CN107144823B - 一种机载极化干涉合成孔径雷达影像的干涉定标方法 - Google Patents

Abstract

本发明涉及一种基于机载极化干涉合成孔径雷达影像的干涉定标方法，该方法针对获取的机载极化干涉合成孔径雷达影像,其过程包括：1)获取极化干涉合成孔径雷达影像和采集地面控制点三维坐标；2)生成4种极化方式的干涉图,选取1幅基准的极化方式的干涉图，实现其它3种极化方式的干涉图的极化干涉相对定标；3)对基准的极化方式的干涉图和相对定标的其它极化方式的干涉图进行相位解缠；4)基于机载SAR严密几何模型构建绝对干涉定标误差方程，利用地面控制点求解机载极化干涉合成孔径雷达影像的几何参数和基准解缠干涉图对应的解缠相位组成的改正向量；5)实现包括几何参数改正和绝对相位改正的机载极化干涉合成孔径雷达影像的极化干涉绝对定标。所述方法能够提高现有的机载合成孔径雷达极化干涉测量精度，提供的方案可在应用机载双/全极化干涉合成孔径雷达系统进行地表三维重建和地物高度提取中起到重要的作用，具有较佳的技术效果。

Description

一种机载极化干涉合成孔径雷达影像的干涉定标方法

技术领域

本发明属于遥感影像的数字摄影测量领域，特别涉及一种机载极化干涉合成孔径雷达影像的干涉定标方法。

背景技术

极化干涉合成孔径雷达干涉测量(Polarimetric Interferometric SyntheticAperture Radar，PolInSAR)作为一种主动的微波遥感技术在地形测绘已经显现出越来越大的优势。合成孔径雷达(Synthetic Aperture Radar，SAR)影像的相位信息是提取高精度地形和高度信息关键步骤,极化干涉合成孔径雷达通过组合多种极化方式的SAR影像进一步提高了地形和高度的测量精度。针对机载极化干涉合成孔径雷达传感器，获取的影像极易受到各极化通道发射或接收信号不同步，飞行姿态误差，相位噪声等误差源的影响，从而造成了各极化方式干涉相位的偏移和基线、基线倾角、斜距、多普勒频率几何参数的误差。因此，需要对机载极化干涉合成孔径雷达影像进行干涉定标，实现对机载极化干涉合成孔径雷达影像的几何参数和绝对相位的改正。

一般来说，机载极化干涉合成孔径雷达影像干涉定标方法主要有：(1)一类方法是利用地面的控制点对机载极化干涉合成孔径雷达影像实现相位的绝对改正。该方法没有对几何参数进行改正，因此该方法实现的前提条件是机载平台稳定，几何参数不存在误差。(2)另一类方法选择电磁波波前为平面并通过假定地面为平地来构建简化的几何模型，估计基线等几何参数精度低，直接影响了后续地形和高度的测量精度。

发明内容

本发明的目的在于发展一种新的针对机载极化干涉合成孔径雷达影像的干涉定标方法，该方法通过地面少数控制点改正机载极化干涉合成孔径雷达影像的几何参数和绝对相位，实现了高精度的机载极化干涉合成孔径雷达影像的干涉定标。

本发明的技术方案具体如下面所描述：该方法针对获取的机载极化干涉合成孔径雷达影像,主要包括以下步骤1)获取极化干涉合成孔径雷达影像和采集地面控制点三维坐标；2)生成4种极化方式的干涉图,选取1幅基准的极化方式的干涉图，实现其它3种极化方式的干涉图的极化干涉相对定标；3)对基准的极化方式的干涉图和相对定标的其它极化方式的干涉图进行相位解缠；4)基于机载SAR严密几何模型构建绝对干涉定标误差方程，利用地面控制点求解机载极化干涉合成孔径雷达影像的几何参数和基准解缠干涉图对应的解缠相位组成的改正向量；5)将求解的改正向量和极化干涉相对定标的相位改正量依次应用到机载极化干涉合成孔径雷达影像的几何参数和辅天线极化SAR影像集上，实现包括几何参数改正和绝对相位改正的机载极化干涉合成孔径雷达影像的极化干涉绝对定标。

