CN103323846A - 一种基于极化干涉合成孔径雷达的反演方法及装置 - Google Patents
一种基于极化干涉合成孔径雷达的反演方法及装置 Download PDFInfo
- Publication number
- CN103323846A CN103323846A CN2013101803116A CN201310180311A CN103323846A CN 103323846 A CN103323846 A CN 103323846A CN 2013101803116 A CN2013101803116 A CN 2013101803116A CN 201310180311 A CN201310180311 A CN 201310180311A CN 103323846 A CN103323846 A CN 103323846A
- Authority
- CN
- China
- Prior art keywords
- measured
- target
- image
- match
- polinsar
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/9021—SAR image post-processing techniques
- G01S13/9023—SAR image post-processing techniques combined with interferometric techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/904—SAR modes
- G01S13/9076—Polarimetric features in SAR
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于极化干涉合成孔径雷达的反演方法,获取待测目标的一组极化干涉合成孔径雷达(PoLInSAR)图像数据,并利用整体最小二乘法对从所述PoLInSAR图像数据中获取的相关系数估计值进行直线地拟合,确定所述待测目标的地表相位估计值;通过由PoLInSAR图像数据获取的相关区域边界与拟合后的直线获取体散射去相关系数;通过建立查找表对所述待测目标进行反演,获取所述待测目标的反演参数而作为所述待测目标的参数估计值。本发明还同时公开了一种基于极化干涉合成孔径雷达的反演装置。采用本发明的技术方案,能够提高反演精度。本发明的技术方案尤其适用于对森林参数的反演。
Description
技术领域
本发明涉及极化干涉合成孔径雷达(PoLInSAR)的应用技术,尤其涉及一种基于极化干涉合成孔径雷达的反演方法及装置。
背景技术
近些年来,利用极化干涉合成孔径雷达数据反演森林参数,一直是研究的热点问题。传统的森林参数反演方法是由Cloude学者和Pathanassiou学者提出的传统三阶段反演方法,该方法基于RVOG二层植被模型,将反演过程分为相关系数估计与直线地拟合、地表相位估计、体散射去相关估计与参数估计三步;其中,直线地拟合误差和体散射去相关估计误差对反演精度的影响较大。
对相关系数进行直线地拟合时,直线地拟合误差会直接影响到地表相位估计的精度,地表相位误差又直接影响了树高反演结果,因此直线地拟合是三阶段反演方法的基本步骤,必须要将误差降低到最小。目前,直线地拟合方法通常采用最小二乘法,采用最小二乘法进行直线地拟合的方法虽然简单,但其存在仅考虑自变量误差未考虑因变量误差的缺陷,使拟合存在误差。
体散射去相关系数理论上为拟合直线的可视线段上的离地表相位点最远的点。传统的体散射去相关系数可以近似为HV通道相关系数,但这样会造成森林高度的过低估计。
发明内容
有鉴于此,本发明的主要目的在于提供一种基于极化干涉合成孔径雷达的反演方法及装置,能提高反演精度。
为达到上述目的,本发明的技术方案是这样实现的:
一种基于极化干涉合成孔径雷达的反演方法,该方法包括:
获取待测目标的一组PoLInSAR图像数据,并利用整体最小二乘法对从所述PoLInSAR图像数据中获取的相关系数估计值进行直线地拟合,确定所述待测目标的地表相位估计值;
通过由PoLInSAR图像数据获取的相关区域边界与拟合后的直线获取体散射去相关系数;
通过建立查找表对所述待测目标进行反演,获取所述待测目标的反演参数而作为所述待测目标的参数估计值;
其中,所述PoLInSAR图像数据包含四幅主图像、四幅辅图像。
优选地,所述利用整体最小二乘法对从所述PoLInSAR图像数据中获取的相关系数估计值进行直线地拟合,确定所述待测目标的地表相位估计值,包括:
对所述相关系数估计值采用整体最小二乘法进行直线地拟合,确定所述拟合后的直线的斜率估计值和斜距估计值,根据所述斜率估计值和所述斜距估计值确定所述待测目标的地表相位估计值。
优选地,所述通过由PoLInSAR图像数据获取的相关区域边界与拟合后的直线获取体散射去相关系数,包括:
确定所述主图像和所述辅图像的相关区域边界;
确定所述拟合后的直线与所述相关区域边界的两个交点,并将所述两个交点中离所述待测目标的地表相位远的点确定为体散射去相关系数。
优选地,所述确定所述主图像和所述辅图像的相关区域边界,包括:
