《InSAR获取DEM过程与方法》由会员分享，可在线阅读，更多相关《InSAR获取DEM过程与方法（3页珍藏版）》请在金锄头文库上搜索。
1、InSAR获取DEM的过程与方法（1）数据选取与解码主图像的选取原则为:主影像的方位向频谱、距离向频谱、空间位置、获取时间必须尽量接近数据集合平均位置，保证数据相干性损失最小。数据选取的基本原则：1.SAR图像中包含相同的测试区域，2.两次数据获取时的波位相同，且空间基线小于极限基线。3.场景时间间隔不能太久。大多数星载SAR平台轨道都设计为整数天周期重访，同一测试场景的数据会在整数周期后重复获得。（2）复图像配准配准实际上是建立数据空间上的映射关系，使得SAR图像上的每一点都能找到其在DEM数据网格中的位置，从而确定其高程值。经典的精配准方法按照描述图像相对形变的方式不同可以分为以下两类:一
2、类是二维形变函数法，一类是成像几何法。前一类方法首先采用某种优化过程（如相关系数最大化、条纹清晰度最大化等）选取主辅图像中的控制点，再以控制点坐标及相对偏移量构造二维形变函数来描述主辅图像之间的形变。这类算法包括相关系数法（快速傅里叶分析法偏移量追踪法等）.此类方法有着计算简单的优点，在较平坦地形及较短基线情形下能够达到SM干涉测量的配准精度要求.但该类配准方法有以下两个缺点:首先，当图像对之间的相关性较差时，很难得到足够数量的高精度控制点;另外，二维形变函数通常只能描述诸如平移和尺度缩放等线性形变，尽管较复杂的形变函数也可以描述整体的非线性形变，但在复杂地形且较长基线条件下，上述形变函数模型
3、的描述能力就远远达不到干涉测量所要求的精度。成像几何法的基本思想：对于复杂地形的干涉侧量，需要根据地形起伏信息计算不同下视角下SAR图像的扭曲关系来达到图像的精确配准。基于卫星轨道和外部数字高程的成像几何配准方法通过主辅图像成像空间几何的差异建立辅图像到主图像的非线性映射。（3）干涉图生成首先SAR单视复图像对的配准，然后方向位和距离位的预滤波，再将滤波后的主图像和辅图像做复共轭相乘，得到最终的干涉图。就是在辅图像上找到和主图像反应同一地物的像素点，叫做同名点。（4）平地相位消除为了降低相位处理的难度，需要对干涉相位进行去平地处理。常用的平地效应消除方法主要有:基于轨道参数的数值计算方法和条纹
4、主频率估计法。前一种方法去除的是真正意义上的平地效应，但需要较精确的轨道参数和场景中心位置参数，较大的轨道误差往往还会引入新的干涉条纹，该方法计算量较大;条纹主频率估计法去平地方法只需要对干涉相位图进行频率域处理。（5）相位滤波滤波实现方法有两种：传统的多视处理，以分辨率的牺牲来抑制噪声，还有一种是数字图像滤波方法，在滤除噪波的同时尽量保持相位图的细节信息。前者基于SAR干涉相位图的均匀随机场假设，以当前处理窗口的多个相邻像素平均相位值作为新的相位值进行估计，该方法实现简单，在干涉相位条纹比较稀疏的时候具有很好的效果。包括均值滤波、中值滤波、频域低通滤波、小波域低通滤波等。后者从研究干涉相位噪
5、声统计特性入手，根据噪声和地形相位之间的统计独立特性，采用局部统计方法实现过滤，代表有Lee滤波。（6）相位解缠相位解缠是将相位由主值（区间为（-n,n）恢复为真实相位值的过程。相位解缠分为两类：路径跟踪法和最小范数法路径跟踪法包括枝切线法、区域增长法，最小生成树法等，枝切线法通过对SAR干涉相位图中可能导致相位解缠误差的“残差点”的识别和处理减小解缠误差，再通过路径积分得到相位解缠。区域增长法，首先选定一些基准相位区域，在这个区域内进行相位解缠，再用区域增长方法确定相邻区域的相位解缠，最后将所有分块区域以某种最优准则加以连通，完成那个整体解缠。本方法稳健性较好，由于采用了逐点求解，算法的速度
6、较慢。最小生成树法，首先确定相位图中连通区域，并在连通区域内进行基于泰勒展开的相位解缠，在沿着最小生成树确定的积分路径进行区域间的相位解缠，从而恢复整体相位解缠，该方法稳健性较好，工作量较大。总体上来看，路径跟踪法以相位积分方式处理解缠问题，局部处理精度较高，但在相位噪声严重的情况下，会出现不可解缠区域和鳞状相位解缠误差区域。最小范数法将相位解缠问题转化为最优化问题来求解。常用的是二优化准则。最小范数法采用全局优化策略处理相位解缠问题，总是能够得到解缠结果，但解缠相位可能产生失真，误差不可控。目前还没有找到一种兼顾局部高精度相位恢复与整体误差小的方法。新SAR干涉测量，在距离向，方位向，加入时间维变量，产生三维相位解缠问题，更难计算。（7）高程反演高程反演就是通过雷达斜距、载体轨道参数和几个控制点的斜距、相位信息反演斜距域高度信息。（8）地面定位地面定位处理将其雷达坐标系（方位向距离向）下的高程信息结合雷达成像几何关系，通过坐标变换和插值处理转化到规则坐标网络上
