CN109035312B - 一种dem辅助的sar图像高精度配准方法 - Google Patents

一种dem辅助的sar图像高精度配准方法 Download PDF

Info

Publication number
CN109035312B
CN109035312B CN201810781450.7A CN201810781450A CN109035312B CN 109035312 B CN109035312 B CN 109035312B CN 201810781450 A CN201810781450 A CN 201810781450A CN 109035312 B CN109035312 B CN 109035312B
Authority
CN
China
Prior art keywords
registration
image
pixel
main image
sar
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.)
Active
Application number
CN201810781450.7A
Other languages
English (en)
Other versions
CN109035312A (zh
Inventor
甘本对
余安喜
孙造宇
董臻
张永胜
何峰
何志华
金光虎
张启雷
李德鑫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
National University of Defense Technology
Original Assignee
National University of Defense Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by National University of Defense Technology filed Critical National University of Defense Technology
Priority to CN201810781450.7A priority Critical patent/CN109035312B/zh
Publication of CN109035312A publication Critical patent/CN109035312A/zh
Application granted granted Critical
Publication of CN109035312B publication Critical patent/CN109035312B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/05—Geographic models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Remote Sensing (AREA)
  • Computer Graphics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明提供一种DEM辅助的SAR图像高精度配准方法。技术方案是：对同一场景获得的两幅SAR图像，计算主图像各像元对应的高程；然后在主图像上选取适量的像元作为控制点，通过相关系数法得到控制点在辅图像中对应的像元位置，即可得到控制点处主图像和辅图像之间的方位向配准偏移量、距离向配准偏移量；然后通过最小二乘拟合，拟合一个与像元坐标、像元对应高程相关的多项式；最后将主图像各像元的参数代入多项式，即可得到主图像像元与辅图像对应像元之间的方位向、距离向配准偏移量，完成SAR图像配准。本发明解决了在长基线在长基线和复杂地形区域情况下，现有SAR图像二维函数配准法的局部配准精度低问题。

