全极化合成孔径雷达影像地形纠正及其在雪冰制图中的应用

针对合成孔径雷达（SAR）影像由于地形起伏引起的图像畸变问题,文章提出了基于相干矩阵的全极化SAR影像地形纠正算法,并运用于雪冰制图。该方法首先采用距离多普勒模型建立SAR成像几何模型;然后利用全极化Cloude特征分解方法对全极化SAR图像进行融合,将融合后的SAR图像与模拟图像进行配准提高SAR影像几何定位精度;最后利用投影面积归一化和极化方位角移动补偿技术对地形引起的辐射畸变进行纠正。采用中国长江源区南部唐古拉山中段冬克玛底冰川区域的C波段Radarsat-2全极化SAR数据进行验证,配准模拟SAR和原始SAR影像的控制点方位向和距离向的均方根误差（RMSE）分别为7.765和14.586个像素;经过地形纠正后的地物分类精度达80%以上。结果表明：（1）该方法能够有效消除SAR影像中几何和辐射畸变的影响;（2）地形纠正后的SAR数据在雪冰制图中具有可行性。     

稀疏轨道条件下SAR几何校正轨道拟合策略

针对SAR影像头文件中提供的轨道矢量分布较为稀疏时,使用低阶多项式拟合轨道参数会存在较大误差,从而导致基于距离-多普勒模型的星载SAR影像几何校正精度较差的问题,提出了一种稀疏轨道条件下实用的轨道拟合策略。通过对轨道拟合误差进行分析,综合考虑距离-多普勒模型的解算与现有几何校正资源,选择使用高阶插值方法生成卫星成像时刻处足够的加密点轨道状态矢量,再对局部的轨道进行二阶多项式拟合,利用拟合的轨道模型系数进行几何校正。利用实测GPS点数据进行了SAR几何校正精度验证,结果表明该策略能够明显改善ALOS2 PALSAR影像几何校正精度,证明了该方法的有效性和良好的适用性。     

稀疏轨道条件下SAR几何校正轨道拟合策略

针对SAR影像头文件中提供的轨道矢量分布较为稀疏时,使用低阶多项式拟合轨道参数会存在较大误差,从而导致基于距离-多普勒模型的星载SAR影像几何校正精度较差的问题,提出了一种稀疏轨道条件下实用的轨道拟合策略。通过对轨道拟合误差进行分析,综合考虑距离-多普勒模型的解算与现有几何校正资源,选择使用高阶插值方法生成卫星成像时刻处足够的加密点轨道状态矢量,再对局部的轨道进行二阶多项式拟合,利用拟合的轨道模型系数进行几何校正。利用实测GPS点数据进行了SAR几何校正精度验证,结果表明该策略能够明显改善ALOS2PALSAR影像几何校正精度,证明了该方法的有效性和良好的适用性。     

星载SAR影像的定位与几何纠正

高精度几何纠正算法对SAR影像的广泛应用具有重要意义,而SAR影像纠正中的一个重要问题是建立影像定位模型。在阐述了距离多普勒定位模型的基础上,利用一景高分辨率的TerraSAR-X影像进行了地理定位实验,实验结果表明采用2次参数方程和3次参数方程描述卫星轨道位置所得的定位精度相差不大,且都能满足精度要求,为了计算方便和减少控制点的数目,通常可以采用二次参数方程来描述卫星位置。定位参数解算完成后,又采用了间接纠正法对影像进行了几何纠正,得出纠正精度不超过3个像素,表明该算法合理可行。     

星载SAR遥感影像地形辐射校正——以ALOS PALSAR为例

针对地形起伏造成的SAR图像辐射畸变等问题,在分析SAR成像机理及几何结构的基础上,通过推导,构建了基于规则化散射因子及局部入射角的地形辐射校正模型。以ALOS PALSAR为例,依据DEM与卫星轨道参数,采用R-D定位模型及Muhleman半经验模型,在模拟SAR影像的基础上,建立了真实SAR与DEM之间的映射关系,实现了对原始SAR影像的地理编码,提取了局部入射角、投影角及规则化因子等,进行了地形辐射校正,从而消除了面积效应及地形起伏造成的畸变问题。校正后的图像纹理特征更加均匀,散射系数与局部入射角的线性相关性显著降低。该研究对雷达图像的应用具有一定的借鉴意义。     

