CN112767454B - 基于多视角观测sar数据采样分析的叠掩信息补偿方法 - Google Patents
基于多视角观测sar数据采样分析的叠掩信息补偿方法 Download PDFInfo
- Publication number
- CN112767454B CN112767454B CN202011573203.1A CN202011573203A CN112767454B CN 112767454 B CN112767454 B CN 112767454B CN 202011573203 A CN202011573203 A CN 202011573203A CN 112767454 B CN112767454 B CN 112767454B
- Authority
- CN
- China
- Prior art keywords
- image
- information
- model
- space
- lat
- 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
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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
- G06F17/12—Simultaneous equations, e.g. systems of linear equations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10032—Satellite or aerial image; Remote sensing
- G06T2207/10044—Radar image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Remote Sensing (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Algebra (AREA)
- Computing Systems (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- Operations Research (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
一种基于多视角观测SAR数据采样分析的叠掩信息补偿方法,包括以下步骤:基于控制点精化通用模型定位模型的信息,实现多视角SAR图像之间配准;基于物方投影关系分析像方观测信息采样率;以所述像方观测信息采样率作为依据,判断最佳物方采样区域对应的待处理图像,取所述待处理图像的像元值作为处理后影像相应位置的像元值,实现多视角观测SAR数据采样分析的叠掩信息补偿。本发明采用通用定位模型通过分析观测信息采样率判断影像叠掩区域的信息丢失程度,不依赖SAR传感器成像参数信息,处理过程具有通用性,可以广泛推广应用。
Description
技术领域
本发明涉及合成孔径雷达技术领域,尤其涉及一种基于多视角观测SAR数据采样分析的叠掩信息补偿方法。
背景技术
合成孔径雷达(SAR,Synthetic Aperture Radar)是一种主动式对地观测成像雷达系统,可以全天时、全天候对地实施观测、并具有一定的地表穿透能力,SAR系统在灾害监测、环境监测、海洋监测、资源勘查、农作物估产、测绘和军事等方面的应用上具有独特的优势,目前已成为高分辨率对地观测和全球资源管理的重要手段之一。
不同于光学传感器采用的共线方程成像方式,SAR传感器采用距离多普勒斜距成像方式,这就导致SAR图像在地区起伏区域受观测角度影响存在透视收缩、叠掩、阴影等信息损失问题。常规的单幅地形纠正方法通过物方坐标投影和插值处理,可以修正地形起伏引起的透视收缩问题。为了解决地形起伏引起的叠掩和阴影问题,目标比较有效的是基于双视向信息补偿的方法。该方法利用雷达卫星升轨与降轨影像获取地区起伏目标两侧数据,基于卫星成像参数(包括轨道参数、分辨率、斜距、多普勒频率等)和RD定位模型分别生成升降轨影像叠掩和阴影掩模影像,用一幅影像上对应正常区域的像元值补偿另外一幅影像的叠掩和阴影区域。该技术主要包括如下几个步骤:1、获取升降轨准同步双视向成像影像数据;2、基于成像参数通过模拟正射校正方法分别对升降轨影像进行正射校正,并生成叠掩和阴影掩模影像;3、基于RD定位模型和投影角因子方法修正透视收缩引起的后向散射系数失真;4、基于地理坐标将双视向SAR影像进行配准叠加,用其中一幅影像上对应正常区域的像元值来补偿另外一幅影像上发生叠掩和阴影的区域。
在实现本发明的过程中,申请人发现上述现有技术存在如下技术缺陷:
(1)基于RD定位模型生成叠掩区域掩模影像的处理过程复杂,需要SAR传感器的成像参数信息,但是不同SAR传感器的成像参数不同,且SAR传感器的成像参数信息不易获得,处理方法无法广泛应用。
(2)基于双视向信息补偿的方法需要使用升降轨准同时获取的双视向影像,对信息补偿处理使用数据有严格要求,适用范围有限。
(3)基于叠掩区域掩模区域提取的方式,无法区分叠掩区域的信息丢失程度,只能基于固定阈值判断是否叠掩,在待处理影像都发生叠掩的区域,则无法进行优化处理。
发明内容
有鉴于此,本发明的主要目的在于提供一种基于多视角观测SAR数据采样分析的叠掩信息补偿方法,以期部分地解决上述技术问题中的至少之一。
为了实现上述目的,作为本发明的一方面,提供了一种基于多视角观测SAR数据采样分析的叠掩信息补偿方法,包括以下步骤:
基于控制点精化通用模型定位模型的信息,实现多视角SAR图像之间配准;
基于物方投影关系分析像方观测信息采样率;
以所述像方观测信息采样率作为依据,判断最佳物方采样区域对应的待处理图像,取所述待处理图像的像元值作为处理后影像相应位置的像元值,实现多视角观测SAR数据采样分析的叠掩信息补偿。
其中,所述通用模型定位模型包括有理多项式系数模型、多项式模型和仿射变换模型。
其中,所述通用模型定位模型采用有理多项式系数模型时,原始数据像面坐标与地面三维坐标的关系如下:
其中,
NumL(P,L,H)=a1+a2L+a3P+a4H+a5LP+a6LH+a7PH+a8L2+a9P2+a10H2+a11PLH+a12L3+a13LP2+a14LH2+a15L2P+a16P3+a17PH2+a18L2H+a19P2H+a20H3;
Nums(P,L,H)=c1+c2L+c3P+c4H+c5LP+c6LH+c7PH+c8L2+c9P2+c10H2+c11PLH+c12L3+c13LP2+c14LH2+c15L2P+c16P3+c17PH2+c18L2H+c19P2H+c20H3;
DenL(P,L,H)=b1+b2L+b3P+b4H+b5LP+b6LH+b7PH+b8L2+b9P2+b10H2+b11PLH+b12L3+b13LP2+b14LH2+b15L2P+b16P3+b17PH2+b18L2H+b19P2H+b20H3;
Dens(P,L,H)=d1+d2L+d3P+d4H+d5LP+d6LH+d7PH+d8L2+d9P2+d10H2+d11PLH+d12L3+d13LP2+d14LH2+d15L2P+d16P3+d17PH2+d18L2H+d19P2H+d20H3;
an、bn、cn、dn为有理多项式系数的参数,(P,L,H)为正则化的地面坐标,(X,Y)为正则化的像面坐标。
其中,所述正则化的地面坐标与正则化的像面坐标之间的关系如下式所示:
其中,Lat、Lon、Height分别表示地面三维坐标的纬度、经度、高程;Sample、Line分别表示原始数据像面的列、行;LAT_OFF、LAT_SCALE、LONG_OFF、LONG_SCALE、HEIGHT_OFF、HEIGHT_SCALE为地面坐标的正则化参数;SAMPLE_OFF、SAMPLE_SCALE、LINE_OFF、LINE_SCALE为影像坐标的正则化参数。
其中,所述基于控制点精化通用模型定位模型的信息,实现多视角SAR图像之间配准的步骤包括以其中一幅待处理影像为基准,选择控制点对其他待处理影像进行像方补偿,精化定位系数,实现多视角图像配准。
其中,所述选择控制点对其他待处理影像进行像方补偿时采用的像方补偿模型包括平移模型、线性变换模型和仿射变换模型。
其中,所述像方补偿模型采用仿射变换模型时,公式如下:
R=a0+a1Line+a2Sample
C=b0+b1Line+b2Sample;
其中,(R,C)为补偿后的像方坐标,(Line,Sample)为补偿前的像方坐标,(a1,a2,a3,b1,b2,b3)为待求解的仿射变换系数。
其中,所述基于物方投影关系分析像方观测信息采样率包括如下过程:
根据图像尺寸和定位参数文件计算每幅影像的物方投影范围,进而得到所有影像的物方观测范围;
统计像方像素被采样次数;
将像方像素采样次数转换为像方观测信息采样率。
其中,所述根据图像尺寸和定位参数文件计算每幅影像的物方投影范围,进而得到所有影像的物方观测范围包括:图i原始图像尺寸为Wi列,Hi行,则图像的像方四角度坐标为(0,0),(Wi,0),(0,Hi),(Wi,Hi),根据定位参数信息可得到对应的物方坐标为(Lon1,Lat1)i,(Lon2,Lat2)i,(Lon3,Lat3)i,(Lon01,Lat0)i,计算物方坐标最大值最小值得到图i的物方空间范围为([Lonmin,Lonmax]i,[Latmin,Latmax]i);计算所有待处理多视图像物方空间范围并取并集得到最终处理影像的物方范围为([Lonmin,Lonmax],[Latmin,Latmax])。
基于上述技术方案可知,本发明的叠掩信息补偿方法相对于现有技术至少具有如下有益效果之一:
(1)本发明采用通用定位模型通过分析观测信息采样率判断影像叠掩区域的信息丢失程度,不依赖SAR传感器成像参数信息,处理过程具有通用性,可以广泛推广应用;
(2)本发明可以同时分析多幅影像对同一地区的观测信息采样率,通过比较观测信息采样率得到各个区域的最佳观测数据,从而综合多图最优观测信息实现叠掩区域补偿,提升SAR数据辐射质量。
附图说明
图1是本发明实施例提供的基于多视角观测SAR数据采样分析的叠掩信息补偿方法流程示意图;
图2是本发明实施例提供的三幅不同视角SAR影像相对关系分布示意图;
图3是本发明实施例提供的图2中图a部分叠掩标注示意图;
图4是本发明实施例提供的图2中图b部分叠掩标注示意图;
图5是本发明实施例提供的图2中图c部分叠掩标注示意图;
图6是本发明实施例提供的叠掩信息补偿处理后示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明作进一步的详细说明。
本发明公开一种基于多视角观测SAR数据采样率分析的叠掩信息补偿方法。包括:基于基准影像实现待处理多幅SAR数据定位基准统一;基于RPC定位信息计算待处理多幅SAR数据对应的物方投影范围;按照采样间隔逐点求取物方网格对应的像方采样位置,进而统计其像方点的采样次数;按照采样间隔逐点比较物方网格对应多视角观测SAR数据的像方采样次数,具有较低采样次数的像素包含更准确的地物信息,取较低采样次数对应SAR数据辐射值作为补偿处理后影像的辐射值,利用多视角观测SAR数据进行叠掩区域信息补偿,提升观测区域的辐射质量。采用本发明的技术方案,可以有效解决SAR影像由于不同视角观测引起的叠掩信息损失问题,提升观测区域SAR影像辐射质量。
针对SAR遥感影像地形起伏区域辐射质量提升的需求,本发明提出一种基于多视角观测信息分析的多图SAR数据联合辐射质量提升方法,该方法具备如下特点:1)采用通用定位模型通过分析观测信息采样率判断影像叠掩区域的信息丢失程度,不依赖SAR传感器成像参数信息,处理过程具有通用性;2)本发明可以同时分析多幅影像对同一地区的观测信息采样率,通过比较观测信息采样率得到各个区域的最佳观测数据,从而综合多图最优观测信息实现叠掩区域补偿,提升SAR数据辐射质量。本发明的技术方案如下:
1)基于控制点精化通用模型定位信息,实现多视角SAR图像之间配准。以常用的有理多项式系数(RPCs,Rational Polynomial Coefficients)通用模型定位模型为例,原始数据像面坐标(行Line、列Sample)与地面三维坐标(经度Lon、纬度Lat、高程Height)的关系:
NumL(P,L,H)=a1+a2L+a3P+a4H+a5LP+a6LH+a7PH+a8L2+a9P2+a1oH2+a11PLH+a12L3+a13LP2+a14LH2+a15L2P+a16P3+a17PH2+a18L2H+a19P2H+a20H3
Nums(P,L,H)=c1+c2L+c3P+c4H+c5LP+c6LH+c7PH+c8L2+c9P2+c10H2+c11PLH+c12L3+c13LP2+c14LH2+c15L2P+c16P3+c17PH2+c18L2H+c19P2H+c20H3
DenL(P,L,H)=b1+b2L+b3P+b4H+b5LP+b6LH+b7PH+b8L2+b9P2+b10H2+b11PLH+b12L3+b13LP2+b14LH2+b15L2P+b16P3+b17PH2+b18L2H+b19P2H+b20H3
Dens(P,L,H)=d1+d2L+d3P+d4H+d5LP+d6LH+d7PH+d8L2+d9P2+d10H2+d11PLH+d12L3+d13LP2+d14LH2+d15L2P+d16P3+d17PH2+d18L2H+d19P2H+d20H3其中,an,bm,cn,dn为有理多项式系数的参数,(P,L,H)为正则化的地面坐标,(X,Y)为正则化的像面坐标,他们之间的关系如下式所示:
其中,LAT_OFF、LAT_SCALE、LONG_OFF、LONG_SCALE、HEIGHT_OFF、HEIGHT_SCALE为地面坐标的正则化参数。SAMPLE_OFF、SAMPLE_SCALE、LINE_OFF、LINE_SCALE为影像坐标的正则化参数。
以其中一幅待处理影像为基准,选择控制点对其他待处理影像进行像方补偿,精化定位系数,实现多视角图像配准。常用的像方补偿模型由平移模型、线性变换模型和仿射变换模型,考虑到补偿模型的精度以及后续有理多项式系数修正的精度,选择仿射变换模型作为像方补偿模型,公式如下:
R=a0+a1Line+a2Sample
C=b0+b1Line+b2Sample
其中,(R,C)为补偿后的像方坐标,(Line,Sample)为补偿前的像方坐标,(a1,a2,a3,b1,b2,b3)为待求解的仿射变换系数。
据此,可以建立起基于像方补偿模型的利用有理多项式系数进行表达的误差方程:
对每个控制点建立的误差方程进行矩阵形式的简化表达如下:
V=Bt-D
其中,
t=[Δa0 Δa1 Δa2 Δb0 Δb1 Δb2]T,
基于上述处理可以得到精化后的定位信息,实现多视角影像间配准。
2)基于物方投影关系分析像方观测信息采样率。具体计算过程如下:
①根据图像尺寸和定位参数文件计算每幅影像的物方投影范围,进而得到所有影像的物方观测范围。假设图i原始图像尺寸为Wi列,Hi行,则图像的像方四角度坐标为(0,0),(Wi,0),(0,Hi),(Wi,Hi),根据定位参数信息可得到对应的物方坐标为(Lon1,Lat1)i,(Lon2,Lat2)i,(Lon3,Lat3)i,(Lon01,Lat0)i,计算物方坐标最大值最小值得到图i的物方空间范围为([Lonmin,Lonmax]i,[Latmin,Latmax]i);。计算所有待处理多视图像物方空间范围并取并集可得到最终处理影像的物方范围为([Lonmin,Lonmax],[Latmin,Latmax]);
③将像方像素采样次数转换为像方观测信息采样率。假设图i像方坐标为(x,y)处像素的采样次数为则其信息采样率像方信息采样率越低表明其对应像素位置叠掩程度更严重,应该选取较高信息采样率的像素进行像方补偿。
3)以像方观测信息采样率L作为依据,判断最佳物方采样区域对应的待处理图像,取其像元值作为处理后影像相应位置的像元值,实现多视角SAR数据联合辐射质量提升。
如图1所示为基于多视角观测SAR数据采样分析的叠掩信息补偿方法流程示意图。
此外,上述对各元件和方法的定义并不仅限于实施例中提到的各种具体结构、形状或方式,本领域普通技术人员可对其进行简单地更改或替换,例如:
(1)遥感影像通用模型定位模型可以采用有理多项式系数(RPCs,RationalPolynomial Coefficients)或其他通用定位模型,例如多项式模型、仿射变换模型等。只要使用通用模型进行数据采样信息分析,获得影像叠掩程度,即在本发明的保护范围之内。
下面结合实例来详细说明本发明基于多视角观测SAR数据采样分析的叠掩信息补偿方法。
选取不同视角获得的三幅同一山地区域SAR影像,如图2所示。
其中,待处理三幅高分三号精细条带模式SAR影像信息如表1所示,包含了不同升降轨、测试方向以及入射角的SAR数据。
表1
序号 | 成像时间 | 升降轨 | 侧视方向 | 入射角 |
1 | 2017-03-30 | 升轨 | 右侧视 | 34.9 |
2 | 2017-05-05 | 降轨 | 右侧视 | 27.9 |
3 | 2017-07-08 | 降轨 | 左侧视 | 47.8 |
三幅影像在山地局部区域由于入射角和地形起伏的影像,分别在不同位置出现了不同程度的叠掩,如图3-图5所示。
基于本发明方法进行多视角SAR叠掩信息补偿处理后效果如图6所示,本发明方法可以有效补偿SAR数据叠掩区域的信息丢失问题,有效提升观测区域的辐射质量。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于多视角观测SAR数据采样分析的叠掩信息补偿方法,其特征在于,包括以下步骤:
基于控制点精化通用模型定位模型的信息,实现多视角SAR图像之间配准;
所述基于控制点精化通用模型定位模型的信息,实现多视角SAR图像之间配准的步骤包括:以其中一幅待处理影像为基准,选择控制点对其他待处理影像进行像方补偿,精化定位系数,实现多视角图像配准;
所述选择控制点对其他待处理影像进行像方补偿时采用的像方补偿模型包括平移模型、线性变换模型和仿射变换模型;
所述像方补偿模型采用仿射变换模型时,公式如下:
R=a0+a1Line+a2Sample
C=b0+b1Line+b2Sample;
其中,(R,C)为补偿后的像方坐标,(Line,Sample)为补偿前的像方坐标,(a0,a1,a2,b0,b1,b2)为待求解的仿射变换系数;
基于物方投影关系分析像方观测信息采样率;
所述基于物方投影关系分析像方观测信息采样率包括如下过程:
根据图像尺寸和定位参数文件计算每幅影像的物方投影范围,进而得到所有影像的物方观测范围;
统计像方像素被采样次数;
将像方像素采样次数转换为像方观测信息采样率;
以所述像方观测信息采样率作为依据,判断最佳物方采样区域对应的待处理图像,取所述待处理图像的像元值作为处理后影像相应位置的像元值,实现多视角观测SAR数据采样分析的叠掩信息补偿。
2.根据权利要求1所述的叠掩信息补偿方法,其特征在于,所述通用模型定位模型包括有理多项式系数模型、多项式模型和仿射变换模型。
3.根据权利要求2所述的叠掩信息补偿方法,其特征在于,所述通用模型定位模型采用有理多项式系数模型时,原始数据像面坐标与地面三维坐标的关系如下:
其中,
NumL(P,L,H)=a1+a2L+a3P+a4H+a5LP+a6LH+a7PH+α8L2+a9P2+a10H2+a11PLH+a12L3+a13LP2+a14LH2+a15L2P+a16P3+a17PH2+a18L2H+a19P2H+a20H3;
Num(P,L,H)=c1+c2L+c3P+c4H+c5LP+c6LH+c7PH+c8L2+c9P2+c10H2+c11PLH+c12L3+c13LP2+c14LH2+c15L2P+c16P3+c17PH2+c18L2H+c19P2H+c20H3;
DenL(P,L,H)=b1+b2L+b3P+b4H+b5LP+b6LH+b7PH+b8L2+b9P2+b10H2+b11PLH+b12L3+b13LP2+b14LH2+b15L2P+b16P3+b17PH2+b18L2H+b19P2H+b20H3;
Dens(P,L,H)=d1+d2L+d3P+d4H+d5LP+d6LH+d7PH+d8L2+d9P2+d10H2+d11PLH+d12L3+d13LP2+d14LH2+d15L2P+d16P3+d17PH2+d18L2H+d19P2H+d20H3;
an、bn、cn、dn为有理多项式系数的参数,(P,L,H)为正则化的地面坐标,(X,Y)为正则化的像面坐标。
5.根据权利要求1所述的叠掩信息补偿方法,其特征在于,所述根据图像尺寸和定位参数文件计算每幅影像的物方投影范围,进而得到所有影像的物方观测范围包括:图i原始图像尺寸为Wi列,Hi行,则图像的像方四角度坐标为(0,0),(Wi,0),(0,Hi),(Wi,Hi),根据定位参数信息可得到对应的物方坐标为(Lon1,Lat1)i,(Lon2,Lat2)i,(Lon3,Lat3)i,(Lon01,Lat0)i,计算物方坐标最大值最小值得到图i的物方空间范围为([Lonmin,Lonmax]i,[Latmin,Latmax]i);计算所有待处理多视图像物方空间范围并取并集得到最终处理影像的物方范围为([Lonmin,Lonmax],[Latmin,Latmax])。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011573203.1A CN112767454B (zh) | 2020-12-25 | 2020-12-25 | 基于多视角观测sar数据采样分析的叠掩信息补偿方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011573203.1A CN112767454B (zh) | 2020-12-25 | 2020-12-25 | 基于多视角观测sar数据采样分析的叠掩信息补偿方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112767454A CN112767454A (zh) | 2021-05-07 |
CN112767454B true CN112767454B (zh) | 2022-11-29 |
Family
ID=75697679
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011573203.1A Active CN112767454B (zh) | 2020-12-25 | 2020-12-25 | 基于多视角观测sar数据采样分析的叠掩信息补偿方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112767454B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114910910B (zh) * | 2022-07-15 | 2022-09-16 | 中国科学院空天信息创新研究院 | 基于叠掩区域精化的真正射sar影像生成方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102628942A (zh) * | 2012-04-24 | 2012-08-08 | 中国科学院遥感应用研究所 | 一种雷达影像双视向信息补偿方法 |
CN108983229A (zh) * | 2018-05-03 | 2018-12-11 | 电子科技大学 | 基于sar层析技术的高压输电铁塔高度及形变提取方法 |
CN109870687A (zh) * | 2019-03-14 | 2019-06-11 | 北京航空航天大学 | 一种用于互质采样星载sar的成像处理方法 |
-
2020
- 2020-12-25 CN CN202011573203.1A patent/CN112767454B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102628942A (zh) * | 2012-04-24 | 2012-08-08 | 中国科学院遥感应用研究所 | 一种雷达影像双视向信息补偿方法 |
CN108983229A (zh) * | 2018-05-03 | 2018-12-11 | 电子科技大学 | 基于sar层析技术的高压输电铁塔高度及形变提取方法 |
CN109870687A (zh) * | 2019-03-14 | 2019-06-11 | 北京航空航天大学 | 一种用于互质采样星载sar的成像处理方法 |
Non-Patent Citations (2)
Title |
---|
A generic framework for improving the geopositioning accuracy of multi-source optical and SAR imagery;Niangang Jiao 等;《ISPRS Journal of Photogrammetry and Remote Sensing》;20201012;全文 * |
Geo-Positioning Accuracy Improvement of Multi-Mode GF-3 Satellite SAR Imagery Based on Error Sources Analysis;Niangang Jiao 等;《Sensors》;20180718;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112767454A (zh) | 2021-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109903352B (zh) | 一种卫星遥感影像大区域无缝正射影像制作方法 | |
KR101965965B1 (ko) | 위성영상과 제공 rpc로부터 제작된 수치표고모델의 자동 오차보정 방법 | |
CN112017224B (zh) | Sar数据区域网平差处理方法和系统 | |
Li et al. | Rigorous photogrammetric processing of HiRISE stereo imagery for Mars topographic mapping | |
US20150042648A1 (en) | System and method for automatic geometric correction using rpc | |
CN110111274B (zh) | 一种星载推扫式光学传感器外方位元素定标方法 | |
CN109696182A (zh) | 一种星载推扫式光学传感器内方位元素定标方法 | |
CN108562900B (zh) | 一种基于高程校正的sar图像几何配准方法 | |
CN114972545B (zh) | 一种高光谱卫星的在轨数据快速预处理方法 | |
CN112419380B (zh) | 一种基于云掩膜的静止轨道卫星序列影像高精度配准方法 | |
CN112598608A (zh) | 一种基于目标区域的光学卫星快速融合产品制作方法 | |
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 | |
CN107316280A (zh) | 离岛卫星影像rpc模型高精度几何定位方法 | |
CN110703252B (zh) | 干涉合成孔径雷达阴影区域数字高程模型修正方法 | |
CN109188483B (zh) | 一种时序化高精度外方位元素自动定标方法 | |
CN111508028A (zh) | 光学立体测绘卫星相机的自主在轨几何定标方法及系统 | |
Chen et al. | SRTM DEM-aided mapping satellite-1 image geopositioning without ground control points | |
CN109029379B (zh) | 一种高精度小基高比立体测绘方法 | |
KR100870894B1 (ko) | 선형 스캐닝 영상의 자동 영상기하 보정 방법 | |
CN107516291B (zh) | 夜景影像正射纠正处理方法 | |
CN105571598A (zh) | 一种卫星激光高度计足印相机姿态的测定方法 | |
CN117092621A (zh) | 基于光线追踪校正的高光谱图像-点云立体配准方法 | |
LU501719B1 (en) | Terrain simulation method based on satellite images and digital elevation data | |
CN114092534B (zh) | 高光谱图像与激光雷达数据配准方法及配准系统 | |
CN113920046B (zh) | 一种多分片卫星影像拼接和几何模型构建方法 |
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 |