阈值Tq计算待选点（i,j）的权：
最后在一个适当选取的窗口内，取权值最大的待选点为特征点
（2）基于松弛迭代方法的整体影像匹配
在第一级配准结果基础上对待选点作进一步的分析特别是对多峰点作深入的分析
（3）最小二乘匹配
在第二步配准结果的基础上，考虑待配准影像相对于参考影像的几何畸变和辐射畸变通过最小二乘方法逐步迭代以精确确定配准点位
多级配准方法的完善
（1）相干系数的估计用于精确配准
在最小二乘匹配中迭代终止条件用相干系数的估计值替代相干系数
（2）基于相位差分的最小二乘匹配
第三步采取最小二乘匹配方法。
在误差方程式中以相位差分代替影像灰度差分
5.基于结构信息的配准方法（上课讲得很少）
根据SAR影像特点，以影像中结构信息为基础，采取逐级匹配和多种信息相结合的方式
第一步进行影像分割，提取多边形结构信息，在多边形匹配的基础上，取得配准的初步控制信息
第二步作影像边缘信息结构的检测，在初步控制匹配信息的支持下，作边缘影像匹配得到初步的同名点集合
第三步利用影像纹理匹配以剔除误配的数据，最后以高斯滤波和最小二乘匹配相结合，得到具有子像元匹配精度的结果
1）影像分割和多边形匹配
2）边缘提取和边缘匹配
3）纹理特征提取和纹理匹配
第四章干涉图的生成和处理
§
4.1干涉图的生成及其信息特点
1.干涉条纹的计算和干涉图的生成
每一个点的（fai）计算出来之后，将相位差数据灰度化显示出来就是干涉图
干涉图以干涉条纹表现出来。
干涉图具有条纹状，是由相位差的周期性变化而产生的
相位差由最近点至最远点逐渐增大主值周期变化
2.干涉条纹周期的高差估计
干涉图中的条纹是相位差数据周期性的表现，这种周期性与高差相关
由天线S1引出的水平线与基线B的夹角为α，S1的入射角为Ɵ，S1和S1相对地面点P的斜距差为∆r，有
其中T在双天线工作方式下为1；
在重复轨道工作方式下为2
基线垂直分量越长，单位周期的干涉条纹所表示的高差越小
干涉图特点：
干涉图具有条纹状，是由相位差的周期性变化而产生的；
亮的地方表示相干系数大，干涉图在这些点位的质量好；
暗的地方表示相干系数小，干涉图在这些点位的质量差
（干涉条纹的特点
1.相位值的周期性:
由于复数对其相位的周期性，干涉条纹的相位值，只能在（-π,π]之间出现。
2.各象素点上相位值的可信度不同:
影响相干性的因素很多，机理各不相同，对不同象素的作用也不相同。
3.噪声的统计特性污染严重:
这在干涉过程中带入干涉图中的相干斑，将成为野值。
野值的存在，污染了相位噪声的统计特性，使其分布产生拖尾）
3.干涉图的质量估计和影响质量的因素
一般以相干系数作为干涉图质量评价的依据
其中M，N为估计时所采用的窗口大小参量对每一点均按该式估计
1.Ø
电子设备噪声
一般在实验室中预先进行检校
在运行过程中也需要通过检校加以去除
一般每过一段时间都需要作检校工作
2.Ø
大气的影响主要表现在大气层的非均匀性
对信号传播的影响
将大气层划分为若干大体均匀的层面
以简化数学模型，通过数据处理克服大气影响
3.Ø
重复观测期间散射体物理特征性的变化
比如植被含水量的变化会降低数据相关性
4.Ø
地形的变化是影响相关性的重要原因
如滑坡、地震，常常造成数据配准不准确
但是反过来为地形变化监测分析提供了信息
5.Ø
配准过程中的问题
包括配准点、块的质量很差
甚至由于所用算法如几何变换方法和重采样方法
的不妥当，也会影响干涉图生成质量
6.Ø
体散射效应
如稠密树冠因穿透所造成的多路径散射和体散射
升级会员 