基于计算机仿真技术的CBERS-02B CCD影像几何误差分析

卫星影像的地理坐标定位会受诸多因素的影响而产生误差,各影响因素相互交织,使得误差模型非常复杂。传统的几何误差分析方法中,通常各种变量失去其物理意义,看不到几何纠正误差真实的规律。本文采用计算机仿真技术进行CBERS-02B卫星CCD影像几何误差分析。首先建立影像成像的严密几何模型,在此基础上将影响因素人为引入误差或退化采样精度进行仿真实验和分析,得到CBERS-02B卫星CCD影像畸变的规律。     

地理因子对卫星成像质量影响预估方法研究

重点研究地理因子对卫星成像质量的影响,预估影响程度,为卫星规划调度提供辅助决策信息。本文分别分析光照、地形起伏、云层3个地理因子对可见光传感器成像质量的影响,给出考虑这些因素的可见光传感器辐射接收计算公式,并结合ArcGIS分析功能,建立了地理因子对可见光传感器成像质量影响预估模型。同时,考虑地形起伏对SAR成像的影响,给出了利用DEM数据求几何畸变系数的方法,利用ArcGIS建立地理因子对SAR成像质量影响预估模型。两个模型都给出了成像质量影响程度预估值计算方法,最后,本文基于ArcGIS软件实现其原型系统。     

中巴地球资源卫星CCD 影像几何纠正方法比较

由于缺少轨道星历参数和传感器参数, 无法利用共线方程模型完成中巴地球资源卫星影像的精确纠正, 我们在项目中采用多项式纠正、局部区域纠正模型、有理函数模型等近似纠正模型进行中巴地球资源卫星影像纠正对比实验, 对这3 种纠正方法的原理、算法效率、纠正精度等方面进行对比, 通过实验数据分析获得以下结论: 有理函数模型是唯一支持DEM 数据完成中巴地球资源卫星CCD 影像正射纠正的近似纠正数学模型; 多项式纠正模型效率最高; 局部区域纠正模型可以达到很高的纠正精度但不适用于整景影像的纠正。     

星载高分辨率合成孔径雷达影像纠正技术

为检测TERRASAR、COSMO SkyMed、RADARSAT-2等星载高分辨率合成孔径雷达影像(SAR)在土地利用调查监测中的适用性,该文针对高分辨率SAR数据和产品特性,提出了控制点选取方法,分析了不同纠正模型的应用效果。试验表明高分辨率SAR几何纠正一般需要10～15个控制点,1m聚束模式纠正中误差约3m～5m,3m条带模式纠正中误差约5m～8m,分别满足1∶1万和1∶2.5万土地调查监测几何精度要求。研究结果为构建基于高分辨率SAR数据土地利用调查监测应用技术流程和促进高分辨率极化SAR数据业务化应用奠定了基础。     

推扫式光学卫星遥感影像产品三维几何模型研究及应用

推扫式光学卫星遥感影像系统校正与精纠正的几何模型通常用一个二维仿射变换模型表示,系统几何校正产品和精纠正产品中仍然包含了地形起伏信息。为了对这些信息加以应用,本文仿照RFM(有理函数模型)用于辐射校正产品几何处理的思路,提出利用RFM对系统几何校正产品、精纠正产品求解RPC参数并进行三维几何处理的技术和方法。分别利用一景北京地区10m和2.5m分辨率SPOT5 HRG各级影像产品进行了正射纠正试验,利用北京地区两景异轨5m分辨率SPOT5 HRG的各级影像产品进行了立体定向试验,结果表明,各级影像产品的三维几何模型可以用三阶分母不相同的RFM替代,与直接应用辐射校正产品影像模型进行正射纠正和立体定向的精度一致。     