进一步地，优选的方法是，所述步骤1)中，获取机载极化干涉合成孔径雷达影像,它由2个极化SAR影像集组成,第1个为主天线极化SAR影像集，第2个为辅天线极化SAR影像集。机载极化干涉合成孔径雷达影像的几何参数主要包括基线长度、基线倾角、斜距和多普勒频率，主天线和辅天线极化SAR影像集的几何参数一致；每个极化SAR影像集包含4种极化方式为HH、HV、VH和VV极化，2个极化SAR影像集包括主天线HH，HV,VH和VV极化SAR影像和辅天线HH，HV,VH和VV极化SAR影像，总共8幅极化SAR影像。主天线和辅天线极化SAR影像集中对应不同极化方式的2幅影像集分别组成HH极化SAR影像对，HV极化SAR影像对，VH极化SAR影像对和VV极化SAR影像对。所述HH表示水平发射/水平接收状态，所述HV表示水平发射/垂直接收状态，所述VH表示垂直发射/水平接收状态，所述VV表示垂直发射/垂直接收状态。通过野外测量采集得到2对极化SAR影像集上n(3～5)个控制点的三维坐标[x_G(1) y_G(1) z_G(1)… x_G(n) y_G(n) z_G(n)]，x_G(1) y_G(1) z_G(1)为第1个控制点分别在空间直角坐标系下的三维坐标，x_G(n) y_G(n) z_G(n)为第n个控制点分别在空间直角坐标系下的三维坐标。

进一步地，优选的方法是，所述步骤2)中，依次对HH极化SAR影像对，HV极化SAR影像对，VH极化SAR影像对和VV极化SAR影像对进行共轭相乘计算，形成HH，HV，VH和VV极化方式的干涉图。分别提取HH，HV，VH和VV极化方式的干涉图中n个控制点位置上的相位值，选取任意极化方式的干涉图为基准干涉图，作为示例，此处选取HH极化方式的干涉图为基准干涉图，HV，VH和VV极化方式的干涉图中每个控制点位置上的相位值分别减去HH极化方式的干涉图的相位值，平均计算后得到相位改正量Δφ_HV，Δφ_VH和Δφ_VV，HH极化方式的干涉图相位不变，HV，VH和VV极化方式的干涉图相位通过公式(1)实现干涉图的极化干涉相对定标。

公式(1)中,φ_HV，φ_VH和φ_VV分别为相对定标前的HV，VH和VV极化方式的干涉图的相位，

和

分别为极化干涉相对定标后HV，VH和VV极化方式的干涉图的相位。

进一步地，优选的方法是，所述步骤3)中，依次对基准干涉图和极化干涉相对定标后干涉图进行相位解缠，基准干涉图为HH极化方式的干涉图，极化干涉相对定标后干涉图为HV、VH和VV极化方式的干涉图，形成解缠后的HH，HV，VH和VV极化方式的解缠干涉图，对应的解缠相位表示为：

进一步地，优选的方法是，所述步骤4)依据机载SAR严密的几何模型对n个控制点构建绝对干涉定标误差方程，如公式(2)所示：

V＝AΔx-F° (2)

公式(2)中,V代表1…n个控制点三维坐标的误差组成的向量，Δx代表待求解的改正向量，它由基线长度改正量Δb_l，基线倾角改正量Δb_α，斜距改正量Δr₀，多普勒频率改正量Δf_d和解缠相位改正量

组成的向量，A为系数矩阵，F°为机载SAR严密几何模型在初始的几何参数和n个控制点的解缠相位

上的值，初始的几何参数为基线长度b_l、基线倾角b_a、斜距r₀和多普勒频率f_d；

选取获取的机载极化干涉合成孔径雷达影像的几何参数和基准解缠干涉图(HH极化方式的解缠干涉图)上n个控制点的解缠相位作为初始的几何参数和解缠相位，基于绝对干涉定标误差方程对n个控制点应用最小二乘准则，迭代求解机载极化干涉合成孔径雷达影像的几何参数和基准解缠干涉图对应解缠相位组成的改正向量Δx，直到绝对相位定标误差方程解的误差小于给定限差为止。

进一步地，优选的方法是，所述步骤5)将绝对干涉定标误差方程求解的改正向量Δx和极化干涉相对定标的相位改正量Δφ_HV，Δφ_VH和Δφ_VV依次应用到机载极化干涉合成孔径雷达影像的几何参数和辅天线极化SAR影像集上，实现包括几何参数改正和绝对相位改正的机载极化干涉合成孔径雷达影像的极化干涉绝对定标。

a)几何参数改正：

因为主天线和辅天线极化SAR影像集的几何参数是一致，因此通过改正向量Δx改正后，机载极化干涉合成孔径雷达影像的几何参数变为：

公式(3)中，基线长度b_l，基线倾角b_a，斜距r₀和多普勒频率f_d是初始的几何参数，Δb_l是基线长度改正量，Δb_α是基线倾角改正量，Δr₀是斜距改正量，Δf_d多普勒频率改正量，

和

为通过改正向量改正后的机载极化干涉合成孔径雷达影像的几何参数。

b)绝对相位改正：

利用极化干涉相对定标的相位改正量Δφ_HV，Δφ_VH和Δφ_VV和绝对干涉定标误差方程求解的解缠相位改正量

分别对辅天线极化SAR影像集(辅天线HH，HV，VH和VV极化SAR影像)进行绝对相位改正:

公式(4)中，

和

分别为绝对相位改正后的辅天线HH，HV，VH和VV极化SAR影像上像素的像元值，e为指数操作，W{}为相位缠绕操作，A_sHH，A_sHV，A_sVH和A_sVV分别为辅天线HH，HV，VH和VV极化SAR影像上像素的幅度值，φ_sHH，φ_sHV，φ_sVH和φ_sVV分别为辅天线HH，HV，VH和VV极化SAR影像上像素的相位值，Δφ_HV，Δφ_VH和Δφ_VV为极化干涉相对定标的相位改正量，

为绝对相位定标误差方程求解的解缠相位改正量。

采取了本发明所述的机载极化干涉合成孔径雷达影像的干涉定标方法以后，既实现了对机载极化干涉合成孔径雷达影像的绝对相位改正，也通过基于严密几何模型构建的绝对相位定标误差方程对基线、基线倾角、斜距、多普勒频率几何参数实现了的高精度的参数改正。干涉定标后的机载极化干涉合成孔径雷达影像在地形和高度的测量中精度能够得到提升。

附图说明

下面结合附图对本发明进行进一步详细的描述，以使得本发明的上述优点更加明确。

图1是本发明所述的机载极化干涉合成孔径雷达影像的干涉定标方法

的流程图；

图2是极化干涉绝对定标后的4种极化方式的解缠干涉图；

图3是极化干涉绝对定标后的4种极化方式的解缠干涉图的直方图统计。

具体实施方式

下面结合附图对本发明作进一步详细的描述。

该种机载极化干涉合成孔径雷达影像的干涉定标方法，针对机载极化干涉合成孔径雷达影像，既实现了对机载极化干涉合成孔径雷达影像的绝对相位改正，也通过基于严密几何模型构建的绝对相位定标误差方程对基线、基线倾角、斜距、多普勒频率几何参数实现了的高精度的参数改正。

如图1所示，首先获取机载极化干涉合成孔径雷达影像,获取机载极化干涉合成孔径雷达影像,它由2个极化SAR影像集组成,第1个为主天线极化SAR影像集，第2个为辅天线极化SAR影像集。机载极化干涉合成孔径雷达影像的几何参数主要包括基线长度、基线倾角、斜距和多普勒频率，主天线和辅天线极化SAR影像集的几何参数一致。每个极化SAR影像集包含4种极化方式(HH，HV,VH和VV极化)的SAR影像，2个极化SAR影像集包括主天线HH，HV,VH和VV极化SAR影像和辅天线HH，HV,VH和VV极化SAR影像，总共8幅极化SAR影像。主天线和辅天线极化SAR影像集中对应不同极化方式的2幅影像集分别组成HH极化SAR影像对，HV极化SAR影像对，VH极化SAR影像对和VV极化SAR影像对。所述HH表示水平发射/水平接收状态，所述HV表示水平发射/垂直接收状态，所述VH表示垂直发射/水平接收状态，所述VV表示垂直发射/垂直接收状态。通过野外测量采集得到2对极化SAR影像集上n(3～5)个控制点的地理位置坐标[x_G(1) y_G(1) z_G(1) … x_G(n) y_G(n) z_G(n)]，x_G(1) y_G(1) z_G(1)为第1个控制点分别在空间直角坐标系下的三维坐标，x_G(n) y_G(n) z_G(n)为第n个控制点分别在空间直角坐标系下的三维坐标。

依次对HH极化SAR影像对，HV极化SAR影像对，VH极化SAR影像对和VV极化SAR影像对进行共轭相乘计算，形成HH，HV，VH和VV4种极化方式的干涉图：

公式(1)中Z代表通过公式(1)计算得到干涉图上像素的值，xy代表HH，HV，VH和VV中任意一种极化方式，k_mxy代表主天线xy极化SAR影像的上像素的像元值，k_mxy代表辅天线xy极化SAR影像上像素的像元值，

为共轭操作，A_xy为xy极化方式干涉图上像素的幅度值，e为指数操作，φ_xy为xy极化方式干涉图上像素的相位值，x,y分别对应发射和接收时的极化状态。

分别提取HH，HV，VH和VV极化方式的干涉图中n个控制点位置上的相位值，选取任意极化方式的干涉图为基准干涉图，作为示例，此处选取HH极化方式的干涉图为基准干涉图，HV，VH和VV极化方式的干涉图中每个控制点位置上的相位值分别减去HH极化方式的干涉图的相位值，平均计算后得到相位改正量Δφ_HV，Δφ_VH和Δφ_VV，HH极化方式的干涉图相位不变，HV，VH和VV极化方式的干涉图相位通过公式(2)实现干涉图的极化干涉相对定标。

公式(2)中φ_HV，φ_VH和φ_VV分别为相对定标前的HV，VH和VV极化方式的干涉图的相位，

和

分别为极化干涉相对定标后HV，VH和VV极化方式的干涉图的相位。

依次对基准干涉图(HH极化方式的干涉图)和极化干涉相对定标后干涉图(HV，VH和VV极化方式的干涉图)进行相位解缠，形成解缠后的HH，HV，VH和VV极化方式的解缠干涉图，对应的解缠相位表示为：

和

机载SAR严密几何模型如公式(3)所示，

F＝P_xyz-S_1xyz+|r₀|·vnw_inv·[r_v r_n r_w]^T＝0 (3)

公式(3)中,F代表机载SAR严密几何模型公式，S_1xyz为主天线相位中心坐标,P_xyz为目标点坐标，|r₀|为斜距，vnw_inv为移动坐标下向地心坐标系下转换的旋转矩阵，[r_v r_n r_w]^T为移动坐标系下的单位视向量；其中单位视向量由公式(4)表示：

公式(4)中，r_v、r_n和r_w分别代表移动坐标系下单位视向量的三个分量,|v|为飞机的飞行速度，λ为雷达波长，f_d为多普勒频率，|b|为基线长度，b_v为基线在速度方向上的分量，|b_pv|为基线在垂直于速度方向平面内的分量，

为解缠相位，Q为天线收发模式。

依据机载SAR严密几何模型(公式(3))对n个控制点构建绝对干涉定标误差方程，如公式(5)所示

V＝AΔx-F°

V＝[v_xG(1) v_yG(1) v_zG(1) ... v_xG(n) v_yG(n) v_zG(n)]^T

公式(5)中，G(1)…G(n)代表1…n个控制点，V代表n个控制点三维坐标的误差组成的向量，Δx代表待求解的改正向量，它由基线长度改正量Δb_l，基线倾角改正量Δb_α，斜距改正量Δr₀，多普勒频率改正量Δf_d和解缠相位改正量

组成的向量，A为系数矩阵，它代表机载SAR严密几何模型(见公式(3))在n个控制点对基线长度b_l，基线倾角b_a，斜距r₀，多普勒频率f_d和解缠相位

的一阶偏导数，F°为机载SAR严密几何模型(见公式(3))在初始的几何参数(基线长度b_l，基线倾角b_a，斜距r₀和多普勒频率f_d)和n个控制点的解缠相位

上的值。

选取获取的机载极化干涉合成孔径雷达影像的几何参数(基线长度，基线倾角，斜距和多普勒频率)和基准解缠干涉图(HH极化方式的解缠干涉图)上n个控制点上的解缠相位作为初始的几何参数(基线长度b_l，基线倾角b_a，斜距r₀和多普勒频率f_d)和解缠相位

基于绝对干涉定标误差方程(见公式(5))对n个控制点应用最小二乘准则，迭代求解改正向量Δx，直到绝对相位定标误差方程解的误差小于给定限差为止。

将绝对干涉定标误差方程求解的改正向量Δx和极化干涉相对定标的相位改正量Δφ_HV，Δφ_VH和Δφ_VV依次应用到机载极化干涉合成孔径雷达影像的几何参数和辅天线极化SAR影像集上，实现包括几何参数改正和绝对相位改正的机载极化干涉合成孔径雷达影像的极化干涉绝对定标。

a)几何参数改正：

因为主天线和辅天线极化SAR影像集的几何参数是一致的，因此通过改正向量Δx改正后，机载极化干涉合成孔径雷达影像的几何参数变为：

公式(6)中，基线长度b_l，基线倾角b_a，斜距r₀和多普勒频率f_d是初始的几何参数，Δb_l是基线长度改正量，Δb_α是基线倾角改正量，Δr₀是斜距改正量，Δf_d多普勒频率改正量，

和

为通过改正向量改正后的机载极化干涉合成孔径雷达影像的几何参数。

b)绝对相位改正：

利用极化干涉相对定标的相位改正量Δφ_HV，Δφ_VH和Δφ_VV和绝对干涉定标误差方程求解的解缠相位改正量

分别对辅天线极化SAR影像集(辅天线HH，HV，VH和VV极化SAR影像)进行绝对相位改正:

公式(7)中，

和

分别为绝对相位改正后的辅天线HH，HV，VH和VV极化SAR影像上像素的像元值，e为指数操作，W{}为相位缠绕操作，A_sHH，A_sHV，A_sVH和A_sVV分别为辅天线HH，HV，VH和VV极化SAR影像上像素的幅度值，φ_sHH，φ_sHV，φ_sVH和φ_sVV分别为辅天线HH，HV，VH和VV极化SAR影像上像素的相位值，Δφ_HV，Δφ_VH和Δφ_VV为极化干涉相对定标的相位改正量，

为绝对相位定标误差方程求解的解缠相位改正量。

表1是极化干涉绝对定标后几何参数的改正量。

采取了本发明所述的机载极化干涉合成孔径雷达影像的干涉定标方法以后，既实现了对机载极化干涉合成孔径雷达影像的绝对相位改正，也通过基于严密几何模型构建的绝对相位定标误差方程对基线、基线倾角、斜距、多普勒频率几何参数实现了的高精度的参数改正。干涉定标后的机载极化干涉合成孔径雷达影像在地形和高度的测量中精度能够得到提升。

利用机载极化干涉合成孔径雷达影像进行干涉相位定标实验，图2(a)-(d)是实施例中的通过极化干涉绝对定标后的4种极化方式的解缠干涉图(由主天线SAR影像集和绝对相位改正后的辅天线SAR影像集生成)，图3为极化干涉绝对定标后的4种极化方式的解缠干涉图的直方图统计，从图3可以看出，经过本发明的所述的方法处理后，4种极化方式解缠干涉图的相位的统计分布趋于一致，达到了干涉定标的效果。

上述具体实施例仅仅是示例性的，在本发明的上述教导下，本领域技术人员可以在上述实施例的基础上进行各种改进和变形，而这些改进或者变形落在本发明的保护范围内。本领域技术人员应该明白，上面的具体描述只是为了解释本发明的目的，并非用于限制本发明。本发明的保护范围由权利要求及其等同物限定。

Claims (4)

1.一种机载极化干涉合成孔径雷达影像的干涉定标方法，通过地面少数控制点改正极化干涉合成孔径雷达影像的几何参数和绝对相位，其特征在于：包括以下步骤：1)获取极化干涉合成孔径雷达影像和采集地面控制点三维坐标；2)生成4种极化方式的干涉图,选取1幅基准的极化方式的干涉图，实现其它3种极化方式的干涉图的极化干涉相对定标；3)对基准的极化方式的干涉图和相对定标的其它极化方式的干涉图进行相位解缠；4)基于机载SAR严密几何模型构建绝对干涉定标误差方程，利用地面控制点求解机载极化干涉合成孔径雷达影像的几何参数和基准解缠干涉图对应的解缠相位组成的改正向量；5)实现包括几何参数改正和绝对相位改正的机载极化干涉合成孔径雷达影像的极化干涉绝对定标；

其中，所述步骤4)中，依据机载SAR严密几何模型对n个控制点构建绝对干涉定标误差方程，如公式(2)所示：

V＝AΔx-F° (2)

公式(2)中,V代表n个控制点三维坐标的误差组成的向量；Δx代表待求解的改正向量，它由基线长度改正量Δb_l，基线倾角改正量Δb_α，斜距改正量Δr₀，多普勒频率改正量Δf_d和解缠相位改正量

组成的向量；A为系数矩阵，F°为机载SAR严密几何模型在初始的几何参数和n个控制点的解缠相位

上的值，初始的几何参数为基线长度b_l、基线倾角b_a、斜距r₀和多普勒频率f_d；

选取获取的机载极化干涉合成孔径雷达影像的几何参数和基准解缠干涉图上n个控制点的解缠相位作为初始的几何参数和解缠相位，基于绝对干涉定标误差方程对n个控制点应用最小二乘准则，迭代求解机载极化干涉合成孔径雷达影像的几何参数和基准解缠干涉图对应的解缠相位组成的改正向量Δx，直到绝对相位定标误差方程解的误差小于给定限差为止；

将绝对干涉定标误差方程求解的改正向量Δx和极化干涉相对定标的相位改正量Δφ_HV，Δφ_VH和Δφ_VV依次应用到机载极化干涉合成孔径雷达影像的几何参数和辅天线极化SAR影像集上，实现包括几何参数改正和绝对相位改正的机载极化干涉合成孔径雷达影像的极化干涉绝对定标；

其中，

a)几何参数改正：

因为主天线和辅天线极化SAR影像集的几何参数是一致，因此通过改正向量Δx改正后，机载极化干涉合成孔径雷达影像的几何参数的几何参数变为：

公式(3)中，基线长度b_l，基线倾角b_a，斜距r₀和多普勒频率f_d是初始的几何参数，Δb_l是基线长度改正量，Δb_α是基线倾角改正量，Δr₀是斜距改正量，Δf_d多普勒频率改正量，

和

为通过改正向量改正后的机载极化干涉合成孔径雷达影像的几何参数；

b)绝对相位改正：

利用极化干涉相对定标的相位改正量Δφ_HV，Δφ_VH和Δφ_VV和绝对干涉定标误差方程求解的解缠相位改正量

分别对辅天线极化SAR影像集进行绝对相位改正:

公式(4)中，

和

分别为绝对相位改正后的辅天线HH，HV，VH和VV极化SAR影像上像素的像元值，e为指数操作，W{}为相位缠绕操作，A_sHH，A_sHV，A_sVH和A_sVV分别为辅天线HH，HV，VH和VV极化SAR影像上像素的幅度值，φ_sHH，φ_sHV，φ_sVH和φ_sVV分别为辅天线HH，HV，VH和VV极化SAR影像上像素的相位值，Δφ_HV，Δφ_VH和Δφ_VV为极化干涉相对定标的相位改正量，

为绝对相位定标误差方程求解的解缠相位改正量。

2.根据权利要求1所述的机载极化干涉合成孔径雷达影像的干涉定标方法，其特征在于，所述步骤1)中，获取机载极化干涉合成孔径雷达影像,它由2个极化SAR影像集组成,第1个为主天线极化SAR影像集，第2个为辅天线极化SAR影像集；机载极化干涉合成孔径雷达影像的几何参数主要包括基线长度、基线倾角、斜距和多普勒频率，主天线和辅天线极化SAR影像集的几何参数一致；每个极化SAR影像集包含4种极化方式的SAR影像，4种极化方式为HH、HV、VH和VV极化，2个极化SAR影像集包括主天线HH、HV、VH和VV极化SAR影像，以及辅天线HH、HV、VH和VV极化SAR影像，总共8幅极化SAR影像；主天线和辅天线极化SAR影像集中对应不同极化方式的2幅影像集分别组成HH极化SAR影像对，HV极化SAR影像对，VH极化SAR影像对和VV极化SAR影像对；其中，所述HH表示水平发射/水平接收状态，所述HV表示水平发射/垂直接收状态，所述VH表示垂直发射/水平接收状态，所述VV表示垂直发射/垂直接收状态；通过野外测量采集得到2个极化SAR影像集上n个控制点的三维坐标，n的取值为3～5。

3.根据权利要求2所述的机载极化干涉合成孔径雷达影像的干涉定标方法，其特征在于，所述步骤2)中，依次对HH极化SAR影像对，HV极化SAR影像对，VH极化SAR影像对和VV极化SAR影像对进行共轭相乘计算，形成HH，HV，VH和VV极化方式的干涉图；分别提取HH，HV，VH和VV极化方式的干涉图中n个控制点位置上的相位值，选取任意极化方式的干涉图为基准干涉图，当选取HH极化方式的干涉图为基准干涉图时，HV，VH和VV极化方式的干涉图中每个控制点位置上的相位值分别减去HH极化方式的干涉图的相位值，平均计算后得到对应的相位改正量Δφ_HV，Δφ_VH和Δφ_VV，HH极化方式的干涉图相位不变，HV，VH和VV极化方式的干涉图相位通过公式(1)实现干涉图的极化干涉相对定标，

公式(1)中,φ_HV，φ_VH和φ_VV分别为相对定标前的HV，VH和VV极化方式的干涉图的相位，

和

分别为极化干涉相对定标后HV，VH和VV极化方式的干涉图的相位。

4.根据权利要求3所述的机载极化干涉合成孔径雷达影像的干涉定标方法，其特征在于，所述步骤3)中，依次对基准干涉图和极化干涉相对定标后干涉图进行相位解缠，基准干涉图为HH极化方式的干涉图，极化干涉相对定标后干涉图为HV、VH和VV极化方式的干涉图，形成解缠后的HH、HV、VH和VV极化方式的解缠干涉图，对应的解缠相位表示为：

和

Images