Description

一种DEM辅助的SAR图像高精度配准方法
技术领域
本发明涉及微波遥感技术领域，特别涉及一种DEM(Digital Elevation Model数字高程模型)辅助的SAR(Synthetic Aperture Radar，合成孔径雷达)图像高精度配准方法。
背景技术
InSAR(Interferometry Synthetic Aperture Radar，合成孔径雷达干涉测量)是一种对地观测技术，它通过对雷达卫星在不同观测几何下获取的多幅SAR复图像进行干涉处理，得到地表的三维信息。SAR图像配准是InSAR处理流程的第一步，SAR图像配准的精度对于后续的处理步骤以及最终的InSAR产品都至关重要，通常要求SAR图像配准的精度达到亚像素级。
SAR图像配准时，一般利用两幅SAR图像，可以任意选取其中一幅图像为主图像，另外一幅图像为辅图像。目前最常用的SAR图像配准方法是二维函数法(参见文献：《Registration of InSAR Complex Images and Interferogram Enhancement》YANGQING-you etc,Remote Sensing Technology and Application，Vol.3,No.2,May 1999，第123页至第125页)。它首先采用某种优化过程(如相关系数最大化、条纹清晰度最大化等)选取主图像、辅图像中的控制点，再以控制点坐标及控制点处的配准偏移量构造二维形变函数来描述主辅图像各像元之间的偏移，进而得到每个像元处的配准偏移量。该方法操作简单，在地形平坦区域和短基线情况下能够达到SAR图像配准的精度要求。但是，由于在长基线情况下，配准偏移量对场景高程起伏敏感，导致真实的像元之间的偏移量起伏与场景地形起伏呈高相关，显然，此时一个二维函数是不足以对真实的配准偏移量进行高精度拟合的。因此在复杂地形区域和长基线情况下，二维函数法会由于拟合精度不够而造成局部配准精度低的现象。
发明内容
本发明要解决的技术问题是，提供一种DEM辅助的SAR图像高精度配准方法，有效解决了在长基线和复杂地形区域情况下，现有SAR图像二维函数配准法的局部配准精度低现象。
本发明的技术方案是：已知对同一场景获得的两幅SAR图像，首先选取任意一幅为主图像，则另一幅为辅图像。通过主图像的轨道参数和对应的DEM计算主图像各像元对应的高程；然后在主图像上选取适量的像元作为控制点，通过相关系数法与辅图像进行配准，得到控制点在辅图像中对应的像元位置，即可得到控制点处主图像和辅图像之间的方位向配准偏移量、距离向配准偏移量；然后再根据控制点的坐标、控制点像元对应的高程，以及控制点的方位向配准偏移量、距离向配准偏移量，通过最小二乘拟合，在方位向、距离向分别得到一个与像元坐标、像元对应高程相关的多项式；最后将主图像各像元的坐标以及像元对应的高程代入多项式，即可得到主图像像元与辅图像对应像元之间的方位向、距离向配准偏移量，完成SAR图像配准。
本发明的有益效果是：通过DEM和主图像轨道参数计算主图像各像元的高程，并将像元对应高程引入到计算配准偏移量的多项式中，计算得到更高精度的配准偏移量。这样将配准偏移量与SAR图像场景对应的地形关联起来，可以更高精度的拟合真实的配准偏移量，解决了在长基线在长基线和复杂地形区域情况下，现有SAR图像二维函数配准法的局部配准精度低问题。
附图说明
图1是本发明的原理流程示意图；
图2为主图像和图像对应高程图；
图3(a)为利用本发明方法后所得相干系数图，图3(b)为利用二维函数法后所得相干系数图；
图4(a)为利用本发明方法后所得局部干涉条纹，图4(b)为利用二维函数法后所得局部干涉条纹；
具体实施方式
图1是本发明的原理流程示意图。下面结合图1进行详细说明。
步骤一：通过主图像的轨道参数和对应的DEM计算主图像各像元对应的高程。将DEM地理格网上每一点的地理坐标(B,L,H)(经度，纬度，高程)代入到主图像轨道参数和成像参数条件下的距离多普勒模型中进行处理，具体方法参照论文《Utilization ofSpaceborne SAR Data for Mapping》(IEEE Transactions on geoscience and remotesensing，Vol.22,No.2,March 1984，第107页至第108页)，可求得DEM地理格网的各网点对应在主图像中的位置，从而得到主图像各像元(i,j)(i为方位向坐标，j为距离向坐标)对应高程h(i,j)。
步骤二：首先在主图像上选取适量的像元作为控制点，通过相关系数法与辅图像进行配准，得到控制点在辅图像中对应的像元位置，即可得到控制点处主图像、辅图像之间的方位向配准偏移量、距离向配准偏移量。具体方法参照论文《Registration of InSARComplex Images and Interferogram Enhancement》(Remote Sensing Technology andApplication，Vol.3,No.2,May 1999，第123页至第125页)。其中控制点的分布原则应满足场景对应地形的各高程区间区域均分布有控制点，控制点数量具体视图像大小而定，一般不少于100个。
步骤三：然后根据控制点的坐标、控制点像元对应的高程，以及控制点的配准偏移量，通过最小二乘拟合，在方位向、距离向分别拟合一个与坐标、高程相关的多项式。由上述处理步骤可知各控制点的坐标(i′,j′)，控制点像元对应的高程h(i′,j′)，控制点对应的方位向配准偏移量a(i′,j′)，距离向配准偏移量r(i′,j′)。则拟合的配准偏移量计算多项式为：
Figure GDA0001755357160000041
其中apq、bpq、cpq、dpq(p＝0,1,...n；q＝0,1,...n)为多项式的待定系数，将所有控制点的坐标(i′,j′)、高程h(i′,j′)、方位向配准偏移量a(i′,j′)、距离向配准偏移量r(i′,j′)代入公式(1)，通过最小二乘法拟合得到这些待定系数。m、n为拟合多项式阶数，通常在m＝2、n＝2阶时可以得到足够的精度和较高的运算效率。
步骤四：将主图像各像元的坐标(i,j)以及对应的高程h(i,j)代入多项式(1)，即可得到主图像各像元与对应辅图像各像元之间的方位向、距离向配准偏移量，完成SAR图像配准。
本发明的实施例所用的实测数据如图2(a)所示，图2(a)是一幅高程起伏较大的地形区域的原始的SAR图像，将该图像作为主图像。此SAR图像是从现有的PALSAR系统获得的。辅图像也是从现有的PALSAR系统获得的同一场景的原始SAR图像，只是主图像和辅图像获取时间不同。本实施例的DEM数据采用的是全球公开的SRTM-C DEM数据，DEM格网大小为30米×30米。图2(b)为通过步骤一得到的SAR图像各像元对应的高程图。
图3(a)为利用本发明方法配准后所得的相干系数，图3(b)为利用现有的二维函数法配准后所得的相干系数图。从图3可以看出利用本发明方法配准后所得相干系数整体高于二维函数法配准所得相干系数。尤其在图的上部分，二维函数法所得的相干系数较低，这说明在此区域二维函数法配准误差较大，而本发明的方法所得相干系数在该区域明显高于二维函数法，且保持较高的相干系数，说明本发明方法的配准精度较高。
图4(a)为通过本发明的方法配准后得到的局部干涉条纹，对应图3(a)中白色方框区域内的局部干涉条纹。图4(b)为通过现有的二维函数法配准后得到的局部干涉条纹，对应图3(a)中白色方框区域内的局部干涉条纹。该区域对应着整场景中高程较大的区域。从图4可以看出，通过二维函数法配准所得到的干涉条纹存在条纹不完整、条纹不清晰、条纹之间噪声较多等缺点，而通过本方面的方法配准所得到的干涉条纹则完整、平滑清晰、噪声少等优点。由此可以看出本发明方法配准效果较好。
本发明方法图3(a)白框区域相干系数均值 0.42897
二维函数法图3(b)白框区域相干系数均值 0.33060
表1
表1为分别对图3(a)和图3(b)白色方框区域内的相干系数统计均值。可以看出，在使用本发明的方法进行配准后，相干系数有明显的提升。