基于实时地形校正的InSAR图像匹配算法

针对侧视雷达/可见光图像匹配制导系统中由于雷达图像地形畸变引起的误匹配问题,提出了一种基于干涉合成孔径雷达（InSAR）的实时地形校正图像匹配算法。该算法以侧视雷达成像几何构象为基础,利用InSAR获取的实时地形数据对获取的SAR景象数据进行实时几何校正,生成无畸变的SAR景象数据,然后利用校正后的SAR景象数据与提前安装的可见光基准数据进行基于去均值归一化互相关模板的图像匹配。实验结果表明,通过实时地形校正,该景象匹配算法在复杂地形区域的匹配概率和匹配精度都大大优于传统SAR景象匹配算法,有效地提高了SAR图像匹配制导技术的适用性。     

基于高亮特征匹配的双视向SAR图像建筑物高度提取

由于城区场景的复杂性和SAR成像几何畸变的影响,基于单幅SAR图像的建筑物高度提取常常存在很大困难。针对这一问题,利用建筑物目标SAR成像形成的叠掩、二次散射、较强单次散射等散射机制对应的高亮特征非常典型,并且对方向性敏感的特点,提出了一种基于双视向SAR图像高亮特征与几何模型匹配的建筑物高度提取方法。首先分析了建筑物目标的SAR图像散射特征及对雷达视向的敏感性,然后构造了建筑物目标在双视向SAR图像上高亮特征几何模型,然后基于灰度均值、灰度概率分布、边界信息定义匹配函数,并利用多种群遗传算法进行优化求解,最终得到建筑物目标的高度信息。基于模拟和机载SAR图像的试验表明该方法的建筑物高度平均反演误差小于1m,可以有效提高建筑物高度反演的精度。     

应用经纬映射的鱼眼图像校正设计方法

为了消除鱼眼镜头带来的形变,该文提出了一种应用经纬映射的鱼眼图像校正设计方法,推导了消除变形的数学依据,总结出一种不需要任何标定数据,快速的纠正等角鱼眼变形的算法。使用经纬映射图像的校正方法,可以把扭曲的半球鱼眼图像投射为普通照片的四方形状,也即通过投射降低图像的扭曲程度,在视觉上基本达到实用要求。     

一种适于弹载平台的PFA波前弯曲补偿方法

极坐标格式算法（Polar format algorithm,PFA）将球面波前近似为平面波前,由此引入的误差会造成SAR图像出现严重的边缘模糊和几何失真。之前的波前弯曲补偿方法都是基于雷达平飞假设,然而由于弹载SAR平台大俯冲、大斜视的机动特点,使得现有的滤波器设计方法无法直接应用于雷达平台俯冲等机动条件,波前弯曲误差补偿方法的应用范围因此受到很大限制。本文根据导弹飞行末端大斜视、大俯冲的机动特点,推导了雷达俯冲机动条件下波前弯曲空间频域相位误差的精确表达式,通过空变后滤波等处理实现了弹载SAR极坐标格式算法波前弯曲误差的精确补偿,有效地解决了弹载SAR俯冲机动条件下PFA图像的模糊和几何失真问题。该方法扩展了图像后处理补偿极坐标格式算法波前弯曲误差的应用范围,进一步完善了极坐标格式算法的波前弯曲补偿理论。最后通过仿真验证了公式和方法的正确性。     

精确校正图像的径向畸变和倾斜失真

对于用图像进行几何检测,由数码相机生成的图像存在一些固有缺点,如存在径向畸变、倾斜几何变形等。为此提出了一种可同时精确校正数码相机图像的径向畸变和倾斜失真的算法。该算法基于标准网格,首先分别建立倾斜变形模型和径向畸变模型,由此建立目标图像的倾斜变形和径向畸变的联合变形模型;然后用最小二乘法和最优化算法求根据联合失真模型求得标准网格的失真参数,利用该参数可校正同等条件下获得的目标图像;最后对实际图像进行了校正实验,获得了满意的校正结果,说明该算法能有效地同时精确校正图像的径向畸变和倾斜失真。     

双参数估计的改进自聚焦算法

传统自聚焦算法的多普勒调频率拟合模型中当最近斜距存在误差时,由于只考虑载机地速对多普勒调频率的影响,导致多普勒调频率拟合后会引入沿距离向变化的二次相位误差,该二次相位误差会严重影响高分辨率合成孔径雷达(SAR)成像的质量。为解决此问题,通过分析载机地速和最近斜距两个系统参数存在误差时对多频率调频率拟合的影响,提出了基于自聚焦算法结合最小二乘方法联合估计最近斜距和载机地速的双参数估计算法。该算法采用的估计模型相比于传统单参数估计算法更加符合真实的方位多普勒模型,在没有外定标的情况下可以很好地估计最近斜距误差。最后通过实测数据成像验证了该算法在高分辨率SAR成像中的有效性和适用性。     

