CN111738135B - 一种顾及斜距和地理坐标映射偏差的sar影像特征提取方法 - Google Patents
一种顾及斜距和地理坐标映射偏差的sar影像特征提取方法 Download PDFInfo
- Publication number
- CN111738135B CN111738135B CN202010562481.0A CN202010562481A CN111738135B CN 111738135 B CN111738135 B CN 111738135B CN 202010562481 A CN202010562481 A CN 202010562481A CN 111738135 B CN111738135 B CN 111738135B
- Authority
- CN
- China
- Prior art keywords
- sar
- image
- space
- geographic
- coordinates
- 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
Links
- 238000013507 mapping Methods 0.000 title claims abstract description 26
- 238000000605 extraction Methods 0.000 title claims abstract description 12
- 230000010287 polarization Effects 0.000 claims abstract description 32
- 239000011159 matrix material Substances 0.000 claims abstract description 19
- 238000004364 calculation method Methods 0.000 claims abstract description 11
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 11
- 238000000034 method Methods 0.000 claims description 15
- 238000003384 imaging method Methods 0.000 claims description 4
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 2
- 230000021615 conjugation Effects 0.000 claims description 2
- 238000007796 conventional method Methods 0.000 claims description 2
- 238000012952 Resampling Methods 0.000 abstract description 8
- 238000012545 processing Methods 0.000 abstract description 8
- 230000003287 optical effect Effects 0.000 description 4
- 238000012937 correction Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 238000002156 mixing Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/13—Satellite images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Astronomy & Astrophysics (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种顾及斜距和地理坐标映射偏差的SAR影像特征提取方法，首先获得SAR单视斜距空间和地理坐标空间的映射关系；将所获得的SAR单视斜距空间和地理坐标空间的映射关系存储为地理空间中栅格影像的形式；设置输出地理空间SAR特征影像的分辨率，确定在该地理位置范围内对应的查找表影像的像元值；获得每个地理位置范围内对应的斜距空间像元坐标；提取所述斜距空间像元坐标对应的SAR影像值；基于所提取的SAR影像值计算强度、极化矩阵、极化分解参数、相干性、纹理特征的值，并输出相应的特征影像。该方法不需要对SAR影像进行重采样处理，可以避免重采样引入的误差，从而更精准的计算SAR影像特征。
Description
技术领域
本发明涉及SAR影像数据处理技术领域，尤其涉及一种顾及斜距和地理坐标映射偏差的SAR影像特征提取方法。
背景技术
