SARscape数据处理演示教学
发布时间:2020-01-21 来源:文档文库
小
中
大
字号:
精品文档SARscape下雷达图像一般处理与应用
sarscape 多视处理 雷达图像 地理编码 slc图像 滤波 洪水监测 作物监测
SAR系统可以通过多种方式获得图像,如单通道或双通道模式(如HH、HH / HV或VV / VH、干涉 (单轨或多轨模式、极化模式(HH,HV,VH,VV、干涉及极化组合采集模式,不同的获取模式对应了不同的处理方法,可分为以下四种:
雷达强度图像处理
雷达干涉测量(InSAR/DInSAR) 极化雷达处理(PolSAR)
极化雷达干涉测量(PoIInSAR)
本文介绍的是雷达强度图像的处理。
1 处理流程
如下图是利用SARscape雷达图像基本处理工具,基于不同雷达数据情况,执行雷达图像处理和应用的流程图。
单雷达图像处理与应用流程图
单一传感器,单一模式,多时相雷达图像处理与应用流程图
精品文档
精品文档
单/多传感器,多模式,多时相雷达图像处理与应用流程图
2 处理流程关键技术
下面介绍流程中相关技术。
(1 聚焦处理
对雷达系统的RAW数据中每个点的反射绿利用经过优化的调焦算法实现数据快速聚焦处理,直接输出单视复数产品数据(SLC数据)。
(2 多视处理
为了得到最高空间分辨率的SAR图像,SAR信号处理器使用完整的合成孔径和所有的信号数据,如单视复数(SLC)SAR图像产品,使得SAR图像包含很多的斑点噪声。多视处理的目的是为了抑制SAR图像的斑点噪声。
Multilooking工具支持距离向多视和方位向多视,处理得到的多视强度图像是距离向和/或方位向像元分辨率的平均值。为了提高多视图像的辐射分辨率,降低了空间分辨率。Multilooking工具支持SLC强度数据或距离向强度数据的输入。
对SLC图像(*_slc多视处理的结果(右边*_pwr)
(3 图像配准
精品文档
精品文档
提供Coregistration工具,使用交叉相关技术实现覆盖同一地区的多幅雷达影像的自动配准,以达到亚像素配准精度,整个过程采用全自动的方式。
(4 滤波
Filtering工具提供一系列滤波用于去除雷达图像的斑点噪声,可用于单波段雷达图像和多时相雷达图像。
对于单波段雷达图像,提供的滤波包括:Mean、Median、Mode、EPS、Frost、Lee、Anisotropic Non-Linear Diffusion。
对于多时相雷达图像,提供的滤波包括:De Grandi、Anisotropic Non-Linear Diffusion
多时相滤波结果(左-原图像,中-De Grandi滤波,右-Anisotropic Non-Linear Diffusion 滤波)
(5 特征提取
Feature Extraction工具是基于统计学的理论,能够从SAR图像和InSAR数据中提取不同特征参数,用于图像分割、分类或定量分析等。包括:
(一 相干性计算(Coherence)
可以计算两个SLC图像的相干性,得到一幅0~1值范围的图像。包括两个处理过程: 系统性的空间去相关
主图像和从图像之间的时间去相关 得到的相干性产品具有两层应用目的:
确定干涉相位的质量,低相干的InSAR像对不能获得可靠的相位测量。 提取地面特征属性及其时空变化等相关的专题信息。 (二 变异系数(Coefficient of Variation)
Coefficient of Variation工具可以计算图像变异系数,得到变异系数图像。
(三 图像比率(Ratio)
Ratio工具可以对已配准或地理编码的多时相雷达强度图像,可视化分析时空变化信息。
(四 多时相特征(Multi Temporal Features)
Multi Temporal Features工具可以对已配准或者地理编码的多时相雷达强度图像进行特征统计,可计算特征包括:均值(Mean)、标准差(Std)、中值(Median)、梯度(Gradient)、最大值(Max)、最小值(Min)、跨度差异(Span Difference)、最大增量(Max Increment)、最大减量(Max Decrement)