A statistical and Wiener filtering algorithm based on the curvelet transform for SAR images

Synthetic aperture radar (SAR) images contain many kinds of noise. Speckle noise is multiplicative noise generated by the coherent imaging processes involved in SAR images and brings a great hindrance to the interpretation and application of SAR images, so it is considered the first major kind of noise in SAR images. SAR images also contain other incoherent additive noises generated by other factors, such as Gaussian noise, which are all considered the second major kind of noise. In order to reduce the impact of noise as much as possible, after an in-depth study of SAR imaging and noise-generating mechanism, curvelet transform principle, and Wiener filtering characteristic, a novel filtering method, here called the statistical and Wiener based on curvelet transform (SWCT) method is proposed. The SWCT algorithm processes two different kinds noise based on their properties. Specifically, it establishes a two-tiered filtering framework. For the first kind of noise, the algorithm uses the curvelet transform to decompose the SAR image and uses the statistical characteristics of the SAR image to generate an adaptive filtering threshold of the coefficients of decomposition to recover the original image. Then it filters every sub-band image at each decomposed scale and performs the inverse curvelet transform. The second kind of noise is directly filtered using the Wiener filter in the SWCT algorithm. Using the two-tiered filtering model and fully exploiting statistical characteristics, the SWCT algorithm not only reduces the amount of coherent speckle noise and incoherent noise effectively but also retains the edges and geometric details of the original SAR image. This is very good for target detection, classification, and recognition. Qualitative and quantitative tests were performed using simulated speckle noise, Gaussian noise, and real SAR images. The proposed SWCT algorithm was found to remove noise effectively and the performance of the algorithm was tested and compared to the mean filter, enhanced gamma-MAP (maximum a posterior probability) filter, wavelet transform filter, Wiener filter, and curvelet transform filter. Experiments carried out on real SAR images confirmed that the new method has a good filtering effect and can be used on different SAR images.     

基于惩罚系数自适应修正的SAR图像滤波新算法

合成孔径雷达(SAR)图像存在较强的相干斑点噪声,严重地影响了地物信息的提取与SAR图像的应用效果。提出了一种新的SAR图像斑点噪声滤波算法,该算法以一种基于膜模型的M arkov随机场的近似最优迭代滤波算法(TSPR)为基础,考虑了邻域空间关系对势能函数的影响,并通过在迭代过程中自适应修正惩罚系数,来达到更好的斑点噪声滤波效果。通过对含不同强度斑点噪声的退化图像的对比试验结果来看,该算法在提高处理后图像的信噪比方面,能够取得较TSPR算法更佳的效果。     

SAR imaging simulation for an inhomogeneous undulated lunar surface based on triangulated irregular network

Based on the statistics of the lunar cratered terrain, e.g., population, dimension and shape of craters, the terrain feature of cratered lunar surface is numerically generated. According to the inhomogeneous distribution of the lunar surface slope, the triangulated irregular network (TIN) is employed to make the digital elevation of lunar surface model. The Kirchhoff approximation of surface scattering is then applied to simulation of lunar surface scattering. The synthetic aperture radar (SAR) image for comprehensive cratered lunar surface is numerically generated using back projection (BP) algorithm of SAR imaging. Making use of the digital elevation and Clementine UVVIS data at Apollo 15 landing site as the ground truth, an SAR image at Apollo 15 landing site is simulated. The image simulation is verified using real SAR image and echoes statistics. Supported by the National Matural Science Foundation of China (Grant No. 40637033)     

基于AdaBoost的SAR图像自动分类

受相干斑噪声的影响,传统的SAR图像分类方法很难得到较好的分类效果。文中提出一种SAR图像自动分类算法,该算法基于灰度共生矩阵提取特征,结合了AdaBoost和纠错编码设计分类器。实验结果表明,该算法可以得到较好的分类结果。与传统的最大似然法相比,分类精度得到了显著的提高。