目前，合成孔径雷达(Synthetic Aperture Radar,SAR)是一种可以高分辨率成像的主动微波遥感技术，凭借其全天时，全天候的观测能力，在各行各业都有着广泛的应用。与光学数据不同的是，SAR数据中不仅记录着地物反射电磁波的强度信息(后向散射强度)，还记录着地物反射电磁波的相位信息。因此SAR数据通常用复数形式存储，其处理流程和光学数据有着很大的不同，光学遥感数据的影像特征(光谱，纹理，植被指数等)提取通常是在地理坐标系下进行，即基于几何精校正、正射校正等处理后的光学影像提取影像特征。但对于SAR数据而言，由于复数数据的实部和虚部分别服从零均值的正态分布，因此不适合将复数据直接重采样至地理坐标系下进行特征提取。SAR影像的特征提取(多视化后的强度，多视化后的极化矩阵，极化分解特征，干涉相干性等)通常是在斜距坐标系下完成，即基于单视复数据(Single Look Complex,SLC)产品提取特征；然后，再基于距离-多普勒(RangeDoppler，RD)定位模型建立的斜距-地理空间映射关系实现SAR影像特征的地理编码。目前主流的SAR数据处理软件(例如GAMMA)对于SAR数据的处理流程，也通常是采用上述步骤，即在SAR斜距坐标系下完成SAR数据预处理，影像特征提取等处理，最后再将处理结果地理编码至地理坐标系下，在此基础上实现后续应用目的。
上述现有技术SAR数据的处理流程中，SAR影像特征的提取通常是在斜距空间提取，然后地理编码至地理坐标空间，这种处理方法忽略了SAR影像斜距空间和地理空间坐标系差异以及重采样方法的影响，导致地理空间中单个像元的SAR影像特征值并不严格由其对应的斜距空间中的像元计算得到，从而使得地理空间SAR影像特征计算的不准确。
发明内容
本发明的目的是提供一种顾及斜距和地理坐标映射偏差的SAR影像特征提取方法，该方法不需要对SAR影像进行重采样处理，可以在顾及斜距和地理坐标映射偏差的同时避免重采样引入的误差，从而更精准的计算SAR影像特征。
本发明的目的是通过以下技术方案实现的：
一种顾及斜距和地理坐标映射偏差的SAR影像特征提取方法，所述方法包括：
步骤1、基于待处理合成孔径雷达SAR影像头文件中的成像几何参数和外部DEM数据建立的RD定位模型，获得SAR单视斜距空间和地理空间坐标的映射关系；
步骤2、将所获得的SAR单视斜距空间和地理坐标空间的映射关系存储为地理空间中栅格影像的形式；
步骤3、设置输出地理空间SAR特征影像的分辨率，然后确定该SAR特征影像每个像元的地理位置范围，进而确定在该地理位置范围内对应的查找表影像的像元值；
步骤4、基于所确定的查找表影像的像元值，获得每个地理位置范围内对应的斜距空间像元坐标；
步骤5、提取所述斜距空间像元坐标对应的SAR影像值；
步骤6、然后基于所提取的SAR影像值计算强度、极化矩阵、极化分解参数、相干性、纹理特征的值；
步骤7、基于步骤6的计算结果，输出所述待处理SAR影像地理坐标空间的强度、极化矩阵、极化分解参数、相干性、纹理特征影像。
由上述本发明提供的技术方案可以看出，上述方法不需要对SAR影像进行重采样处理，可以在顾及斜距和地理坐标映射偏差的同时避免重采样引入的误差，从而更精准的计算SAR影像特征。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他附图。
图1为本发明实施例提供的顾及斜距和地理坐标映射偏差的SAR影像特征提取方法流程示意图。
具体实施方式
下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明的保护范围。
下面将结合附图对本发明实施例作进一步地详细描述，如图1所示为本发明实施例提供的顾及斜距和地理坐标映射偏差的SAR影像特征提取方法流程示意图，所述方法包括：
步骤1、基于待处理合成孔径雷达SAR影像头文件中的成像几何参数和外部DEM数据建立的RD定位模型，获得SAR单视斜距空间和地理空间坐标的映射关系；
在步骤1中，所述SAR单视斜距空间和地理坐标空间的映射关系还能采用RPC模型来构建获得。
该步骤的具体实现过程为：
在地固坐标系统(Earth Centered Rotation,ECR)中，外部DEM数据建立的RD定位模型由以下三个方程组成：
R＝R(si,sj) (2)
公式(1)为地球椭球模型，RE、RP分别为椭球体的半长轴、半短轴；h为目标点的高程；xt,yt,zt为目标点的位置坐标，用矢量RT表示；
公式(2)为距离向方程，其中，si,sj分别为SAR斜距影像的行列号；R为SAR载荷到目标的斜距；设Rs是SAR载荷的位置矢量，Rs＝[xs，ys，zs]T，T表示向量转置，则斜距矢量R＝Rs-RT，R＝|R|；R是斜距影像列号sj的函数；
公式(3)为多普勒方程，其中，λ为雷达波长，Vs为SAR载荷的速度矢量，Vs＝[xv，yv，zv]T；
上述三个方程即建立了目标点的位置坐标(xt,yt,zt)与影像的行列坐标(si,sj)之间的关系，若已知SAR影像行列号(si,sj)，确定除目标点坐标的其他参数的值，联立上述三个方程即可解出目标点的地固坐标系统ECR坐标，进一步转换为大地坐标，即地理空间坐标(Lx,Ly)；
因此利用所述RD定位模型即可建立SAR单视斜距空间和地理空间坐标的双向映射关系:
(si,sj)←→(Lx,Ly) (4)
步骤2、将所获得的SAR单视斜距空间和地理空间坐标的映射关系存储为地理空间中栅格影像的形式；
在该步骤中，上述地理空间中栅格影像的形式为查找表影像,其中：
所述查找表影像的分辨率应高于SAR单视斜距空间的分辨率，且所述查找表影像的每个像元中存储着其对应SAR单视斜距空间的像元坐标；
假设所述查找表影像为L，因此所述查找表影像的某一个地理坐标为(Lx,Ly)的像元的值用关系描述为：
L(Lx,Ly)＝(si,sj) (5)。
步骤3、设置输出地理空间SAR特征影像的分辨率，然后确定该SAR特征影像每个像元的地理位置范围，进而可以确定该地理位置范围内的查找表影像的像元；
在该步骤中，假设SAR特征影像某一像元的地理位置范围为：
经度方向：[Lx_left,Lx_right]；维度方向：[Lx_down,Lx_up]；
基于上述地理位置范围，在查找表影像中确定该范围内的查找表像元为：
步骤4、基于所确定的查找表影像的像元值，获得每个地理位置范围内对应的斜距空间像元坐标；
在该步骤中，具体是基于公式(6)确定符合条件的查找表影像的像元；然后基于公式(5)即可获得每个地理位置范围内对应的斜距空间(SLC)像元坐标，表示为；
另外，受地形和SAR斜距分辨率的影响，每个地理位置范围内对应的斜距像元数量是变化的，如果数量不满足SAR影像特征计算需求，则提示该地理坐标空间像元无法计算SAR影像特征。
步骤5、提取所述斜距空间像元坐标对应的SAR影像值；
在该步骤中，假设SAR斜距空间影像为S，则斜距空间像元坐标对应的SAR影像值采用下式表示：
其中，Im代表斜距空间像元坐标对应的SAR影像值；下标m代表不同的像元，这里符合条件的像元一共有M个。
步骤6、然后基于所提取的SAR影像值计算强度、极化矩阵、极化分解参数、相干性、纹理特征的值；
在该步骤中，基于上述步骤5确定的M个SAR斜距空间中的像元值，即可采用常规的方法计算SAR影像特征，包括强度、极化矩阵、极化分解参数、相干性、纹理特征等。
举例来说，以强度特征或极化矩阵C3/C4的矩阵元素为例，其计算公式为：
上述公式(9)中，p,q代表不同的极化方式；*代表复共轭；当p＝q时，公式(9)即为某一极化方式的强度特征，也是极化矩阵C3/C4中的主对角线元素；
进一步的，以干涉相干性特征为例，其计算公式为：
上述公式(10)中，x,y代表干涉SAR的主辅SAR影像；
其他的例如极化分解特征和纹理特征等均可基于强度特征或极化矩阵根据不同的方法进行计算，这里不展开赘述。
步骤7、基于步骤6的计算结果，输出所述待处理SAR影像地理坐标空间的强度、极化矩阵、极化分解参数、相干性、纹理特征影像。
上述操作过程避免了遗漏或者混入斜距空间像元，而且不需要对SAR影像进行重采样，从而避免了重采样方法对SAR影像特征提取精度的影响。
值得注意的是，本发明实施例中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
综上所述，本发明实施例具有如下优点：
1、可以确保地理空间中单个像元的SAR影像特征值严格由其对应的斜距空间中的像元计算得到，因此可以更精准的计算SAR影像特征；
2、适用于森林、城镇等空间异质性高的场景，这些区域的SAR影像，空间异质性高，在计算特定区域的SAR影像特征时，遗漏该区域像元或者混入相邻区域像元均会引入较大的计算误差；
3、不需要对SAR影像进行重采样处理，可以避免重采样引入的误差，尤其适用于部分包含复数的SAR特征，例如：极化协方差矩阵、极化相干矩阵，干涉SAR复相干系数等。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。
Claims (6)
1.一种顾及斜距和地理坐标映射偏差的SAR影像特征提取方法，其特征在于，所述方法包括：
步骤1、基于待处理合成孔径雷达SAR影像头文件中的成像几何参数和外部DEM数据建立的RD定位模型，获得SAR单视斜距空间和地理空间坐标的映射关系；
步骤2、将所获得的SAR单视斜距空间和地理坐标空间的映射关系存储为地理空间中栅格影像的形式；
步骤3、设置输出地理空间SAR特征影像的分辨率，然后确定该SAR特征影像每个像元的地理位置范围，进而确定在该地理位置范围内对应的查找表影像的像元值；
步骤4、基于所确定的查找表影像的像元值，获得每个地理位置范围内对应的斜距空间像元坐标；
步骤5、提取所述斜距空间像元坐标对应的SAR影像值；
在该步骤中，假设SAR斜距空间影像为S，则斜距空间像元坐标对应的SAR影像值采用下式表示：
其中，Im代表斜距空间像元坐标对应的SAR影像值；下标m代表不同的像元，这里符合条件的像元一共有M个；
步骤6、然后基于所提取的SAR影像值计算强度、极化矩阵、极化分解参数、相干性、纹理特征的值；
在该步骤中，基于上述步骤5确定的M个SAR斜距空间中的像元值，采用常规方法计算SAR影像特征，包括强度、极化矩阵、极化分解参数、相干性、纹理特征；
针对强度特征或极化矩阵C3/C4的矩阵元素，计算公式为：
上述公式(9)中，p,q代表不同的极化方式；*代表复共轭；当p＝q时，公式(9)即为某一极化方式的强度特征，也是极化矩阵C3/C4中的主对角线元素；
针对干涉相干性特征，计算公式为：
上述公式(10)中，x,y代表干涉SAR的主辅SAR影像；
步骤7、基于步骤6的计算结果，输出所述待处理SAR影像地理坐标空间的强度、极化矩阵、极化分解参数、相干性、纹理特征影像。
2.根据权利要求1所述顾及斜距和地理坐标映射偏差的SAR影像特征提取方法，其特征在于，所述步骤1的具体实现过程为：
在地固坐标系统ECR中，外部DEM数据建立的RD定位模型由以下三个方程组成：
R＝R(si,sj) (2)
公式(1)为地球椭球模型，RE、RP分别为椭球体的半长轴、半短轴；h为目标点的高程；xt,yt,zt为目标点的位置坐标，用矢量RT表示；
公式(2)为距离向方程，其中si,sj分别为SAR斜距影像的行列号；R为SAR载荷到目标的斜距；设Rs是SAR载荷的位置矢量，Rs＝[xs，ys，zs]T，T表示向量转置，则斜距矢量R＝Rs-RT，R＝|R|；R是斜距影像列号sj的函数；
公式(3)为多普勒方程，其中λ为雷达波长，Vs为SAR载荷的速度矢量，Vs＝[xv，yv，zv]T；
上述三个方程即建立了目标点的位置坐标(xt,yt,zt)与影像的行列坐标(si,sj)之间的关系，若已知SAR影像行列号(si,sj)，确定除目标点坐标的其他参数的值，联立上述三个方程即可解出目标点的地固坐标系统ECR坐标，进一步转换为大地坐标，即地理空间坐标(Lx,Ly)；
因此利用所述RD定位模型即可建立SAR单视斜距空间和地理空间坐标的双向映射关系:
(si,sj)←→(Lx,Ly) (4)。
3.根据权利要求1所述顾及斜距和地理坐标映射偏差的SAR影像特征提取方法，其特征在于，在步骤1中，
所述SAR单视斜距空间和地理坐标空间的映射关系还能采用RPC模型来构建获得。
4.根据权利要求1所述顾及斜距和地理坐标映射偏差的SAR影像特征提取方法，其特征在于，在步骤2中，所述地理空间中栅格影像的形式为查找表影像，其中：
所述查找表影像的分辨率应高于SAR单视斜距空间的分辨率，且所述查找表影像的每个像元中存储着其对应SAR单视斜距空间的像元坐标；
假设所述查找表影像为L，因此所述查找表影像的某一个地理坐标为(Lx,Ly)的像元的值用关系描述为：
L(Lx, Ly) ＝(si, sj) (5)。
5.根据权利要求1所述顾及斜距和地理坐标映射偏差的SAR影像特征提取方法，其特征在于，在步骤3中，假设SAR特征影像某一像元的地理位置范围为：
经度方向：[Lx_left,Lx_right]；维度方向：[Lx_down,Lx_up]；
基于上述地理位置范围，在查找表影像中确定该范围内的查找表像元为：
6.根据权利要求1所述顾及斜距和地理坐标映射偏差的SAR影像特征提取方法，其特征在于，在步骤4中，受地形和SAR斜距分辨率的影响，每个地理位置范围内对应的斜距像元数量是变化的，如果数量不满足SAR影像特征计算需求，则提示该地理坐标空间像元无法计算SAR影像特征。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010562481.0A CN111738135B (zh) | 2020-06-18 | 2020-06-18 | 一种顾及斜距和地理坐标映射偏差的sar影像特征提取方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010562481.0A CN111738135B (zh) | 2020-06-18 | 2020-06-18 | 一种顾及斜距和地理坐标映射偏差的sar影像特征提取方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111738135A CN111738135A (zh) | 2020-10-02 |
| CN111738135B true CN111738135B (zh) | 2024-02-23 |
Family
ID=72649885
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010562481.0A Active CN111738135B (zh) | 2020-06-18 | 2020-06-18 | 一种顾及斜距和地理坐标映射偏差的sar影像特征提取方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111738135B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112017224B (zh) * | 2020-10-19 | 2021-01-29 | 航天宏图信息技术股份有限公司 | Sar数据区域网平差处理方法和系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100529401B1 (ko) * | 2005-07-20 | 2005-11-17 | 중앙항업(주) | 합성 개구 레이더 영상을 이용한 수치표고자료 제작 장치및 그 방법 |
| CN105160681A (zh) * | 2015-09-09 | 2015-12-16 | 浙江海洋学院 | 一种海面溢油监测方法及装置 |
| KR102028323B1 (ko) * | 2019-02-26 | 2019-10-04 | 엘아이지넥스원 주식회사 | 영상 레이더의 영상 보정 장치 및 시스템 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2455359C (en) * | 2004-01-16 | 2013-01-08 | Geotango International Corp. | System, computer program and method for 3d object measurement, modeling and mapping from single imagery |
-
2020
- 2020-06-18 CN CN202010562481.0A patent/CN111738135B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100529401B1 (ko) * | 2005-07-20 | 2005-11-17 | 중앙항업(주) | 합성 개구 레이더 영상을 이용한 수치표고자료 제작 장치및 그 방법 |
| CN105160681A (zh) * | 2015-09-09 | 2015-12-16 | 浙江海洋学院 | 一种海面溢油监测方法及装置 |
| KR102028323B1 (ko) * | 2019-02-26 | 2019-10-04 | 엘아이지넥스원 주식회사 | 영상 레이더의 영상 보정 장치 및 시스템 |
Non-Patent Citations (1)
| Title |
|---|
| ENVISAT ASAR影像地理定位方法;陈尔学, 李增元;中国图象图形学报(第08期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111738135A (zh) | 2020-10-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Shimada | Ortho-rectification and slope correction of SAR data using DEM and its accuracy evaluation | |
| CN107024683B (zh) | 基于dem的sar影像直接正射校正方法及系统 | |
| CN103063200B (zh) | 高分辨率光学卫星正射纠正影像生成方法 | |
| Zhang et al. | Rational function modeling for spaceborne SAR datasets | |
| CN112882030B (zh) | InSAR成像干涉一体化处理方法 | |
| Zhang et al. | Satellite SAR geocoding with refined RPC model | |
| CN112711021B (zh) | 一种多分辨率InSAR交互干涉时序分析方法 | |
| CN110703252B (zh) | 干涉合成孔径雷达阴影区域数字高程模型修正方法 | |
| CN108663678A (zh) | 基于混合整数优化模型的多基线InSAR相位解缠算法 | |
| Shiroma et al. | An area-based projection algorithm for SAR radiometric terrain correction and geocoding | |
| Wang et al. | Large-scale orthorectification of GF-3 SAR images without ground control points for China’s land area | |
| CN111738135B (zh) | 一种顾及斜距和地理坐标映射偏差的sar影像特征提取方法 | |
| CN106157258B (zh) | 一种星载sar图像几何校正方法 | |
| CN101900817A (zh) | 一种普适的遥感数据规则格网化方法 | |
| Toutin | Radarsat-2 DSM generation with new hybrid, deterministic, and empirical geometric modeling without GCP | |
| CN101598786A (zh) | 卫星影像二/三级产品的有理函数成像模型生成方法 | |
| CN110618409B (zh) | 顾及叠掩及阴影的多通道InSAR干涉图仿真方法及系统 | |
| CN109946682B (zh) | 基于ICESat/GLAS的GF3数据基线估计方法 | |
| CN109035312A (zh) | 一种dem辅助的sar图像高精度配准方法 | |
| CN115685202A (zh) | 星载分布式干涉合成孔径雷达的基线估计方法及装置 | |
| Sekhar et al. | Geocoding RISAT-1 MRS images using bias-compensated RPC models | |
| CN113280789B (zh) | 一种地表起伏区域激光测高点作为影像高程控制点方法 | |
| CN117761695B (zh) | 基于自适应分区sift的多角度sar三维成像方法 | |
| Gonzalez et al. | Advances in automatic InSAR-derived TanDEM-X DEM editing | |
| Wang et al. | An accelerate FFBP algorithm of bistatic forward-looking SAR based on azimuth equidistant coordinates |
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 |