根据所述主图像和所述辅图像的散射机制、所述主图像和所述辅图像的极化互相关矩阵、所述主图像的相关矩阵和所述辅图像的相关矩阵确定所述主图像和所述辅图像的复相关系数,并对所述复相关系数进行修正;
根据所述复相关系数的修正结果,通过相位旋转法确定相关区域边界。
优选地,所述确定所述拟合后的直线与所述相关区域边界的两个交点,包括:
根据所述主图像和所述辅图像的散射机制、所述主图像和所述辅图像的极化互相关矩阵、所述主图像的相关矩阵和所述辅图像的相关矩阵建立所述待测目标的目标函数,并通过拉格朗日乘子法确定所述目标函数的极值,将所述目标函数的极值作为所述拟合后的直线与所述相关区域边界的两个交点。
一种基于极化干涉合成孔径雷达的反演装置,该装置包括地表相位确定模块、体散射去相关系数确定模块和参数确定模块;其中,
所述地表相位确定模块,用于获取待测目标的一组PoLInSAR图像数据,并利用整体最小二乘法对从所述PoLInSAR图像数据中获取的相关系数估计值进行直线地拟合,确定所述待测目标的地表相位估计值;
所述体散射去相关系数确定模块,用于通过由PoLInSAR图像数据获取的相关区域边界与拟合后的直线获取体散射去相关系数;
所述参数确定模块,用于通过建立查找表对所述待测目标进行反演,获取所述待测目标的反演参数而作为所述待测目标的参数估计值。
优选地,所述地表相位确定模块,还用于对所述相关系数估计值采用整体最小二乘法进行直线地拟合,确定所述拟合后的直线的斜率估计值和斜距估计值,根据所述斜率估计值和所述斜距估计值确定所述待测目标的地表相位估计值;
其中,所述PoLInSAR图像数据包含四幅主图像、四幅辅图像。
优选地,所述体散射去相关系数确定模块还用于,
确定所述主图像和所述辅图像的相关区域边界;
确定所述拟合后的直线与所述相关区域边界的两个交点,并将所述两个交点中离所述待测目标的地表相位远的点确定为体散射去相关系数。
优选地,所述体散射去相关系数确定模块还用于,
根据所述主图像和所述辅图像的散射机制、所述主图像和所述辅图像的极化互相关矩阵、所述主图像的相关矩阵和所述辅图像的相关矩阵确定所述主图像和所述辅图像的复相关系数,并对所述复相关系数进行修正;
根据所述复相关系数的修正结果,通过相位旋转法确定相关区域边界。
优选地,所述参数确定模块,还用于根据所述主图像和所述辅图像的散射机制、所述主图像和所述辅图像的极化互相关矩阵、所述主图像的相关矩阵和所述辅图像的相关矩阵建立所述待测目标的目标函数,并通过拉格朗日乘子法确定所述目标函数的极值,将所述目标函数的极值作为所述拟合后的直线与所述相关区域边界的两个交点。
本发明提供的基于极化干涉合成孔径雷达的反演方法及装置,获取待测目标的一组PoLInSAR图像数据,并利用整体最小二乘法对从所述PoLInSAR图像数据中获取的相关系数估计值进行直线地拟合,确定所述待测目标的地表相位估计值;通过由PoLInSAR图像数据获取的相关区域边界与拟合后的直线获取体散射去相关系数;通过建立查找表对所述待测目标进行反演,获取所述待测目标的反演参数而作为所述待测目标的参数估计值。如此,本发明能够有效地减小直线地拟合误差,精确地估计体散射去相关系数,进而得到更精确的森林参数,提高了森林参数的反演精度。并且,本发明提供的方法简单易行,尤其适用于反演森林参数,对于树高的反演结果更加接近实际高度,能更有利于遥感图像的实际应用。此外,本发明提供的方法简单易行,还可以对农作物参数进行较精确的反演。
附图说明
图1为本发明的基于PoLInSAR的反演方法的实现流程示意图;
图2为本发明的体散射去相关估计的示意图;
图3为本发明的基于PoLInSAR反演装置的组成结构示意图;
图4为本发明实施例的模拟实验数据示意图;
图5为本发明实施例采用本发明方法与采用传统三阶段反演方法获取的地表相位图;
图6为本发明实施例采用本发明方法与采用传统三阶段反演方法估计出的体散射去相关系数对比示意图;
图7为本发明实施例采用本发明方法与采用传统三阶段反演方法进行树高反演结果对比示意图;
图8为采用本发明方法与采用传统三阶段反演方法对场景方位中心线进行树高反演的结果对比图;
图9为采用本发明方法与采用传统三阶段反演方法对整个场景进行树高反演的结果对比图。
具体实施方式
下面结合附图和具体实施例对本发明的技术方案进一步详细阐述。
图1为本发明基于极化干涉合成孔径雷达反演方法的实现流程示意图,如图1所示,所述方法包括:
步骤101:获取待测目标的一组PoLInSAR图像数据,并利用整体最小二乘法对从所述PoLInSAR图像数据中获取的相关系数估计值进行直线地拟合,确定所述待测目标的地表相位估计值;
其中,所述PoLInSAR图像数据包含四幅主图像和四幅辅图像。
具体的,在极化干涉条件下,采用两根天线获取同一待测目标的极化数据,其中,第一根天线获取分别与HH通道、HV通道、VH通道和VV通道相对应的主图像数据,即共四幅主图像;第二根天线获取分别与HH通道、HV通道、VH通道和VV通道相对应的辅图像数据,即共四幅辅图像。
具体的,所述利用整体最小二乘法对从所述PoLInSAR图像数据中获取的相关系数估计值进行直线地拟合,确定所述待测目标的地表相位估计值,包括:
对所述相关系数估计值采用整体最小二乘法进行直线地拟合,确定所述拟合后的直线的斜率估计值和斜距估计值,根据所述斜率估计值和所述斜距估计值确定所述待测目标的地表相位估计值。