Claims (1)

1.一种DEM辅助的SAR图像高精度配准方法，DEM是指数字高程模型，SAR是指合成孔径雷达，已知对同一场景获得的两幅SAR图像，首先选取任意一幅为主图像，则另一幅为辅图像，其特征在于：
通过主图像的轨道参数和对应的DEM计算主图像各像元对应的高程；然后在主图像上选取适量的像元作为控制点，通过相关系数法与辅图像进行配准，得到控制点在辅图像中对应的像元位置，即可得到控制点处主图像和辅图像之间的方位向配准偏移量、距离向配准偏移量；然后再根据控制点的坐标、控制点像元对应的高程，以及控制点的方位向配准偏移量、距离向配准偏移量，通过最小二乘拟合，在方位向、距离向分别得到一个与像元坐标、像元对应高程相关的多项式；最后将主图像各像元的坐标以及像元对应的高程代入多项式，即可得到主图像像元与辅图像对应像元之间的方位向、距离向配准偏移量，完成SAR图像配准，
其中，根据控制点的坐标、控制点像元对应的高程，以及控制点的配准偏移量，在方位向、距离向建立一个与坐标、高程相关的多项式，多项式为：
Figure FDA0003249504260000011
其中，距离向配准偏移量apq、bpq、cpq、dpq为多项式的待定系数，p＝0,1,...n，q＝0,1,...n；
将所有控制点的坐标(i′,j′)、高程h(i′,j′)、方位向配准偏移量a(i′,j′)、距离向配准偏移量r(i′,j′)代入多项式，通过最小二乘法拟合得到多项式的待定系数；m、n为多项式阶数，根据要求的精度和运算效率决定。
CN201810781450.7A 2018-07-17 2018-07-17 一种dem辅助的sar图像高精度配准方法 Active CN109035312B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810781450.7A CN109035312B (zh) 2018-07-17 2018-07-17 一种dem辅助的sar图像高精度配准方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810781450.7A CN109035312B (zh) 2018-07-17 2018-07-17 一种dem辅助的sar图像高精度配准方法

Publications (2)

Publication Number Publication Date
CN109035312A CN109035312A (zh) 2018-12-18
CN109035312B true CN109035312B (zh) 2021-11-09

Family

ID=64643306

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810781450.7A Active CN109035312B (zh) 2018-07-17 2018-07-17 一种dem辅助的sar图像高精度配准方法

Country Status (1)

Country Link
CN (1) CN109035312B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113160288A (zh) * 2021-03-22 2021-07-23 广东电网有限责任公司广州供电局 一种基于特征点的sar影像配准方法
CN113781529B (zh) * 2021-09-24 2023-03-24 中国科学院精密测量科学与技术创新研究院 一种两次分块策略的广域sar复图像序列快速配准方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102654576A (zh) * 2012-05-16 2012-09-05 西安电子科技大学 基于sar图像和dem数据的图像配准方法
CN103675790A (zh) * 2013-12-23 2014-03-26 中国国土资源航空物探遥感中心 一种基于高精度DEM提高InSAR技术监测地表形变精度的方法
CN106249236A (zh) * 2016-07-12 2016-12-21 北京航空航天大学 一种星载InSAR长短基线图像联合配准方法
CN106251349A (zh) * 2016-07-27 2016-12-21 中国测绘科学研究院 一种sar立体影像密集匹配方法
JP6249110B1 (ja) * 2016-08-01 2017-12-20 三菱電機株式会社 合成開口レーダ装置
CN107945216A (zh) * 2017-11-10 2018-04-20 西安电子科技大学 基于最小二乘估计的多图像联合配准方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8842036B2 (en) * 2011-04-27 2014-09-23 Lockheed Martin Corporation Automated registration of synthetic aperture radar imagery with high resolution digital elevation models

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102654576A (zh) * 2012-05-16 2012-09-05 西安电子科技大学 基于sar图像和dem数据的图像配准方法
CN103675790A (zh) * 2013-12-23 2014-03-26 中国国土资源航空物探遥感中心 一种基于高精度DEM提高InSAR技术监测地表形变精度的方法
CN106249236A (zh) * 2016-07-12 2016-12-21 北京航空航天大学 一种星载InSAR长短基线图像联合配准方法
CN106251349A (zh) * 2016-07-27 2016-12-21 中国测绘科学研究院 一种sar立体影像密集匹配方法
JP6249110B1 (ja) * 2016-08-01 2017-12-20 三菱電機株式会社 合成開口レーダ装置
CN107945216A (zh) * 2017-11-10 2018-04-20 西安电子科技大学 基于最小二乘估计的多图像联合配准方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Using DEM Data Simulation of SAR Image Based on Range-Doppler Model;Dongjian Xue等;《Advances in Intelligent Systems Research》;20171231;第13-16页 *
利用DEM进行SAR图像模拟及地形辐射校正;薛东剑等;《测绘通报》;20170731;第14-17页 *

Also Published As

Publication number Publication date
CN109035312A (zh) 2018-12-18

Similar Documents

Publication Publication Date Title
KR101965965B1 (ko) 위성영상과 제공 rpc로부터 제작된 수치표고모델의 자동 오차보정 방법
CN106249236B (zh) 一种星载InSAR长短基线图像联合配准方法
CN105929398B (zh) 结合外控点的InSAR高精度高分辨率DEM获取方法
CN108919319B (zh) 海岛礁卫星影像无地面控制点定位方法及系统
CN108562900B (zh) 一种基于高程校正的sar图像几何配准方法
CN103839265A (zh) 基于sift和归一化互信息的sar图像配准方法
CN112068136A (zh) 一种基于幅度偏移量的方位向形变监测方法
CN102968788B (zh) 一种基于规则格网面元的波段配准方法
CN109035312B (zh) 一种dem辅助的sar图像高精度配准方法
CN106530334B (zh) 一种机载干涉合成孔径雷达复图像配准方法及复图像配准系统
CN107945216B (zh) 基于最小二乘估计的多图像联合配准方法
Di et al. Coastal mapping and change detection using high-resolution IKONOS satellite imagery
CN109100719A (zh) 基于星载sar影像与光学影像的地形图联合测图方法
CN116381680A (zh) 一种基于时序雷达干涉测量技术的城市地表形变监测方法
CN107316280A (zh) 离岛卫星影像rpc模型高精度几何定位方法
CN109029379B (zh) 一种高精度小基高比立体测绘方法
CN113238228A (zh) 一种基于水准约束的InSAR三维地表形变获取方法、系统及装置
Duan et al. A combined image matching method for Chinese optical satellite imagery
CN115546264A (zh) 一种星载InSAR图像精细配准与立体测量方法
CN112767454B (zh) 基于多视角观测sar数据采样分析的叠掩信息补偿方法
CN115457022A (zh) 基于实景三维模型正视影像的三维形变检测方法
CN111310649B (zh) 一种无人机高分辨率影像对山岳冰川运动消融的提取方法
CN114488150A (zh) 一种InSAR时序相位的优化方法及装置
CN113450456A (zh) 高可识别度的dem制作方法
CN109919852B (zh) 一种光学遥感图像的屋顶视角校正方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant