03-SAR数据基本处理
SARscape中SAR数据的配准
SARscape中SAR数据的配准覆盖同⼀地区的多幅雷达影像，如要进⾏时间序列分析、动态监测、多时相滤波处理等，需要进⾏图像间的配准处理。
雷达⼲涉处理时，复数据的配准也是必不可少的⼀步，SARscape提供配准功能，可以对SAR数据进⾏配准。
雷达数据的配准处理要求数据是斜距⼏何，并且各个图像采⽤相同的拍摄模式。
配准不同于地理编码，地理编码是将每个像素从斜距⼏何转化为地图投影。
SAR数据的配准使⽤了交叉相⼲法（Cross-correlation），全⾃动的进⾏，程序运⾏的过程有以下⼏步：l 根据轨道参数和DEM计算局部⾮参数偏移估计。
如果轨道不准确，则使⽤⼀个⼤的⼼窗⼝(central window)来估算。
l ⾃动从参考图像和待配准图像上选择⼀组⼦窗⼝(交叉相关格⽹)。
l 计算两个图像⼦窗⼝中相应像素之间的交叉相关函数。
l 交叉相关函数的最⼤值表⽰最适合在⽅位和距离向上的局部像素偏移，达到亚像元配准精度。
l 根据⽅位⾓和距离像元位置，通过多项式计算残差偏移参数，并将其与原始局部⾮参数估计相加。
l 如果输⼊的SAR数据是SLC，则通过在分布在整个图像的⼩窗⼝(精细偏移参数)上计算“微型⼲涉图”来进⼀步细化残差参数偏移。
如果相⼲性过低，⽤于精细偏移估计的点数可能不⾜以优化共配准过程。
在这种情况下，将使⽤局部⾮参数偏移和改进的基于互相关的拟合(精细偏移参数>互相关采样)来进⾏共配，计算出最⼤的复相⼲，进⼀步计算偏移，达到1/100像元精度；否则利⽤抽样数据进⼀步计算偏移，达到1/10像元精度。
1、SARscape中的配准⼯具介绍SARscape中的配准⼯具是：/SARscape/Basic/Intensity Processing/Coregistration，该⼯具可⽤于多时相强度数据配准，也可⽤于多时相SLC数据配准，⼯具数据输⼊界⾯和参数界⾯如下：图配准⼯具界⾯l 数据输⼊（Input Files）⾯板：• Input Reference File下，从多张影像中选择⼀幅SAR影像作为基准（Input Reference File），如果没有特殊要求，⼀般按照时间顺序，选择第⼀个时相的数据作为基准影像。
SAR遥感数据的获取与解析方法
SAR遥感数据的获取与解析方法SAR（Synthetic Aperture Radar）是一种利用雷达技术进行地面观测的遥感数据。
SAR遥感数据的获取与解析方法在地理信息领域有着广泛的应用，为地表观测提供了重要的技术手段。
一、SAR遥感数据的获取方法SAR遥感数据的获取主要依赖于雷达技术。
通过发射电磁波，接收地表反射回来的信号，可以获取到地表特征的各种信息。
常见的SAR传感器包括TerraSAR-X、RADARSAT和Envisat等。
SAR遥感数据的获取主要分为两种方式：主动方式和被动方式。
主动方式是指SAR传感器通过发射电磁波并接收回波，记录地表反射的信息。
而被动方式则是通过接收自然界中的电磁波，获取地表反射的信息。
在SAR遥感数据获取过程中，还需要考虑雷达照射几何、极化方案等因素。
不同的雷达照射角度和极化方案可以提供不同的信息，如辐射校正、海面风场推算以及气候监测等。
二、SAR遥感数据的解析方法SAR遥感数据解析是指对获取的SAR数据进行处理和分析，从中提取出有用的地物信息。
常见的SAR遥感数据解析方法有以下几种。
1. SAR图像预处理SAR图像预处理是对原始的SAR数据进行校正和增强，以提高图像质量和准确性。
预处理包括几何校正、辐射校正、滤波处理等。
几何校正可以将图像映射到地理坐标系统中，使得图像能够与其他地理信息数据进行叠加分析。
2. SAR图像分类SAR图像分类是将SAR图像中的像素点划分到不同的地物类别中，以获得具有语义信息的分类结果。
常见的SAR图像分类方法包括像素级分类和目标级分类。
像素级分类利用像素点的灰度值和纹理信息进行分类，目标级分类则是将SAR图像中的目标物进行识别和分类。
3. SAR图像变化检测SAR图像变化检测是通过比较不同时间或不同传感器获取的SAR图像，分析地物的变化情况。
变化检测可以用于土地利用变化、城市扩张以及自然灾害监测等领域。
常见的SAR图像变化检测方法包括基于幅度差异和相位差异的方法。
03-InSAR与DInSAR处理技术
Data © Infoterra
Bolivia
SARscape InSAR应用：从机载SAR上获取 的DEM
0.5m 采样间隔
Data © AeroSensing, Processing sarmap
D-InSAR处理技术
地表形变监测——DInSAR
• 重复轨道InSAR测量DEM时实际上假设地表没有变化。实 际上在发生地震、火山活动或者地壳运动的情况下，地表 会有或大或小的形变。 • 在InSAR技术的基础上，如果重复进行干涉成像或结合已 有的精细DEM数据来消除干涉图中地形因素的影响，可以 检测出地表的微小形变，这是D-InSAR的技术基础 • 三种技术方法：双过差分、三过差分、四过差分。从可靠 性上讲，双过差分干涉最可靠，而且目前全球大部分地区 都有免费的SRTM3的DEM，可以满足很多应用需求。
解缠后的相位
_upha
第五步：轨道精炼&重去平
• 当轨道参数不够精确，影响从干涉相位转变为地形高度
– 使用GCP重新定义基线参数 – 计算相位偏移(如获取绝对相位值) – 重新修改解缠图像的头文件中的轨道参数
• Toolbox/SARscape/Interferometry/2 - Refinement and Reflattening
生成的干涉图和去平后的干涉图
Interferogram_dint
干涉图Interferogram_int
去平干涉图
第三步：干涉图滤波&相干性计算
• 经过滤波的干涉图，降低了相干噪声 • 相干图像
– 去除系统性空间相关 – 去除主从相对的相关性 – 在相位解缠之前确定干涉相位的质量
• Toolbox/SARscape/Interferometry/1B - Interferometric Workflow (Multi Steps)/2 - Adaptive Filter and Coherence Generation
(完整版)03-SAR数据基本处理
– 距离引起的损失（R3）: 接收功率要由传播过程中从远到近的距离 变化校正
辐射定标——结果
• 一般采用以下命名
– Beta Nought (ß°) 雷达亮度（反射率）系数，在斜距方向每单位面 积的反射率单位是无量纲的。这种归一化的优点是不需要入射角 （如散射面积A）
– Sigma Nought (so), 后向散射系数，就是通常说的散射体反射回来 的雷达强度，单位是dB，Sigma nought的定义是假设入射到水平面， 其差异与入射角、波长、极化、散射体的物理性质有关
– Gamma (g) ，用入射角归一化的后向散射系数
辐射归一化
• 严格的定标之后，可识别在距离方向的后向散射系数。因 为地物反射的能量取决于入射角，实际上，获取数据的幅 宽越大，在距离向的后向散射系数的变化越大，这种变化 和散射体的物理特性有关，是不能被校正的，只能通过一 些相对的方法来弥补，如标准化
SAR基本处理技术
技术支持邮箱：ENVI-IDL@ 技术支持热线：400-819-2881-7 /enviidl
主要内容
1. 数据导入 2. 单景雷达影像处理 3. 多时相雷达影像处理
1.数据导入
数据导入
• 目的：生成SARscape识别的数据格式 • 支持SAR数据， 光学数据，高程数据
– 局部入射角校正
– 叠掩/阴影处理
左-后向散射系数，中-局部入射角地图，右-叠掩/阴影地图
练习：地理编码和辐射定标
• 工具：/SARscape/Basic/Intensity Processing/Geocoding/Geocoding and Radiometric Calibration
SAR雷达卫星影像数据的基本知识
SAR雷达卫星影像数据的基本知识SAR雷达卫星影像数据的基本知识⽤⼀个⼩天线作为单个辐射单元，将此单元沿⼀直线不断移动，在不同位置上接收同⼀地物的回波信号并进⾏相关解调压缩处理。
⼀个⼩天线通过“运动”⽅式就合成⼀个等效“⼤天线”，这样可以得到较⾼的⽅位向分辨率，同时⽅位向分辨率与距离⽆关，这样SAR就可以安装在卫星平台上⽽可以获取较⾼分辨率的SAR图像。
图1 SAR成像原理⽰意图1、⼏个参重要参数为了更好的理解SAR和SAR图像，需要知道⼏个重要的参数。
分辨率SAR图像分辨率包括距离向分辨率（Range Resolution）和⽅位向分辨率（Azimuth Resolution）。
图2 距离向和⽅位向⽰意图距离向分辨率（Range Resolution）垂直飞⾏⽅向上的分辨率，也就是侧视⽅向上的分辨率。
距离向分辨率与雷达系统发射的脉冲信号相关，与脉冲持续时间成正⽐：Res( r) = c*τ/2其中c为光速，τ为脉冲持续时间。
⽅位向分辨率（Azimuth Resolution）沿飞⾏⽅向上的分辨率，也称沿迹分辨率。
如下为推算过程：真实波束宽度：β= λ/ D真实分辨率：ΔL = β*R = Ls (合成孔径长度)合成波束宽度βs = λ /(2* Ls) = D / (2* R)合成分辨率ΔLs = βs* R = D / 2其中λ为波长，D为雷达孔径，R为天线与物体的距离。
从这个公式中可以看到，SAR系统使⽤⼩尺⼨的天线也能得到⾼⽅位向分辨率，⽽且与斜距离⽆关（就是与遥感平台⾼度⽆关）。
图3 ⽅位向分辨率⽰意图极化⽅式雷达发射的能量脉冲的电场⽮量，可以在垂直或⽔平⾯内被偏振。
⽆论哪个波长，雷达信号可以传送⽔平（H）或者垂直（V）电场⽮量。
接收⽔平（H）或者垂直（V）或者两者的返回信号。
雷达遥感系统常⽤四种极化⽅式———HH、VV、HV、VH。
前两者为同向极化，后两者为异向(交叉)极化。
极化是微波的⼀个突出特点，极化⽅式不同返回的图像信息也不同。
干涉SAR三维地形成像数据处理技术综述
干涉SAR三维地形成像数据处理技术综述徐华平,陈 杰,周荫清,李春升(北京航空航天大学电子信息工程学院,北京100083) 摘 要:干涉合成孔径雷达(InSAR,Interferometric Synthetic Aperture Radar)三维地形成像技术能够提供精确的高分辨率地形高度信息,它在上世纪后期发展非常迅速,目前仍是SAR技术领域的研究热点之一。
本文给出了干涉SAR三维地形成像数据处理流程及主要步骤,综述了图像配准、相位展开、基线估计以及高度计算等干涉SAR数据处理步骤实现算法的发展概况,比较了各种算法的优劣,最后分析了干涉SAR三维地形成像数据处理所面临的技术难点,并对未来的研究重点作了展望。
关键词:干涉SAR;地形成像;数据处理;相位展开中图分类号:TN958 文献标识码:A 文章编号:167222337(2006)0120015207A Survey of Interferometric SAR Topography Mapping DataProcessing T echniqueXU Hua2ping,CH EN Jie,ZHOU Y in2qing,L I Chun2sheng(Elect ronic and I nf ormation Engineering I nstit ute,Bei j ing Universit y of A eronautics andA st ronautics,B ei j ing100083,China) Abstract: Interferometric synthetic aperture radar(SAR)is employed to supply terrain elevation with high precision and high resolution.It is one of the hot topics in the field of SAR in this century.The flow2 chart and main step s of interferometric SAR data processing are presented.Some research issues of the imple2 mentation of the main step s,such as SAR image registration,phase unwrapping,baseline estimation and ele2 vation calculation,are summarized.In the end,the key problems and the prospect about interferometric SAR data processing are pointed out.K ey w ords: interferometric SAR;topography mapping;data processing;phase unwrapping1 引言 干涉SA R是一种比较理想的三维地形成像技术,它利用天线之间的细微视角差,通过SAR 复图像干涉得到干涉相位,进而根据地形高度与干涉相位之间的关系式获取地形高度信息。
指标sar的用法
指标sar的用法
指标sar是一种系统性能监测工具，可以用于分析系统的各项指标，如CPU、内存、网络、磁盘等。
使用sar命令可以获取这些指标的数据，并生成报告。
sar的用法十分灵活，可以通过不同的选项和参数来获取不同的数据和报告格式。
其中比较常用的选项包括-u（CPU 指标）、-r（内存指标）、-n（网络指标）、-d（磁盘指标）等。
sar 还具备自动化监测功能，可以将获取到的数据保存到文件中，并在需要时进行回放和分析。
sar是Linux系统中非常重要的性能监测工具之一，可以帮助系统管理员及时发现和解决各种性能问题。
- 1 -。
Nest软件对SAR数据处理过程
Nest软件对SAR数据处理过程由于我们下载的是下载的是IMS格式数据（即单视复数据），而并非ppt中用到的IMP 数据，所有需要首先进行多视处理，将距离向与方位向分辨率处理成基本相同（即狭长图像变成方形）；在多视处理时可以仅对Intensity（强度）进行处理；多视处理后还需要进行相干斑抑制处理消除噪声。
进行这些处理以后可以按照PPT上的步骤进行。
进行多视处理时首先打开影像，点击SAR Tools→Multilooking，在波段来源时只选中Intensity，如下图：设置完成以后点击Run,处理结果如下左图，因为存在噪声，还需要对图像进行滤波处理，选中多视处理后的影像，点击SAR Tools→Speckle Filtering→Single Product，通过此操作来消除噪声，结果如下右图。
其余两幅影像按照同样方法进行多视处理及噪声处理。
做完这些步骤以后就可以按照PPT上的步骤进行操作，现在处理的原图像的后缀就变为.N1_ML_Spk。
Chain11.Create a project打开nest软件，点击菜单栏File→New project。
在此之前需要先建立一个Nestdata文件夹，把所要处理的三幅影像放在此文件夹里，然后把所建立的新工程chain1保存在此文件夹中。
2.Subsets operator终就是要选中左下角。
最后要记住保存结果。
3.Apply orbit file operator拷到Nestdata\Orbit\Doris\vor下面。
打开subset_20080427.AppOrb文件，选择SAR Tools→Radiometric Correction→Calibration.选中文件夹Calibrated Product，点击Run运行：依次对剩余两幅影像进行处理5.Coregistration operator除了calibrated products其余文件夹全关闭。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
• 多时相后向散射系数时序分析 • /SARscape/General Tools/Time Series Analyzer/Raster • 目的是查看水稻的后向散射系数与各个时相的关系
第四步：水稻种植区信息提取
• 随着不同水稻生长周期，稻田的后向 散射系数发生较大的变化 • 黑龙江一般从5月中旬开始插秧，7月 份开始扬花孕穗，10月份水稻成熟。 • 在7月份水稻已经盖住水田，水稻田 表面较平整，这个时候后向散射系数 最小；10月份水稻成熟，稻穗下垂， 稻田表面较粗糙，后向散射系数达到 最大。 • 所以选择4/7/10月份SAR图像进行 RGB彩色合成，10月份稻田后向散射 系数大，在图上显示为蓝色。
– 椭球体地理编码——处理过程不用DEM数据 – 地形地理编码——处理过程需要用DEM
• SAR系统会引起非线性畸变，尤其是地形起伏较大的地方，所 以就不能像光学影像一样用多项式校正或者仿射变换转换到参 考坐标系，为了对SAR数据进行地理编码，要用到严格的多普 勒算法，结合传感器和成像特点以及地面形态.
配准 滤波 地理编码& 辐射定标 水稻信息提取
SARscape
水稻区域
ENVI
系统参数设置
• 选择一套默认的系统参数： • Toolbox/SARscape/Preferences，Load Preferences—>General
第一步：图像配准
• 覆盖同一地区的多幅雷达影像，如要进行时间序列分析、 动态监测、多时相滤波处理等，需要进行图像间的配准处 理。 • 配准处理要求是斜距几何，并且各个图像采用相同的接收 几何。配准不同于地理编码，地理编码是将每个像素从斜 距几何转化为地图投影 • 自动配准
SAR基本处理技术
技术支持邮箱：ENVI-IDL@ 技术支持热线：400-819-2881-7 /enviidl
主要内容
1. 数据导入 2. 单景雷达影像处理 3. 多时相雷达影像处理
1.数据导入
数据导入
• 目的：生成SARscape识别的数据格式 • 支持SAR数据， 光学数据，高程数据 （DEM），矢量数据的输入，GPS数据，这 些数据可以是标准格式的，也可以是一般二 进制格式的。
• 生成ENVI及SARscape格式文件
练习：数据导入
• 以RADARSAT-2 SLC数据为例
– /SARscape/Import Data/SAR Spaceborne/RADARSAT-2
2.单景雷达影像处理
单景雷达影像处理流程
聚焦扩展模块
SAR RAW Data
聚焦处理滤波 (单图像)来自incidence angle
radar reflectivity
辐射定标的相关处理
• 定标后处理
– 距离校正 – 介电常数影响校正 – 绝对校正
• 相关处理
– 辐射归一化 – 局部入射角校正 – 叠掩/阴影处理
左-后向散射系数，中-局部入射角地图，右-叠掩/阴影地图
练习：地理编码和辐射定标
• 工具：/SARscape/Basic/Intensity Processing/Geocoding/Geocoding and Radiometric Calibration
地理编码
• 距离-多普勒方法
– 使用距离-多普勒方程，能计算出传感器和每个后向散射像元的关 系以及它们的相对速度，不仅考虑了像元的几何亮度同时也考虑 了传感器的处理过程，完全重建了成像和几何处理、考虑了地形 影响（前视收缩、叠掩）、地球自转的影响以及在多波谱频移和 方位向几何的地形高度的影响。 – 地理编码一般应用反向解法，DEM或椭球体高度是出发点。
– 使用交叉相关技术多时相SAR数据的自动配准 – 采用全自动方式实现亚像元精度
多时相图像配准操作
• 工具：/SARscape/Basic/Intensity Processing/Coregistration
图像配准结果
• 得到精确的配准结果
第二步：图像滤波
• 多时相雷达图像滤波工具：/SARscape/Basic/Intensity Processing/Filtering/De Grandi Multi-temporal Filtering
水稻种植区信息提取结果
大家辛苦了！ 休息休息，下一节内 容更精彩！
辐射定标——方法
雷达方程 辐射定标的基础. 散射体的接收功率Pd , 与散射面积的关系:
Antenna Gain Pattern Scattering Area A
Range Spread Loss
辐射定标——定标参数
• 根据雷达方程，SAR图像的辐射定标参数包括：
– 散射面积（A）：每个输出像元都是恢复的真实的照射面积. 该面 积会根据不同的地形和入射角而改变 – 天线增益（G2）The antenna gain pattern (G2): 天线增益的幅度变 化的影响，与非定向天线相比，参考DEM和基准高度进行了校正 – 距离引起的损失（R3）: 接收功率要由传播过程中从远到近的距离 变化校正
1. 距离-多普勒方程
输入 斜距几何
2. 重采样
输出 制图坐标系下的几何（参考 DEM或者椭球体高度）
地理编码
一般精校正结果 正射校正结果
辐射定标——概念
• 后向散射
– 雷达测量的是电磁波脉冲传输和接收的比率，这个比值就叫后向 散射
• 后向散射定标
– – – – 为了对比不同的传感器获取的同一区域影像 同一传感器以不同的工作模式获取的影像 同一传感器不同时相的数据 使用不同的处理方法来计算
• 单视复数（SLC）SAR图像 产品包含很多的斑点噪声， 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。 • 多视处理是在图像的距离 向和方位向上的分辨率做 了平均，目的是为了抑制 SAR图像的斑点噪声。 • 多视的图像提高了辐射分 辨率，降低了空间分辨率。
ENVISAT ASAR AP (HH 极化) 数据视数为 1 的图 ( 左 ) 和方位向 视数为 4 的多视图（右）
练习：多视处理
• 以上一步导入RADARSAT-2数据得到的结果，有四个极化 SLC数据为例 • 工具：/SARscape/Basic/Intensity Processing/Multilooking
辐射定标——结果
• 一般采用以下命名
– Beta Nought (ß°) 雷达亮度（反射率）系数，在斜距方向每单位面 积的反射率单位是无量纲的。这种归一化的优点是不需要入射角 （如散射面积A） – Sigma Nought (so), 后向散射系数，就是通常说的散射体反射回来 的雷达强度，单位是dB，Sigma nought的定义是假设入射到水平面， 其差异与入射角、波长、极化、散射体的物理性质有关 – Gamma (g) ，用入射角归一化的后向散射系数
3.多时相SAR提取水稻种植 区
多时相SAR处理
聚焦扩展模块
图像配准 SAR RAW Data 滤波 (多时相图像) 地理编码& 定标 图像镶嵌
聚焦处理
雷达SLC 图像 多视处理
图像分割
特征提取
ENVI
雷达强度图像
图像分类
应用专题：黑龙江水稻种植监测
基于SAR的水稻种植区提取技术流程
多时相水稻监测区域 强度数据
地理编码&辐射定标
• SAR系统是测量发射和返回脉冲的功率比，这个比值（就 是后向散射）被投影为斜距几何。 • 不同SAR传感器或不同接收模式，为了更好的对比SAR图像 几何和辐射特征，需要将SAR数据从斜距或地距投影转换 为地理坐标投影（制图参考系）
地理编码
• 地理编码、几何配准、几何校正、正射校正，概念是相似的， 就是把SAR图像，无论是斜距几何还是地距几何，转换成地图 坐标系，区别在于是否用DEM
地理编码& 定标 图像分割
雷达SLC 图像 多视处理
特征提取
ENVI
雷达强度图像 图像分类
SAR图像的斑点噪声
• SAR是相干系统，斑点噪声是其 固有特性 • 均匀的区域，图像表现出明显的 亮度随机变化，与分辨率、极化、 入射角没有直接关系，属于乘机 噪声 • 多视和滤波可以抑制斑点噪声
噪声抑制——多视
• 方位向分辨率经过多视后保持与地距分辨率一致，方位向 视数为：13.295/4.8717≈3 • 注：SARscape在视数的自动计算上采取取整的方法。用户 可手动设置视数。
SAR的斑点噪声
多视处理
噪声抑制——滤波
• 单波段雷达图像滤波
– Mean、Median、Mode、EPS、 Frost、Lee、Anisotropic NonLinear Diffusion。
第四步：水稻种植区信息提取
• 选择4/7/10月份SAR图像进行RGB彩色合成，10月份稻田后向 散射系数大，在图上显示为蓝色。
R：4月24日 G：7月3日 B：10月16日
第四步：水稻种植区信息提取
• 用ENVI的信息提取工具 • /Classification/Classification Workflow
• 多时相雷达图像滤波
– De Grandi、Anisotropic NonLinear Diffusion。
原始振幅数据
斑点滤波后的振幅数据
滤波操作
• 工具：
– 基础模块：/SARscape/Basic/Intensity Processing/Filtering/…… – 滤波扩展模块：/SARscape/Gamma and Gaussian Filtering/……