这里,所述相关系数估计值包括:HV通道相关系数、HH通道相关系数、VV通道相关系数、RL通道相关系数、LL通道相关系数、LR通道相关系数、ZU通道1相关系数、ZU通道2相关系数和ZU通道3相关系数。
这里,所述采用整体最小二乘法进行直线地拟合,其实施原理及步骤,具体为:
设直线方程为:
y+vyi=a(x+vxi)+b (1)
其中,x和y为相关系数的观测量,且均存在误差vxi和vyi,a和b为待估参数,且a表示斜率、b表示斜距。将式(1)变换为形如式(2)的矩阵形式;
(A+EA)x=Y+EY (2)
其中,
或可将式(1)等价变换为形如(B+D)z=0的矩阵形式;其中,增广矩阵B=[-Y,A],扰动矩阵D=[-EY+EA],通过整体最小二乘方法确定齐次方程的解,相当于确定约束最优化
具体的,通过整体最小二乘法进行直线地拟合具体为:
对增广矩阵B进行奇异值(SVD)分解,得到:
并且,矩阵V=[v1,v2,…vn+1],V的n+1个特征向量分别对应n+1个特征值;
利用公式σp>σn+1+ε≥σp+1≥…σn+1判断主奇异值的个数p;
确定拟合后的直线的斜率a和斜距b后,根据Cloude等学者提出的传统三阶段反演方法中地表相位的计算方法即可得到待测目标的地表相位估计值:
将拟合后的直线与单位圆相交并得到两个交点后,计算每个交点与HV通道的距离,以及每个交点与(HV+VV)通道的距离,将与HV通道的距离大于与(HV+VV)通道的距离的交点确定为待测目标的地表相位估计值。
步骤102:通过由PoLInSAR图像数据获取的相关区域边界与拟合后的直线获取体散射去相关系数;
具体的,所述通过由PoLInSAR图像数据获取的的相关区域边界与拟合后的直线获取体散射去相关系数,包括:
确定所述主图像和所述辅图像的相关区域边界;
确定所述拟合后的直线与所述相关区域边界的两个交点,并将所述两个交点中离所述待测目标的地表相位远的点确定为体散射去相关系数。
具体的,所述确定所述主图像和所述辅图像的相关区域边界,包括:
根据所述主图像和所述辅图像的散射机制、所述主图像和所述辅图像的极化互相关矩阵、所述主图像的相关矩阵和所述辅图像的相关矩阵确定所述主图像和所述辅图像的复相关系数,并对所述复相关系数进行修正;
根据所述复相关系数的修正结果,通过相位旋转法确定相关区域边界。
具体的,所述确定所述拟合后的直线与所述相关区域边界的两个交点,包括:
根据所述主图像和所述辅图像的散射机制、所述主图像和所述辅图像的极化互相关矩阵、所述主图像的相关矩阵和所述辅图像的相关矩阵建立所述待测目标的目标函数,并通过拉格朗日乘子法确定所述目标函数的极值,将所述目标函数的极值作为所述拟合后的直线与所述相关区域边界的两个交点。
实际应用中,相关区域是指所有复相关系数在复平面内的分布区域,通常,用相关区域边界来描述相关区域的形状。本发明中,将拟合后的直线与相关区域边界的两个交点中离地表相位远的点定义为体散射去相关系数。
这里,所述确定相关区域边界的原理为:
主辅通道的极化方式相同情况下,在任意散射基下的复相关系数定义为:
其中,ω是主图像和辅图像的散射机制,Ω12是主图像和辅图像的极化互相关矩阵,T11和T22分别是主图像的相关矩阵和辅图像的相关矩阵。为简化计算,可将相关系数修正为:
其中,T=(T11+T22)/2,在实际确定过程中,求相关区域边界即为确定式(5)的极值:
其中,地表相位φ0的取值范围为[0,π),φ0为在[0,π)范围内的等间隔采样的角度值。由于每个角度都会产生一对对应地表相位的相关区域边界点,所以相关区域边界的密度由采样间隔决定。对相位采样越密集,得到的相关区域边界就越精确,但是计算效率越低。
可利用拉格朗日乘子法确定式(5)的极值,设复拉格朗日函数为:
L=ωHAω+λ(ωHTω-C1) (6)
令 得到:
-T-1Aω=λω (7)
其中,λ为预确定的极值,C1为常数。
对矩阵-T-1A进行特征分解,可得到最大特征值和最小特征值对应的特征矢量分别为ω1和ω2,则相应的相关区域的一对边界点为:
对φ0进行旋转可计算出相关区域边界点,相关区域边界与步骤101中得到的拟合后的直线的交点有两个,本发明选取距离地表相位远的点作为体散射去相关系数。
在传统三阶段反演方法中,通常取HV通道相关系数为体散射去相关系数,但是会造成参数反演的过低估计。图2示出了本发明方法与传统三阶段反演方法针对同一待测目标确定的体散射去相关系数示意图,由图2可知,本发明所确定的体散射去相关系数与传统三阶段反演方法的体散射去相关系数相比,本发明所确定的体散射去相关系数大,经实验证明,本发明确定体散射去相关系数的方法在一定程度上可克服传统三阶段反演方法参数反演过低估计的问题。
步骤103:通过建立查找表对所述待测目标进行反演,获取所述待测目标的反演参数而作为所述待测目标的参数估计值;
这里,所述建立查找表进行参数估计与传统三阶段反演方法中建立查找表进行参数估计的过程相同,在此不再赘述。
比如以待测目标为森林为例:对树高0至30m进行等间隔采样,并计算出理想情况下的体散射去相关系数,将等间隔采样树高与计算出的体散射去相关系数建立二维查找表,进行参数估计,即完成了对待测目标森林高度的估计。
图3为本发明基于PoLInSAR的反演装置的组成结构示意图,如图3所示,该装置包括地表相位确定模块31、体散射去相关系数确定模块32和参数确定模块33;其中,
所述地表相位确定模块31,用于获取待测目标的一组PoLInSAR图像数据,并利用整体最小二乘法对从所述PoLInSAR图像数据中获取的相关系数估计值进行直线地拟合,确定所述待测目标的地表相位估计值;
所述体散射去相关系数确定模块32,用于通过由PoLInSAR图像数据获取的相关区域边界与拟合后的直线获取体散射去相关系数;
所述参数确定模块33,用于通过建立查找表对所述待测目标进行反演,获取所述待测目标的反演参数而作为所述待测目标的参数估计值。
具体的,所述地表相位确定模块31,还用于对所述相关系数估计值采用整体最小二乘法进行直线地拟合,确定所述拟合后的直线的斜率估计值和斜距估计值,根据所述斜率估计值和所述斜距估计值确定所述待测目标的地表相位估计值。
具体的,所述体散射去相关系数确定模块32还用于,
确定所述主图像和所述辅图像的相关区域边界;
确定所述拟合后的直线与所述相关区域边界的两个交点,并将所述两个交点中离所述待测目标的地表相位远的点确定为体散射去相关系数。
具体的,所述体散射去相关系数确定模块32还用于,
根据所述主图像和所述辅图像的散射机制、所述主图像和所述辅图像的极化互相关矩阵、所述主图像的相关矩阵和所述辅图像的相关矩阵确定所述主图像和所述辅图像的复相关系数,并对所述复相关系数进行修正;
根据所述复相关系数的修正结果,通过相位旋转法确定相关区域边界。
所述参数确定模块33,还用于根据所述主图像和所述辅图像的散射机制、所述主图像和所述辅图像的极化互相关矩阵、所述主图像的相关矩阵和所述辅图像的相关矩阵建立所述待测目标的目标函数,并通过拉格朗日乘子法确定所述目标函数的极值,将所述目标函数的极值作为所述拟合后的直线与所述相关区域边界的两个交点。
本领域技术人员应当理解,图3中所示的基于PoLInSAR的反演装置中的各处理模块的实现功能可参照前述基于PoLInSAR的反演方法的相关描述而理解。本领域技术人员应当理解,图3所示的基于PoLInSAR的反演装置中各处理单元的功能可通过运行于处理器上的程序而实现,也可通过具体的逻辑电路而实现。
为了更好地说明本发明方法的实现效果,下面以对待测目标为树高的反演为例来说明。
在本实施例中,采用由欧洲太空局提供的PolSARpro软件产生一组L波段的PoLInSAR图像数据对本发明方法进行验证。PolSARpro软件的仿真参数为:平台高度3000m、垂直基线1m、水平基线10m、入射角π/2、中心频率1.3GHz、树高18m、地表为平滑地表相位约为0、图像大小为105×141像素。图4(a)为选取的Pauli基合成图,在图4(b)中,将小圆圈标注的点记为P,P点为场景中心点。
图5为地表相位图示意图;其中,图5(a)为采用最小二乘法进行直线地拟合而得到的地表相位反演结果示意图,图5(b)为采用整体最小二乘法进行直线地拟合而得到的地表相位反演结果示意图。由于地表相位模拟时设为平滑地表相位约为0,因此,由图5可以看出,采用整体最小二乘法进行直线地拟合得到的地表相位更接近真实情况,而待测目标的地表相位越接近真实情况,最终获得的森林树高反演精度越高。
图6为在场景中心点P点拟合出的相关直线以及体散射去相关系数示意图;其中,小正方形的中心表示采用本发明方法估计出的体散射去相关系数,小圆圈的中心表示采用传统三阶段反演方法估计出的HV通道相关系数。由图6可以看出,本发明方法得到的体散射去相关系数的估计值比HV通道相关系数值距离地表相位点更远,可以在一定程度上克服采用传统三阶段反演方法森林高度过低估计的问题。
图7示出了传统三阶段反演方法和本发明方法反演出的森林高度估计结果;其中,图7(a)为传统三阶段反演方法的反演结果,图7(b)为本发明方法反演结果。由图7可以看出,本发明方法反演的树高值均匀分布在森林区域中,而在传统方法中反演的树高在森林区域中存在大量零值点。由此可见,采用本发明方法进行树高反演结果更接近真实情况。
为了更有效地验证本发明方法的可行性,本发明选取图3(b)场景方位中心线的高度反演结果进行分析。如图8所示,实线表示本发明方法反演出的树高,虚线表示传统三阶段反演方法反演出的树高,横线表示理论的树高。显然,从图8可以看出,本发明方法确实能在一定程度上克服传统三阶段反演方法对树高过低估计的问题;采用本发明方法进行树高反演,能提高反演精度。
图9为整个场景的树高反演结果的对比图,曲线1表示采用本发明方法对整个场景的树高反演结果,曲线2表示采用传统三阶段反演方法对整个场景的树高反演结果。由图9可看出,传统三阶段反演方法会造成树高的过低估计,本发明方法反演的树高值分布更接近理论高度18米。由此可见,本发明方法可靠有效。
为了更形象地对比本发明方法与传统三阶段反演方法的反演结果,可对树高反演结果进行量化分析。表1列出了传统三阶段反演方法和本发明方法树高反演的平均误差和均方根误差的对比结果。通过定量对比可知,本发明方法提高了树高反演精度。
理论高度18(m) | 平均高度 | 均方根误差 | 平均误差 |
传统三阶段方法 | 15.59m | 6.14m | 5.12m |
本发明反演方法 | 18.64m | 5.12m | 4.96m |
表1
实验结果表明,本发明方法尤其适合于对森林参数的估计。此外,本发明方法还适用于农作物参数估计等应用场景。
以上所述,仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。
Claims (10)
1.一种基于极化干涉合成孔径雷达PoLInSAR的反演方法,其特征在于,该方法包括:
获取待测目标的一组PoLInSAR图像数据,并利用整体最小二乘法对从所述PoLInSAR图像数据中获取的相关系数估计值进行直线地拟合,确定所述待测目标的地表相位估计值;
通过由PoLInSAR图像数据获取的相关区域边界与拟合后的直线获取体散射去相关系数;
通过建立查找表对所述待测目标进行反演,获取所述待测目标的反演参数而作为所述待测目标的参数估计值;
其中,所述PoLInSAR图像数据包含四幅主图像、四幅辅图像。
2.根据权利要求1所述的方法,其特征在于,所述利用整体最小二乘法对从所述PoLInSAR图像数据中获取的相关系数估计值进行直线地拟合,确定所述待测目标的地表相位估计值,包括:
对所述相关系数估计值采用整体最小二乘法进行直线地拟合,确定所述拟合后的直线的斜率估计值和斜距估计值,根据所述斜率估计值和所述斜距估计值确定所述待测目标的地表相位估计值。
3.根据权利要求1所述的方法,其特征在于,所述通过由PoLInSAR图像数据获取的相关区域边界与拟合后的直线获取体散射去相关系数,包括:
确定所述主图像和所述辅图像的相关区域边界;
确定所述拟合后的直线与所述相关区域边界的两个交点,并将所述两个交点中离所述待测目标的地表相位远的点确定为体散射去相关系数。
4.根据权利要求3所述的方法,其特征在于,所述确定所述主图像和所述辅图像的相关区域边界,包括:
根据所述主图像和所述辅图像的散射机制、所述主图像和所述辅图像的极化互相关矩阵、所述主图像的相关矩阵和所述辅图像的相关矩阵确定所述主图像和所述辅图像的复相关系数,并对所述复相关系数进行修正;
根据所述复相关系数的修正结果,通过相位旋转法确定相关区域边界。
5.根据权利要求3所述的方法,其特征在于,所述确定所述拟合后的直线与所述相关区域边界的两个交点,包括:
根据所述主图像和所述辅图像的散射机制、所述主图像和所述辅图像的极化互相关矩阵、所述主图像的相关矩阵和所述辅图像的相关矩阵建立所述待测目标的目标函数,并通过拉格朗日乘子法确定所述目标函数的极值,将所述目标函数的极值作为所述拟合后的直线与所述相关区域边界的两个交点。
6.一种基于极化干涉合成孔径雷达PoLInSAR的反演装置,其特征在于,该装置包括地表相位确定模块、体散射去相关系数确定模块和参数确定模块;其中,
所述地表相位确定模块,用于获取待测目标的一组PoLInSAR图像数据,并利用整体最小二乘法对从所述PoLInSAR图像数据中获取的相关系数估计值进行直线地拟合,确定所述待测目标的地表相位估计值;
所述体散射去相关系数确定模块,用于通过由PoLInSAR图像数据获取的相关区域边界与拟合后的直线获取体散射去相关系数;
所述参数确定模块,用于通过建立查找表对所述待测目标进行反演,获取所述待测目标的反演参数而作为所述待测目标的参数估计值。
7.根据权利要求6所述的装置,其特征在于,所述地表相位确定模块,还用于对所述相关系数估计值采用整体最小二乘法进行直线地拟合,确定所述拟合后的直线的斜率估计值和斜距估计值,根据所述斜率估计值和所述斜距估计值确定所述待测目标的地表相位估计值;
其中,所述PoLInSAR图像数据包含四幅主图像、四幅辅图像。
8.根据权利要求6所述的装置,其特征在于,所述体散射去相关系数确定模块还用于,
确定所述主图像和所述辅图像的相关区域边界;
确定所述拟合后的直线与所述相关区域边界的两个交点,并将所述两个交点中离所述待测目标的地表相位远的点确定为体散射去相关系数。
9.根据权利要求6所述的装置,其特征在于,所述体散射去相关系数确定模块还用于,
根据所述主图像和所述辅图像的散射机制、所述主图像和所述辅图像的极化互相关矩阵、所述主图像的相关矩阵和所述辅图像的相关矩阵确定所述主图像和所述辅图像的复相关系数,并对所述复相关系数进行修正;
根据所述复相关系数的修正结果,通过相位旋转法确定相关区域边界。
10.根据权利要求6所述的装置,其特征在于,
所述参数确定模块,还用于根据所述主图像和所述辅图像的散射机制、所述主图像和所述辅图像的极化互相关矩阵、所述主图像的相关矩阵和所述辅图像的相关矩阵建立所述待测目标的目标函数,并通过拉格朗日乘子法确定所述目标函数的极值,将所述目标函数的极值作为所述拟合后的直线与所述相关区域边界的两个交点。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310180311.6A CN103323846B (zh) | 2013-05-15 | 2013-05-15 | 一种基于极化干涉合成孔径雷达的反演方法及装置 |
EP14162311.6A EP2784537B1 (en) | 2013-05-15 | 2014-03-28 | Inversion method and apparatus based on polarimetric interferometric synthetic aperture radar |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310180311.6A CN103323846B (zh) | 2013-05-15 | 2013-05-15 | 一种基于极化干涉合成孔径雷达的反演方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103323846A true CN103323846A (zh) | 2013-09-25 |
CN103323846B CN103323846B (zh) | 2015-08-19 |
Family
ID=49192698
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310180311.6A Active CN103323846B (zh) | 2013-05-15 | 2013-05-15 | 一种基于极化干涉合成孔径雷达的反演方法及装置 |
Country Status (2)
Country | Link |
---|---|
EP (1) | EP2784537B1 (zh) |
CN (1) | CN103323846B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103760565A (zh) * | 2014-02-10 | 2014-04-30 | 中国科学院南京地理与湖泊研究所 | 一种区域尺度森林冠层高度遥感反演方法 |
CN108509836A (zh) * | 2018-01-29 | 2018-09-07 | 中国农业大学 | 双极化合成孔径雷达与作物模型数据同化的作物估产方法 |
CN110244301A (zh) * | 2019-06-27 | 2019-09-17 | 国网四川省电力公司电力科学研究院 | 一种基于sar图像的输电走廊树高提取方法 |
CN110441767A (zh) * | 2019-09-06 | 2019-11-12 | 云南电网有限责任公司电力科学研究院 | 输电线路走廊树障净空高度的测量方法及系统 |
CN113945926A (zh) * | 2021-09-17 | 2022-01-18 | 西南林业大学 | 一种通过低估补偿改进的反演森林冠层高度方法 |
CN113945927A (zh) * | 2021-09-17 | 2022-01-18 | 西南林业大学 | 一种通过体散射优化的反演森林冠层高度方法 |
CN117452432A (zh) * | 2023-12-21 | 2024-01-26 | 西南林业大学 | 一种基于森林穿透补偿的森林冠层高度估测方法 |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10230925B2 (en) | 2014-06-13 | 2019-03-12 | Urthecast Corp. | Systems and methods for processing and providing terrestrial and/or space-based earth observation video |
CN104808203B (zh) * | 2015-03-03 | 2017-05-10 | 电子科技大学 | 一种迭代最大似然估计多基线InSAR相位解缠方法 |
CA2980920C (en) | 2015-03-25 | 2023-09-26 | King Abdulaziz City Of Science And Technology | Apparatus and methods for synthetic aperture radar with digital beamforming |
EP3311449B1 (en) | 2015-06-16 | 2019-12-11 | King Abdulaziz City for Science and Technology | Efficient planar phased array antenna assembly |
CN105372655A (zh) * | 2015-10-30 | 2016-03-02 | 湖南科技大学 | 一种室内测定地表后向散射系数的装置及其使用方法 |
EP3380864A4 (en) | 2015-11-25 | 2019-07-03 | Urthecast Corp. | APPARATUS AND METHODS FOR OPEN SYNTHESIS RADAR IMAGING |
CA3064586A1 (en) | 2017-05-23 | 2018-11-29 | King Abdullah City Of Science And Technology | Synthetic aperture radar imaging apparatus and methods for moving targets |
EP3631504B8 (en) | 2017-05-23 | 2023-08-16 | Spacealpha Insights Corp. | Synthetic aperture radar imaging apparatus and methods |
CA3083033A1 (en) | 2017-11-22 | 2019-11-28 | Urthecast Corp. | Synthetic aperture radar apparatus and methods |
CN110109111B (zh) * | 2019-04-28 | 2023-02-10 | 西安电子科技大学 | 极化干涉sar稀疏植被高度反演方法 |
CN111398957B (zh) * | 2020-04-01 | 2022-08-02 | 中国林业科学研究院资源信息研究所 | 改进相干性计算方法的短波长双天线InSAR森林高度反演方法 |
CN111553421B (zh) * | 2020-04-28 | 2022-03-08 | 电子科技大学 | 基于双层嵌套结构的sar装备任务失效成因推理方法 |
CN112363161B (zh) * | 2020-10-27 | 2022-12-20 | 中南大学 | 基于散射机制分解的植被垂直结构及林下地形反演方法及装置 |
CN112882026B (zh) * | 2021-01-11 | 2023-04-11 | 清华大学 | 一种树高反演的方法、装置、计算机存储介质及终端 |
CN113376629B (zh) * | 2021-05-13 | 2022-08-05 | 电子科技大学 | 基于非均匀输入参数网格的井中雷达最小二乘反演方法 |
CN114252480B (zh) * | 2021-12-21 | 2024-09-24 | 中南大学 | 基于单极化sar数据邻域像素反演裸土区土壤湿度方法 |
CN115993601B (zh) * | 2023-03-22 | 2023-06-09 | 四川省公路规划勘察设计研究院有限公司 | 一种强盐渍土区域公路变形的时序InSAR监测方法 |
CN117077547B (zh) * | 2023-10-16 | 2023-12-26 | 西南林业大学 | 森林地上生物量估计方法及系统 |
CN118366059A (zh) * | 2024-06-20 | 2024-07-19 | 山东锋士信息技术有限公司 | 一种基于光学和sar数据融合的作物需水量计算方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101770026A (zh) * | 2009-01-07 | 2010-07-07 | 中国科学院电子学研究所 | 极化干涉合成孔径雷达数据估计地形的方法及其软件 |
GB2482551A (en) * | 2010-08-06 | 2012-02-08 | Qinetiq Ltd | Alignment of synthetic aperture radar images |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2384922B1 (es) * | 2010-06-07 | 2013-06-11 | Universitat Politècnica De Catalunya | Procedimiento para la estimación de la topografía de la superficie de la tierra en áreas con cobertura vegetal. |
-
2013
- 2013-05-15 CN CN201310180311.6A patent/CN103323846B/zh active Active
-
2014
- 2014-03-28 EP EP14162311.6A patent/EP2784537B1/en not_active Not-in-force
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101770026A (zh) * | 2009-01-07 | 2010-07-07 | 中国科学院电子学研究所 | 极化干涉合成孔径雷达数据估计地形的方法及其软件 |
GB2482551A (en) * | 2010-08-06 | 2012-02-08 | Qinetiq Ltd | Alignment of synthetic aperture radar images |
Non-Patent Citations (1)
Title |
---|
LIYING XU等: "Study on the impact of polarization on forest parameters retrieval of PolInSAR", 《RADAR CONFERENCE 2013, IET INTERNATIONAL》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103760565A (zh) * | 2014-02-10 | 2014-04-30 | 中国科学院南京地理与湖泊研究所 | 一种区域尺度森林冠层高度遥感反演方法 |
CN108509836A (zh) * | 2018-01-29 | 2018-09-07 | 中国农业大学 | 双极化合成孔径雷达与作物模型数据同化的作物估产方法 |
CN108509836B (zh) * | 2018-01-29 | 2021-10-08 | 中国农业大学 | 双极化合成孔径雷达与作物模型数据同化的作物估产方法 |
CN110244301A (zh) * | 2019-06-27 | 2019-09-17 | 国网四川省电力公司电力科学研究院 | 一种基于sar图像的输电走廊树高提取方法 |
CN110441767A (zh) * | 2019-09-06 | 2019-11-12 | 云南电网有限责任公司电力科学研究院 | 输电线路走廊树障净空高度的测量方法及系统 |
CN113945926A (zh) * | 2021-09-17 | 2022-01-18 | 西南林业大学 | 一种通过低估补偿改进的反演森林冠层高度方法 |
CN113945927A (zh) * | 2021-09-17 | 2022-01-18 | 西南林业大学 | 一种通过体散射优化的反演森林冠层高度方法 |
CN113945927B (zh) * | 2021-09-17 | 2022-09-06 | 西南林业大学 | 一种通过体散射优化的反演森林冠层高度方法 |
CN117452432A (zh) * | 2023-12-21 | 2024-01-26 | 西南林业大学 | 一种基于森林穿透补偿的森林冠层高度估测方法 |
CN117452432B (zh) * | 2023-12-21 | 2024-03-15 | 西南林业大学 | 一种基于森林穿透补偿的森林冠层高度估测方法 |
Also Published As
Publication number | Publication date |
---|---|
EP2784537A1 (en) | 2014-10-01 |
CN103323846B (zh) | 2015-08-19 |
EP2784537B1 (en) | 2016-10-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103323846A (zh) | 一种基于极化干涉合成孔径雷达的反演方法及装置 | |
CN105157609B (zh) | 基于两组相机的大型零件全局形貌测量方法 | |
CN103139907B (zh) | 一种利用指纹法的室内无线定位方法 | |
CN103235301B (zh) | 基于复数域平差理论的POLInSAR植被高度反演方法 | |
CN103353923B (zh) | 基于空间特征分析的自适应空间插值方法及其系统 | |
CN105589108B (zh) | 基于不同约束条件的瞬变电磁快速三维反演方法 | |
CN108763825B (zh) | 一种模拟复杂地形的风场的数值模拟方法 | |
CN102841385B (zh) | 一种基于多重分形克里金法的局部地磁图构建方法 | |
CN104778720A (zh) | 一种基于空间不变特性的快速体积测量方法 | |
CN107678075A (zh) | 一种基于国产卫星的城市热岛效应监测方法和系统 | |
CN103941286B (zh) | 一种基于平面导航的快速三维层位解释方法 | |
Jebur et al. | Assessing the performance of commercial Agisoft PhotoScan software to deliver reliable data for accurate3D modelling | |
CN108984818A (zh) | 固定翼时间域航空电磁数据拟三维空间约束整体反演方法 | |
CN104252549A (zh) | 一种基于克里金插值的分析布井方法 | |
CN102540177B (zh) | 一种基于三维射线追踪算法的目标定位方法 | |
CN102629378A (zh) | 基于多特征融合的遥感图像变化检测方法 | |
CN103699809B (zh) | 一种基于克里金插值方程的水土流失空间监测方法 | |
CN104391279A (zh) | 基于电离层传播特性的相径扰动抑制方法 | |
CN107632964A (zh) | 一种平面地磁异常场向下延拓递归余弦变换法 | |
CN101876704A (zh) | 干涉合成孔径雷达三维陆地场景回波仿真方法 | |
CN104123457A (zh) | 一种稳健的卫星遥感影像有理函数模型参数估计方法 | |
CN103207419A (zh) | 隧道岩层产状三维测量方法 | |
CN115238550A (zh) | 自适应非结构网格的滑坡降雨的地电场数值模拟计算方法 | |
CN104105049A (zh) | 一种减少传声器使用数量的房间冲激响应函数测量方法 | |
CN105469391A (zh) | 一种云阴影检测方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |