42雷達(dá)干涉測量原理與應(yīng)用-圖文

1、4 雷達(dá)干預(yù)測量原理與應(yīng)用 INSAR基本原理相位關(guān)系+空間關(guān)系 雷達(dá)波的相位信息的準(zhǔn)確提取是決定干預(yù)測量精度的主要因素 數(shù)據(jù)處理流程INSAR 影像對輸入基線估算去除平地效應(yīng)高程計(jì)算影像配準(zhǔn)干預(yù)成像噪聲濾除相位解纏INSAR數(shù)據(jù)處理的特點(diǎn) 復(fù)數(shù)據(jù)處理海量數(shù)據(jù)干預(yù)圖與一般景物影像不同處理流程與一般遙感影像處理不同INSAR數(shù)據(jù)處理的要求 自動(dòng)化 高精度 海量數(shù)據(jù)處理INSAR數(shù)據(jù)處理的關(guān)鍵 相位信息 空間參數(shù)主要內(nèi)容§4.1 雷達(dá)干預(yù)測量概述§4.2 復(fù)數(shù)影像配準(zhǔn)§4.3 干預(yù)圖生成與相位噪聲濾波§4.4 相位解纏§4.5 InSAR發(fā)展與應(yīng)用

2、4.2 復(fù)數(shù)影像配準(zhǔn)本節(jié)要點(diǎn)本節(jié)系統(tǒng)地論述INSAR復(fù)數(shù)影像精確配準(zhǔn)的重要性,研究配準(zhǔn)精度對于干預(yù)圖質(zhì)量的影響,對INSAR數(shù)據(jù)配準(zhǔn)方法發(fā)展的現(xiàn)狀進(jìn)行評述,分析存在的問題;然后詳細(xì)論述從粗到細(xì)的影像匹配策略和實(shí)施方案,以及最小二乘匹配方法在INSAR數(shù)據(jù)配準(zhǔn)中的應(yīng)用等。主要內(nèi)容1 影像配準(zhǔn)的基本原理2 干預(yù)圖質(zhì)量評估與配準(zhǔn)精度3 INSAR復(fù)數(shù)影像配準(zhǔn)方法概述4 幅度影像的從粗到細(xì)匹配策略5 幅度影像相關(guān)系數(shù)用于精確匹配6 相干性測度用于精確配準(zhǔn)影像配準(zhǔn)的基本原理配準(zhǔn)問題的提出 在遙感影像的集成應(yīng)用中,包括數(shù)據(jù)融合、變化檢測和重復(fù)軌道干預(yù)成像等,均首先需要解決來自不同傳感器或者不同時(shí)相的影像高

3、精度快速配準(zhǔn)的問題 在多源數(shù)據(jù)綜合處理的過程中,影像配準(zhǔn)往往是一個(gè)瓶頸,制約整個(gè)數(shù)據(jù)處理自動(dòng)化的實(shí)現(xiàn) 由重復(fù)軌道獲得的兩幅復(fù)數(shù)SAR影像,欲得到準(zhǔn)確的干預(yù)相位,必須精確地配準(zhǔn)。理論上,配準(zhǔn)精度需要到達(dá)子像素級(1/10像素INSAR數(shù)據(jù)配準(zhǔn)問題的困難 INSAR影像對是單視數(shù)的復(fù)數(shù)影像,也就是未經(jīng)任何輻射分辨率改善措施的影像,紋理模糊,還有斑點(diǎn)噪聲的影響,要到達(dá)這樣的要求并非易事 單視數(shù)復(fù)數(shù)影像的高精度自動(dòng)配準(zhǔn),無法用人工方法配準(zhǔn) 自動(dòng)配準(zhǔn)比光學(xué)影像之間的配準(zhǔn)要困難得多,其配準(zhǔn)的實(shí)施流程比較復(fù)雜影像配準(zhǔn)的一般步驟 影像配準(zhǔn)的一般步驟1控制點(diǎn)確實(shí)定:影像自動(dòng)匹配2幾何變換模型:多項(xiàng)式變換(相對配

4、準(zhǔn)3質(zhì)量評估:多項(xiàng)式擬合4復(fù)數(shù)影像重采樣:三次樣條、實(shí)部/虛部5過采樣:防止頻譜混迭質(zhì)量指標(biāo) 相干性測度的估計(jì) 干預(yù)圖的噪聲來源系統(tǒng)噪聲地表變化影像配準(zhǔn)聚焦不一致基線去相關(guān)后處理后處理精確配準(zhǔn)控制成像過程控制成像過程配準(zhǔn)精度的影響(1影像大小:2500 × 2500波段:L ,C配準(zhǔn)精度的影響(2 相干系數(shù)分布(C波段(a精確配準(zhǔn)后生成(b未精確配準(zhǔn)后生成配準(zhǔn)精度的影響(3 配準(zhǔn)精度與相干性的變化趨勢圖INSAR復(fù)數(shù)影像配準(zhǔn)方法概述配準(zhǔn)是INSAR數(shù)據(jù)處理關(guān)鍵技術(shù)之一 配準(zhǔn)精度需要到達(dá)子像素級(1/10像素 星載SAR幾何變形復(fù)雜:* 方位向是系統(tǒng)性的* 距離向與地形起伏有關(guān)簡單的平

5、移和比例縮放要到達(dá)高精度配準(zhǔn)是很困難的斑點(diǎn)噪聲的影響已有方法之一:相干系數(shù)法k 參考影像目標(biāo)區(qū)域l搜索區(qū)域輸入影像以相干系數(shù)為匹配測度已有方法之二:最大干預(yù)頻譜法 對干預(yù)圖u進(jìn)行FFT計(jì)算,得到對應(yīng)的二維頻譜F。頻譜中最大值(復(fù)頻譜的幅度峰值表示了最亮的干預(yù)條紋的空間頻率分量,其位置則表示了最亮條紋的空間分布頻率 頻譜中的信噪比(SNR可以用來衡量最亮條紋的相對質(zhì)量,即最大分量與其他各分量之和的比值 根據(jù)(3-3式,信噪比與相干系數(shù)是等效的已有方法之三:平均波動(dòng)函數(shù)法 無地形變化時(shí)的理想相位差分布INSAR數(shù)據(jù)配準(zhǔn)方法存在的問題(1 算法均為單點(diǎn)匹配算法某一點(diǎn)結(jié)果的正確與否與周圍點(diǎn)無關(guān)可能出現(xiàn)

6、多峰值或谷點(diǎn)的情況這種孤立的、不考慮與周圍的同名點(diǎn)對關(guān)系的單點(diǎn)影像匹配結(jié)果之間可能會(huì)出現(xiàn)矛盾INSAR數(shù)據(jù)配準(zhǔn)方法存在的問題(2 判斷最正確點(diǎn)位置的難度和計(jì)算量很大或以整像素間隔為移動(dòng)距離,然后對定位結(jié)果進(jìn)行多項(xiàng)式擬合,求出最正確點(diǎn)本質(zhì)上與多項(xiàng)式擬合的方法沒有區(qū)別,并不能保證精度的明顯提高I NSAR數(shù)據(jù)配準(zhǔn)方法存在的問題(3 從干預(yù)條紋圖的質(zhì)量出發(fā)來設(shè)計(jì)匹配測度,需要反復(fù)生成局部的干預(yù)圖只有在配準(zhǔn)精度到達(dá)一定程度時(shí),才能看到明顯的條紋圖直觀上很難判斷復(fù)數(shù)像對之間的相似性程度,難以對運(yùn)算過程加以監(jiān)控INSAR數(shù)據(jù)配準(zhǔn)方法存在的問題(4 在一定的搜索范圍內(nèi)逐點(diǎn)計(jì)算和比較實(shí)際上引進(jìn)了大量的重復(fù)運(yùn)算

7、(相干性,FFT的計(jì)算等主要思路 從粗到細(xì)的影像匹配策略 以相干性作為高精度匹配的測度匹配策略的要求根據(jù)SAR影像的特點(diǎn),把不同特點(diǎn)的匹配方法有機(jī)地組合起來,既要保證匹配的高精度,又要保證可靠性和效率主要步驟特征點(diǎn)提取選擇興趣算子挑選候選點(diǎn)基于灰度的粗匹配確定下一級匹配的初始值整體概率松弛匹配改善抗噪聲能力,提高可靠性最小二乘匹配逐點(diǎn)精化,到達(dá)子像素級的精度組合算法的目的 匹配算法基于幅度分量或功率影像(幅度的平方實(shí)數(shù)運(yùn)算大大減少了需處理的數(shù)據(jù)量 多種匹配方法的組合保證精度和可靠性 最小二乘匹配是灰度相似性導(dǎo)引的最速下降算法少量的迭代次數(shù)就可到達(dá)所需精度,防止了傳統(tǒng)方法的逐點(diǎn)搜索、重復(fù)計(jì)算實(shí)施

8、方案(1 先用Förstner算子選擇興趣點(diǎn) 采用歸一化的相關(guān)系數(shù)作為匹配的測度max (x, y =g1g2 g1g1 g2 g2作為初級匹配測度之特點(diǎn):灰度線性畸變通常存在于由不同傳感器或者在不同時(shí)相獲取的遙感影像之間,是灰度平移、比例尺變形之不變量實(shí) 施 方 案(2 松弛法整體影像匹配 + 跨接法原理 跨接法:先重采樣消除相對幾何形變, 再計(jì)算影像段的相似性度量 k j 3 k 4 k 3 ih 和 jk 的相關(guān)系數(shù): ( ih ,jk j j 3 j 1 i h k 2 k 1 當(dāng)| ih | | jk |時(shí)重采樣實(shí)施方案(3 松弛法整體影像匹配 + 跨結(jié)法原理C(i,j;h

9、,k( ih , jk 實(shí)施方案(4 松弛法整體影像匹配 + 跨接法原理 P(i, j: i, j 兩點(diǎn)之間的相關(guān)系數(shù)ijn(H為相鄰匹配點(diǎn)個(gè)數(shù),m(K和m(J為候選匹配點(diǎn)個(gè)數(shù)P(r > T停止迭代,確定可靠點(diǎn)對。B為經(jīng)驗(yàn)系數(shù) 實(shí) 施 方 案(5 單點(diǎn)最小二乘匹配出發(fā)點(diǎn)是“灰度差的平方和最小” 具體化:n 1 + g 1 ( x , y = n 2 + g 2 ( x , y vv = min v = g 1 ( x , y g 2 ( x , y 考慮輻射畸變(窗口小時(shí)可認(rèn)為是一次線性畸變:g ( x , y = h 0 + h 1 g 2 ( x , y 實(shí) 施 方 案(6只考慮相對

10、位移的情況下(基線短: g 1(x , y + n 1(x , y = g 2 (x + x , y + y + n 2 (x , y 線性化后:v (x , y = g 2x (x , y x + g 2 y (x , y y g 1(x , y g 2 (x , y 實(shí)施方案(7 實(shí)施方案(8 求解誤差方程可得影像坐標(biāo)改正值: x y 輸入影像灰度重新采樣 計(jì)算匹配測度, 決定是否繼續(xù)迭代計(jì)算? 輸入影像相對糾正SIR-C數(shù)據(jù)與實(shí)驗(yàn)區(qū) C波段幅度影像(site1L波段幅度影像(site1SIR-C數(shù)據(jù)與實(shí)驗(yàn)區(qū)L波段幅度影像(site2初步的實(shí)驗(yàn)結(jié)果 Site1 / L波段幅度影像對和同名點(diǎn)

11、對初步的實(shí)驗(yàn)結(jié)果表 4-1 松弛法匹配結(jié)果(二次多項(xiàng)式擬合誤差類別點(diǎn)數(shù)X 方向RMS(像素Y 方向RMS總的RMS(像素最大殘差(像素(像素Site1 松弛法匹配結(jié)果(C 波段Site1 松弛法匹配結(jié)果(L 波段Site2 松弛法匹配結(jié)果(L 波段106155166結(jié)果分析:松弛法匹配的效果明顯,所有確定的同名點(diǎn)(控制點(diǎn)的殘差都很小,沒有明顯的粗差點(diǎn),可靠性較高初步的實(shí)驗(yàn)結(jié)果表 4-2 最小二乘匹配結(jié)果(site2, 二次多項(xiàng)式擬合匹配窗口大小誤差類別X 方向RMSY 方向RMS總的 RMS(像素最大殘差(像素 (像素 (像素實(shí)驗(yàn)結(jié)果分析(2 從幅度影像看,整個(gè)SAR影像的紋理特征遠(yuǎn)不如光學(xué)影

12、像,紋理都很模糊。但是,通過最小二乘匹配,匹配的精度有明顯改善 窗口大小N的選擇對匹配精度有明顯影響。但是隨著N增加到一定程度后,對于減少RMS的效果不太明顯(相對變形存在的問題(1 N=51甚至71時(shí),還是不能夠到達(dá)1/10像素的精度要求原因主要是:SAR影像紋理特征相對非常比較模糊。從影像匹配理論可知,影像匹配的精度與紋理特征有密切關(guān)系,后面的討論說明幅度影像相關(guān)系數(shù)難以控制匹配質(zhì)量如果N太大,除了計(jì)算量的問題,相對變形也會(huì)更復(fù)雜存在的問題(2 匹配前后的相關(guān)系數(shù)變化不大,可以說明配準(zhǔn)質(zhì)量的改善不明顯表4-3 最小二乘匹配前后的相關(guān)系數(shù)的變化最大值最小值均值標(biāo)準(zhǔn)差迭代前存在的問題(3 的實(shí)際動(dòng)態(tài)范圍比較小,相關(guān)系數(shù)與殘差之間的相關(guān)性不明顯在建立幾何變形模型時(shí),假設(shè)以為依據(jù)來判斷(加權(quán)或剔除一些質(zhì)量不高的點(diǎn)很困難解決問題的可能途徑 將幅度和相位信息的利用結(jié)合起來,在不明顯增加運(yùn)算量的情況下,進(jìn)一步提高配準(zhǔn)精度使用相干系數(shù)(coherence 尋找相干系數(shù)的快速估計(jì)方法* = N M N M 2 2 相干系數(shù)的快速估計(jì) (4-4式是相干系數(shù)的無偏估計(jì),在估計(jì)窗口足夠大,并且相干性不是特別小時(shí),估計(jì)的質(zhì)量是很好的 N M |