雷达干涉测量原理与应用
insar的原理与应用领域
INSAR的原理与应用领域1. 引言合成孔径雷达干涉测量（Interferometric Synthetic Aperture Radar, INSAR）作为一种重要的遥感技术，具有高分辨率、全天候、全天时等优势，被广泛应用于地表形变、地震监测、冰川变化等领域。
本文将介绍INSAR的原理及其在不同应用领域的应用情况。
2. INSAR的原理INSAR利用雷达观测到的两次干涉图像，通过对比两幅图像的相位差，可以得到地表的形变和变化信息。
INSAR主要包括两个步骤：干涉图像生成和相位解缠。
2.1 干涉图像生成干涉图像生成是指通过两次雷达观测得到的相干图像，计算出相位差的过程。
这可以通过两种方式实现：•单频干涉：使用单个频率的雷达信号进行干涉处理，产生干涉图像。
这种方法简单、成本低，但信噪比较低。
•多频干涉：利用多个频率的雷达信号进行干涉处理，根据不同频率的相干图像计算出相位差，从而生成干涉图像。
这种方法可以提高信噪比，获得更高精度的结果。
2.2 相位解缠相位解缠是指将干涉图像中的相位差转换为地表形变或其他变化量的过程。
由于干涉图像中的相位差通常是在2π范围内变化的，需要进行相位解缠才能得到实际的形变或变化信息。
相位解缠是INSAR中的一个重要挑战，需要使用不同的解缠算法进行处理。
3. INSAR的应用领域INSAR技术在地球科学研究和应用中有着广泛的应用，下面将介绍其在地表形变监测、地震监测和冰川变化等领域的应用情况。
3.1 地表形变监测INSAR技术可以精确测量地表的形变，能够捕捉到毫米级的变化。
它被广泛应用于地质灾害的监测和预警，如地震、火山活动、岩溶塌陷等。
同时，INSAR还可以用于监测沉降、隆起、地下水抽取引起的地表变化，具有重要的地质工程和地下水管理价值。
3.2 地震监测地震是地球上常见的自然现象，INSAR技术可以提供高精度的地震监测能力。
通过不同时间的雷达观测，可以实时监测地震引起的地表位移，为地震研究和预警提供重要数据。
雷达测角的原理
雷达测角的原理
雷达测角的原理基于电磁波的反射和干涉现象。
雷达系统发射一束短脉冲的电磁波，如无线电波，沿一定方向传播。
当这束电磁波碰到某个物体时，一部分波会被物体吸收，另一部分波会被物体反射回来。
雷达接收器会接收到被反射回来的电磁波，并测量其到达的时间和方向。
通过测量到达时间，可以计算物体与雷达之间的距离。
通过测量到达方向，可以确定物体的方位角。
雷达测角通常采用天线阵列或旋转天线来接收反射波。
天线阵列中的每个天线都有略微不同的接收时间，通过对这些接收时间进行处理，可以计算出方向角度。
需要注意的是，在雷达测角中，还需要考虑天线的指向误差、干扰和杂波等因素的影响，以提高测量精度。
《雷达干涉测量》教学大纲
《雷达干涉测量》教学大纲一、课程基本信息1．课程代码：211244002．课程中文名称：雷达干涉测量课程英文名称：Radar interferometry (InSAR)3．面向对象：遥感科学与技术专业本科生4．开课学院（课部）、系（中心、室）：信息工程学院5．总学时数：32讲课学时数：20，实验学时数：126．学分数： 27．授课语种：中文，考试语种：-8．教材：雷达干涉测量－原理与信号处理基础，廖明生林珲，测绘出版社, 2003二、课程内容简介课程着重阐述雷达干涉测量的基本原理、方法和处理流程。
第1章绪论1.1 雷达干涉现象1.2 InSAR简介1.3 InSAR的作用与意义第2章InSAR基本原理2.1 InSAR原理与步骤2.2立体几何量测原理2.3 InSAR成像模式2.4 InSAR技术存在的问题第3章InSAR关键技术与方法3.1 InSAR复数像对配准3.2 干涉图生成与噪声滤除3.3相位解缠方法3.4 DEM计算生成第4章D-InSAR原理4.1 D-InSAR基本原理与方法4.2 PS-InSAR基本原理与方法4.3 D-InSAR研究进展第5章InSAR应用5.1 InSAR应用5.2 D-InSAR应用三、课程的地位、作用和教学目标《雷达干涉测量》课程是遥感科学与技术专业遥感与摄影测量方向学生选修的一门专业课程，本课程着重阐述雷达干涉测量的基本原理、方法和处理流程。
通过课程的学习，对雷达干涉测量的相关概念、体系、内容有较深入的了解；熟练掌握InSAR处理的过程，包括复数InSAR像对的自动配准、干涉图噪声抑制、相位解缠和DEM提取等关键技术和实施方法；掌握差分InSAR的基本原理与应用，了解国际InSAR技术的最新发展和在各行业中的应用；掌握常用InSAR处理软件的操作方法，并具有综合运用所学知识分析问题和解决问题的能力。
四、与本课程相联系的其他课程先修课程：《微波遥感》、《摄影测量》、《遥感图像处理》、《数字高程模型》。
合成孔径雷达干涉测量概述
合成孔径雷达⼲涉测量概述合成孔径雷达⼲涉测量（InSAR）简述摘要：本⽂主要介绍了合成孔径雷达⼲涉测量技术的发展简史、基本原理、及其3种基本模式，并且对其数据处理的基本步骤进⾏了概述。
最后，还讲述合成孔径雷达⼲涉测量的主要应⽤，并对其未来发展进⾏了展望。
关键字：合成孔径雷达合成孔径雷达⼲涉测量微波遥感影像1.发展简史合成孔径雷达（Synthetic Aperture Radar，SAR）是⼀种⾼分辨率的⼆维成像雷达。
它作为⼀种全新的对地观测技术，近20年来获得了巨⼤的发展，现已逐渐成为⼀种不可缺少的遥感⼿段。
与传统的可见光、红外遥感技术相⽐，SAR 具有许多优越性，它属于微波遥感的范畴，可以穿透云层和甚⾄在⼀定程度上穿透⾬区，⽽且具有不依赖于太阳作为照射源的特点，使其具有全天候、全天时的观测能⼒，这是其它任何遥感⼿段所不能⽐拟的；微波遥感还能在⼀定程度上穿透植被，可以提供可见光、红外遥感所得不到的某些新信息。
随着SAR 遥感技术的不断发展与完善，它已经被成功应⽤于地质、⽔⽂、海洋、测绘、环境监测、农业、林业、⽓象、军事等领域。
L. C. Graham 于1974 年最先提出了合成孔径雷达⼲涉测量（InSAR ）三维成像的概念，并⽤于⾦星测量和⽉球观察。
后来Zebker、G. Fornaro及A. Pepe 等做出了进⼀步的研究,以解决InSAR 处理系统中有关基线估计、SAR 图像配准、相位解缠及DEM ⽣成等⽅⾯的问题。
⾃1991 年7 ⽉欧空局发射载有C 波段SAR 的卫星ERS- 1 以来，极⼤地促进了有关星载SAR 的InSAR 技术研究与应⽤。
由于有了优质易得的InSAR 数据源，⼤批欧洲研究者加⼊到这个领域，亚洲（主要是⽇本）的⼀些研究者也开展了这⽅⾯的研究。
⽇本于1992 年2 ⽉发射了JERS- 1，加拿⼤于1995 年初发射了RADARSAT，特别是1995 年ERS- 2 发射后，ERS- 1 和ERS- 2 的串联运⾏极⼤地扩展了利⽤星载SAR ⼲涉的机会，为InSAR 技术的研究提供了数据保证。
合成孔径雷达干涉测量(INSAR)技术原理及应用发展
合成孔径雷达干涉测量（INSAR）技术原理及应用发展作者：刘曦霞来源：《科技创新与应用》2015年第20期摘要：合成孔径雷达干涉测量（InSAR）技术近年来得到了较快的发展，这一技术也广泛的应用于国防建设与国民经济建设中。
文章结合作者实际研究，从InSAR技术的自身优势与发展潜力出发，分析了其基本技术原理，并就InSAR技术在各个领域的实际应用进行了探讨，最后总结了其未来发展。
关键词：合成孔径雷达；INSAR；技术原理；应用1 InSAR技术的优势与潜力合成孔径雷达干涉测量技术是近年来发展起来的空间对地观测新技术，这一技术主要是借助于合成孔径雷达SAR朝目标位置发射微波，之后接收目标反射回波，从而获得目标位置成像的SAR复图像对，如果复图像之间有相干条件，SAR复图像对共轭相乘后能够得到干涉图，结合干涉图相位值可以获得两次成像中存在的微波路程差，进而准确获得目标位置的地形地貌等情况。
利用InSAR技术成像的优势在于连续观测能力强、成像分辨率和精度高、覆盖范围较广、技术成本低等，在各个领域的应用也非常广泛，比如说DEM生成、地面沉降监测、火山或地震灾害监测、海洋测绘、国防军事等。
但是InSAR技术测量的精准度往往会受到大气效应的影响，近年来新提出的散射体PS技术逐渐被越来越多的应用到其干涉处理的过程中，PS 技术分析能够在长时间内保持相对稳定的散射体相位变化，即便是难以获得干涉条纹的状况下，也可以获得毫米级的测量精度，在很大程度上提高了干涉测量技术的环境适应能力，这也是这一技术研究过程中的一个重大突破，其拥有非常高的开发应用价值[1]。
2 InSAR技术的基本原理分析合成孔径雷达干涉测量技术是按照复雷达图像的相位值来计算出地面目标空间信息的技术，它的基本思想是：借助两幅天线进行同时成像或者单幅天线间隔一定时间重复成像，进而得到同一位置的复雷达图像对，因为两幅天线和地面目标之间的距离不一致，因此在复雷达图像对同名象点之间出现相位差，进而产生干涉纹图，其中的相位值代表两次成像的相位差测量值，两次成像的相位差和地面目标的空间位置之间的几何关系，结合飞行轨道的具体参数，便能够准确的计算出地面目标的具体坐标，进而让我们获得具有较强精准度的大范围数字高程模型。
INSAR复习资料
一、概论1、合成孔径雷达干涉测量技术（INSAR）：利用雷达成像传感器获取被测对象具有相干性的复数图像信息，并通过图像配准、干涉图滤波、相位解缠、基线估算、相位高程转换等处理环节，由干涉相位反演地形信息或形变信息的理论和技术。
2、INSAR技术的应用：地形测绘、城市目标显示和城市形态分析、海洋表面状态监测、极地冰况监测（冰川研究）、农业和资源调查、地表变形监测等。
二、合成孔径雷达遥感基础3、平行于飞行方向，也就是沿航线方向上的分辨率称为方位向分辨率。
斜距：雷达到目标的距离方向，雷达探测斜距方向的回波信号。
地距：将斜距投影到地球表面，是地面物体间的真实距离。
4、SAR成像几何的参数：（1）入射角θ：雷达入射波束与当地大地水准面垂线的夹角。
局部入射角θ1：雷达入射波束与地面散射表面法线之间的夹角。
（2）视角φ：天线朝地面的垂直方向与天线朝入射点方向的夹角。
（3)俯角θd：天线沿水平方向与天线朝入射点的方向之间的夹角。
5、SAR影像的主要特性：（1）斑点噪声（2）多视处理（3）穿透性（4）具有几何特征由两个或两个以上频率相同、振动方向相同、相位差恒定的相干电磁波在空间叠加时，合成振幅为各个波的振幅的矢量和。
因此，会出现交叠区某些地方振动加强，某些地方振动减弱或完全抵消的现象，称之为干涉。
6、侧视成像的几何特征：阴影、透视收缩、顶底倒置透视收缩：到达斜面顶部的斜距与到达底部的斜距之差△R往往比地距之差（即水平距离之差）△X要小，在影像中斜面的长度被缩短了，这种现象称为透视收缩。
顶底倒置：从底部返回的信号先于顶部的信号部，相互位置互换，称为顶底倒置。
阴影：当雷达波束照射到有起伏的地面时，斜面的背后往往存在电磁波不能到达的区域，传感器也接受不到后向散射信号。
在影像中表现的亮度很低，称为阴影。
三、雷达干涉测量概述1、INSAR的基本原理：通过两幅天线同时观测（单轨道双天线模式），或两次平行的观测（单天线重复轨道模式），获得同一区域的重复观测数据，即单视复数（SLC）影像对；由于两副天线和观测目标之间的几何关系，同一目标对应的两个回波信号之间产生了相位差，由此得到的相位差影像通常称为干涉图，再结合观测平台的轨道参数和传感器参数等可以获得高精度、高分辨率的地面高程信息。
合成孔径雷达差分干涉测量
1. 只有形变对干涉图收到形变的影响； 2. 形变对于干涉图中形变不会影响有地面高程产生
的相位发生跳跃； 3. 地形对干涉图可以获得精确的DEM。
差分干涉测量的原理
四轨法
基本思想是选择四幅SAR图像，用其中 的两幅来生成DEM，另外两幅作变形监测。
三种方法比较
两轨法
优点：不需要相位解缠，减少了数据处理 的工作 量；避免了相位解缠引入的误差。
来消除地形相位。 在两轨法中，外部DEM的精度、空
间分辨率、插值方法及干涉基线对形 变量的精度都有显著的影响。
差分干涉测量的原理
三轨法
是由1994年由Zebker等人提出的，由 于该方法可以直接从SAR图像中提取出地 表形变信息，被认为是差分干涉模型最经 典的方法。
差分干涉测量的原理
三轨法
原理是采用三幅SAR图像，以其中的一幅作 为主图像，另外两幅作为从图像，可与主图像分 别生成两幅干涉图。
差分干涉测量在地震监测的应用
差分干涉测量地震监测的应用
差分干涉测量地震监测的应用
地震可以引起电离层异常
差分干涉测量在地表沉降监测的应用
谢谢观赏
WPS Office
Make Presentation much more fun
合成孔径雷 达差分干涉
测量
引言
合成孔径雷达(Synthetic Aperture Radar，简称SAR)，是一
种工作在微波波段的主动式微波成像传感器。它有效地解 决了雷达设计中高分辨率要求与大天线、短波长之间的矛 盾，使分辨率提高了数百倍。
合成孔径雷达干涉测量(Interferometric Synthetic Aperture
缺点：已知DEM与InSAR干涉图像的配准存 在很大 困难。
时序InSAR的误差分析及应用研究
时序InSAR的误差分析及应用研究一、概述时序InSAR技术，作为合成孔径雷达干涉测量（InSAR）的一个重要分支，近年来在大地测量、地质环境监测、灾害预警等领域展现出了广阔的应用前景。
该技术通过对同一地区不同时间获取的SAR图像进行干涉处理，提取地表形变信息，进而实现对地表微小形变的高精度监测。
时序InSAR技术在实际应用中面临着诸多误差因素的影响，这些误差不仅影响形变监测的精度，还可能对结果的解释和应用造成误导。
对时序InSAR技术的误差来源、误差传播特性以及误差校正方法进行系统分析和研究显得尤为重要。
本文旨在全面分析时序InSAR技术的误差特性，并探讨其在实际应用中的效果。
我们将对时序InSAR技术的基本原理和方法进行简要介绍，包括干涉处理、相位解缠、形变反演等关键步骤。
在此基础上，我们将详细分析时序InSAR技术的主要误差来源，如雷达系统误差、大气延迟误差、地表覆盖类型差异等，并探讨这些误差对形变监测结果的影响。
为了减小误差并提高形变监测的精度，本文将进一步研究时序InSAR技术的误差校正方法。
我们将介绍一些常用的误差校正技术，如相位滤波、地面控制点校正等，并讨论这些方法的适用性和局限性。
我们还将探讨如何结合其他数据源和信息来提高时序InSAR形变监测的精度和可靠性。
本文将通过实例分析展示时序InSAR技术在具体领域的应用效果。
我们将选取具有代表性的地质环境监测、城市沉降监测等案例，分析时序InSAR技术在这些领域的应用特点、优势以及存在的问题。
通过这些实例分析，我们将进一步验证时序InSAR技术的实用性和有效性，并为未来的应用提供有益的参考和借鉴。
本文将对时序InSAR技术的误差分析及应用研究进行系统的探讨和分析，旨在为相关领域的研究者和实践者提供有益的参考和借鉴。
1. InSAR技术简介及发展历程合成孔径雷达干涉测量（Interferometric Synthetic Aperture Radar，简称InSAR）技术，是一种将合成孔径雷达成像技术与干涉测量技术相结合的前沿微波遥感技术。
- 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)。
4 雷达干涉测量原理与应用• INSAR基本原理相位关系＋空间关系• 雷达波的相位信息的准确提取是决定干涉测量精度的主要因素• 数据处理流程INSAR 影像对输入基线估算去除平地效应高程计算影像配准干涉成像噪声滤除相位解缠•••INSAR数据处理的特点• 复数据处理海量数据干涉图与一般景物影像不同处理流程与一般遥感影像处理不同INSAR数据处理的要求• 自动化• 高精度• 海量数据处理INSAR数据处理的关键• 相位信息• 空间参数主要内容§4．1 雷达干涉测量概述§4．2 复数影像配准§4．3 干涉图生成与相位噪声滤波§4．4 相位解缠§4．5 InSAR发展与应用4.2 复数影像配准本节要点本节系统地论述INSAR复数影像精确配准的重要性，研究配准精度对于干涉图质量的影响，对INSAR数据配准方法发展的现状进行评述，分析存在的问题；然后详细论述从粗到细的影像匹配策略和实施方案，以及最小二乘匹配方法在INSAR数据配准中的应用等。
主要内容1 影像配准的基本原理2 干涉图质量评估与配准精度3 INSAR复数影像配准方法概述4 幅度影像的从粗到细匹配策略5 幅度影像相关系数用于精确匹配6 相干性测度用于精确配准影像配准的基本原理配准问题的提出• 在遥感影像的集成应用中，包括数据融合、变化检测和重复轨道干涉成像等，均首先需要解决来自不同传感器或者不同时相的影像高精度快速配准的问题• 在多源数据综合处理的过程中，影像配准往往是一个瓶颈，制约整个数据处理自动化的实现• 由重复轨道获得的两幅复数SAR影像，欲得到准确的干涉相位，必须精确地配准。
理论上，配准精度需要达到子像素级（1/10像素）INSAR数据配准问题的困难• INSAR影像对是单视数的复数影像，也就是未经任何辐射分辨率改善措施的影像，纹理模糊，还有斑点噪声的影响，要达到这样的要求并非易事• 单视数复数影像的高精度自动配准，无法用人工方法配准• 自动配准比光学影像之间的配准要困难得多，其配准的实施流程比较复杂影像配准的一般步骤影像配准的一般步骤1）控制点的确定：影像自动匹配2）几何变换模型：多项式变换（相对配准）3）质量评估：多项式拟合4）复数影像重采样：三次样条、实部/虚部5）过采样：防止频谱混迭质量指标相干性测度的估计干涉图的噪声来源系统噪声地表变化影像配准聚焦不一致基线去相关后处理后处理精确配准控制成像过程控制成像过程⇒⇒⇒⇒⇒配准精度的影响（1）影像大小：2500 × 2500波段：L ，C精确配准：RMS 0.03像素Max. Residual 0.05像素非精确配准：+ 0.7像素配准精度的影响（2）相干系数分布(C波段）（a）精确配准后生成（b）未精确配准后生成配准精度的影响（3）配准精度与相干性的变化趋势图INSAR复数影像配准方法概述配准是INSAR数据处理关键技术之一• 配准精度需要达到子像素级（1/10像素）• 星载SAR几何变形复杂：* 方位向是系统性的* 距离向与地形起伏有关⇒简单的平移和比例缩放要达到高精度配准是很困难的斑点噪声的影响已有方法之一：相干系数法k 参考影像目标区域l搜索区域输入影像以相干系数为匹配测度已有方法之二：最大干涉频谱法• 对干涉图u进行FFT计算，得到对应的二维频谱F。
频谱中最大值（复频谱的幅度峰值）表示了最亮的干涉条纹的空间频率分量，其位置则表示了最亮条纹的空间分布频率• 频谱中的信噪比（SNR）可以用来衡量最亮条纹的相对质量，即最大分量与其他各分量之和的比值• 根据（3-3）式，信噪比与相干系数是等效的已有方法之三：平均波动函数法无地形变化时的理想相位差分布INSAR数据配准方法存在的问题（1）• 算法均为单点匹配算法⇒某一点结果的正确与否与周围点无关⇒可能出现多峰值或谷点的情况这种孤立的、不考虑与周围的同名点对关系的单点影像匹配结果之间可能会出现矛盾INSAR数据配准方法存在的问题（2）• 判断最佳点位置的难度和计算量很大⇒或以整像素间隔为移动距离，然后对定位结果进行多项式拟合，求出最佳点⇒或将窗口中影像预先按1:10过采样(oversampling) ⇒或将移动间隔定为0.1个像素本质上与多项式拟合的方法没有区别，并不能保证精度的明显提高I NSAR数据配准方法存在的问题（3）• 从干涉条纹图的质量出发来设计匹配测度，需要反复生成局部的干涉图⇒只有在配准精度达到一定程度时，才能看到明显的条纹图⇒直观上很难判断复数像对之间的相似性程度，难以对运算过程加以监控INSAR数据配准方法存在的问题（4）• 在一定的搜索范围内逐点计算和比较⇒实际上引进了大量的重复运算（相干性，FFT的计算等）主要思路• 从粗到细的影像匹配策略• 以相干性作为高精度匹配的测度匹配策略的要求根据SAR影像的特点，把不同特点的匹配方法有机地组合起来，既要保证匹配的高精度，又要保证可靠性和效率主要步骤特征点提取⇒选择兴趣算子挑选候选点基于灰度的粗匹配⇒确定下一级匹配的初始值整体概率松弛匹配⇒改善抗噪声能力，提高可靠性最小二乘匹配⇒逐点精化，达到子像素级的精度组合算法的目的• 匹配算法基于幅度分量或功率影像（幅度的平方）⇒实数运算大大减少了需处理的数据量• 多种匹配方法的组合⇒保证精度和可靠性• 最小二乘匹配是灰度相似性导引的最速下降算法⇒少量的迭代次数就可达到所需精度，避免了传统方法的逐点搜索、重复计算实施方案（1）• 先用Förstner算子选择兴趣点• 采用归一化的相关系数作为匹配的测度max ρ(Δx, Δy) =σg1g2 σg1g1 σg2 g2ρ作为初级匹配测度之特点：灰度线性畸变通常存在于由不同传感器或者在不同时相获取的遥感影像之间，ρ是灰度平移、比例尺变形之不变量实 施 方 案（2）• 松弛法整体影像匹配 + 跨接法原理 跨接法：先重采样消除相对几何形变， 再计算影像段的相似性度量 k j 3 k 4 k 3 ih 和 jk 的相关系数： ρ( ih ，jk ) j j 3 j 1 i h k 2 k 1 当| ih | ≠ | jk |时重采样实施方案（3）• 松弛法整体影像匹配 + 跨结法原理C(i,j;h,k)∝ρ( ih , jk )实施方案（4）• 松弛法整体影像匹配 + 跨接法原理P(i, j): i, j 两点之间的相关系数ρijn(H)为相邻匹配点个数，m(K)和m(J)为候选匹配点个数P(r) > T停止迭代，确定可靠点对。
B为经验系数∑ 实 施 方 案（5）• 单点最小二乘匹配出发点是“灰度差的平方和最小” 具体化:n 1 + g 1 ( x , y ) = n 2 + g 2 ( x , y )vv = min v = g 1 ( x , y ) − g 2 ( x , y )考虑辐射畸变(窗口小时可认为是一次线性畸变):g ( x , y ) = h 0 + h 1 g 2 ( x , y )] ′ ′ 实 施 方 案（6）只考虑相对位移的情况下（基线短）: g 1(x , y ) + n 1(x , y ) = g 2 (x + Δx , y + Δy ) + n 2 (x , y ) 线性化后:v (x , y ) = g 2x (x , y )Δx + g 2 y (x , y )Δy −[g 1(x , y ) − g 2 (x , y )实施方案（7）实施方案（8）• 求解误差方程可得影像坐标改正值: Δx Δy • 输入影像灰度重新采样• 计算匹配测度, 决定是否继续迭代计算? • 输入影像相对纠正SIR-C数据与实验区C波段幅度影像（site1）L波段幅度影像（site1）SIR-C数据与实验区L波段幅度影像（site2）初步的实验结果Site1 / L波段幅度影像对和同名点对初步的实验结果表 4-1 松弛法匹配结果（二次多项式拟合）误差类别点数X 方向RMS(像素)Y 方向RMS总的RMS(像素)最大残差(像素)(像素)Site1 松弛法匹配结果（C 波段）Site1 松弛法匹配结果（L 波段）Site2 松弛法匹配结果（L 波段）1061551660.0960.1600.2570.1910.1230.2050.2140.2010.3290.9841.9850.990结果分析：松弛法匹配的效果明显，所有确定的同名点(控制点)的残差都很小，没有明显的粗差点，可靠性较高初步的实验结果表 4-2 最小二乘匹配结果（site2, 二次多项式拟合）匹配窗口大小误差类别X 方向RMSY 方向RMS总的 RMS(像素)最大残差(像素) (像素) (像素)N=17 N=21 N=25 N=27 N=29 N=33 N=35 N=37 N=43 N=51 N=61 N=71 0.12070.1880.1720.1650.1630.1570.1570.1580.1470.1300.1200.1140.2680.2520.2210.2050.1900.1630.1510.1450.1380.1310.1200.1040.3380.3140.2800.2630.2500.2260.2180.2150.2010.1850.1690.1551．1051．2801．2140．8880．8410．7890．8800．8490．7910．9590．8570．731实验结果分析（2）• 从幅度影像看，整个SAR影像的纹理特征远不如光学影像，纹理都很模糊。
但是，通过最小二乘匹配，匹配的精度有明显改善• 窗口大小N的选择对匹配精度有明显影响。
但是随着N增加到一定程度后，对于减少RMS的效果不太明显（相对变形）存在的问题（1）• N=51甚至71时，还是不能够达到1/10像素的精度要求原因主要是：⇒SAR影像纹理特征相对非常比较模糊。
从影像匹配理论可知，影像匹配的精度与纹理特征有密切关系，后面的讨论表明幅度影像相关系数难以控制匹配质量⇒如果N太大，除了计算量的问题，相对变形也会更复杂存在的问题（2）• 匹配前后的相关系数变化不大，可以说明配准质量的改善不明显表4-3 最小二乘匹配前后的相关系数的变化最大值最小值均值标准差迭代前迭代15 次后0．92430．91410．20480．22800．6300．6320．1590．159存在的问题（3）• ρ 的实际动态范围比较小，相关系数与残差之间的相关性不明显在建立几何变形模型时，若以ρ为依据来判断（加权）或剔除一些质量不高的点很困难解决问题的可能途径• 将幅度和相位信息的利用结合起来，在不明显增加运算量的情况下，进一步提高配准精度⇒使用相干系数γ（coherence）• 寻找相干系数的快速估计方法* γ = N M N M 2 2 相干系数的快速估计• （4－4）式是相干系数的无偏估计，在估计窗口足够大，并且相干性不是特别小时，估计的质量是很好的 N M | ∑ ∑ u 1 (n , m )u 2 (n , m )e − j ϕ ( n , m ) | n = 0 m = 0 (4-4) ∑ ∑ | u 1 (n , m ) | ∑ ∑ | u 2 (n , m ) | n = 0 m = 0 n = 0 m = 0 • 相干系数的精确计算需要求得准确的干涉相位，实 际操作上非常困难相干系数的快速估计功率影像为|u1|2和|u2|2，它们的归一化互相关系数定义为：可以推导出以下关系：。