CN115294133A - 基于高低频极化干涉sar的植被高程反演方法及设备 - Google Patents
基于高低频极化干涉sar的植被高程反演方法及设备 Download PDFInfo
- Publication number
- CN115294133A CN115294133A CN202211224902.4A CN202211224902A CN115294133A CN 115294133 A CN115294133 A CN 115294133A CN 202211224902 A CN202211224902 A CN 202211224902A CN 115294133 A CN115294133 A CN 115294133A
- Authority
- CN
- China
- Prior art keywords
- band
- polarization
- elevation
- vegetation
- transmitting
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/97—Determining parameters from multiple pictures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- 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
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- 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
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- 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
- G06T2207/30188—Vegetation; Agriculture
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于高低频极化干涉SAR的植被高程反演方法及设备,属于雷达干涉测量技术领域。本发明的方法包括:通过机载或星载SAR系统,获取同一区域、同一时刻的L、X和Ku波段极化干涉SAR数据;分别进行预处理、地物分类、极化干涉SAR图像分割、植被覆盖程度划分,划分为植被覆盖茂密区域和植被覆盖稀疏区域;分布对被覆盖茂密区域植被覆盖稀疏区域,使用预处理后的各波段极化干涉SAR复图像进行植被高程反演。本发明能实现对不同稀疏程度的植被进行高精度高程反演。
Description
技术领域
本发明属于雷达干涉测量技术领域,具体涉及一种基于高低频极化干涉SAR的植被高程反演方法及设备。
背景技术
植被是全球碳循环中的重要组成部分,其生物量监测、参数反演受到广泛的关注和研究。作为参数反演的一个重要方向,植被高程反演日益成为一个研究热点。
极化干涉SAR具备全天时全天候的对地观测能力,其观测性能受天气影响较小。极化干涉SAR具备同时获取植被极化信息和干涉信息的能力。极化信息对地物的尺寸、形状、结构等信息敏感,干涉信息对地物的高程敏感。因此,利用极化干涉SAR提取植被垂直结构信息、反演植被高程,具有很大的优越性和较高的反演精度。
国内外许多学者针对极化干涉SAR植被高程反演,开展了诸多研究。然而这些研究方法对植被覆盖的稀疏程度要求较高,通常只能反演茂密植被或者稀疏植被高程,如何提高极化干涉SAR植被高程反演场景适应性是一个亟待解决的问题。另外,受限于数据获取能力,这些研究方法往往集中在单个频段的极化干涉SAR植被高程反演上,基于高低频的极化干涉SAR植被高程反演方法还鲜有研究。
另外,不同频段的电磁波对植被的穿透性不同,通常认为低频段电磁波的穿透性强于高频段电磁波。为了获取植被高程,使用低频段电磁波穿透植被;为了测量地面高程,使用高频段电磁波测量树冠高程。随着极化干涉SAR系统的发展,同时获取高低频极化干涉SAR数据不再是难事。因此,研究能够适应不同植被覆盖程度场景,能够融合不同频段信息的高精度植被高程反演方法,显得尤为迫切。
发明内容
本发明目的是提供一种基于高低频极化干涉SAR的植被高程反演方法及设备,能实现对不同稀疏程度的植被进行高精度高程反演。
具体地说,一方面,本发明提供了一种基于高低频极化干涉SAR的植被高程反演方法,包括:
数据获取:通过机载或星载SAR系统,获取同一区域、同一时刻的L、X和Ku波段极化干涉SAR数据;
数据预处理:对所述同一区域、同一时刻的L、X和Ku波段极化干涉SAR数据分别进行成像,得到L、X和Ku波段极化干涉SAR复图像,再经极化干涉定标、辐射定标、图像配准以及滤波操作,获得预处理后的L、X和Ku波段极化干涉SAR复图像;
地物分类:使用极化干涉SAR地物分类方法对所述预处理后的L、X和Ku波段极化干涉SAR复图像进行地物分类,提取出场景中的植被像素和其他像素;
极化干涉SAR图像分割:使用极化干涉SAR图像分割方法,对所述预处理后的L、X或Ku波段极化干涉SAR复图像进行图像分割,得到M个同质区域,M≥2;
植被覆盖程度划分:结合所述地物分类结果和极化干涉SAR图像分割结果,统计每个同质区域内,植被像素占总像素的比例P,0≤P≤1;预设阈值T,0<T<1,若P≥T,则相应的同质区域划分为植被覆盖茂密区域;若P<T,则相应的同质区域划分为植被覆盖稀疏区域;
植被茂密区域高程反演:对于所述植被覆盖茂密区域,使用预处理后的X和Ku波段极化干涉SAR复图像获取高精度树冠高程;对于所述植被覆盖茂密区域,使用预处理后的L波段极化干涉SAR复图像,进行高精度地面高程反演,获取高精度地面高程;结合高精度树冠高程和高精度地面高程,进行植被覆盖茂密区域植被高程反演;
植被稀疏区域高程反演:对于所述植被覆盖稀疏区域,使用预处理后的使用L波段极化干涉SAR复图像,进行植被覆盖稀疏区域植被高程反演。
进一步的,所述对于所述植被覆盖茂密区域,使用预处理后的X和Ku波段极化干涉SAR复图像获取高精度树冠高程包括:
预定义指定数量的极化组合矢量w:
其中,m和n为整数;遍历所有满足条件的m和n,组合得到所述指定数量极化组合矢量w;
进行Ku波段树冠高程反演,获得Ku波段树冠高程;
进行X波段树冠高程反演,获得X波段树冠高程;
比较Ku波段树冠高程和X波段树冠高程,取其中最大的一个作为高精度树冠高程;
所述结合高精度树冠高程和高精度地面高程,进行植被覆盖茂密区域植被高程反演是指,由所述高精度树冠高程和高精度地面高程相减得到植被覆盖茂密区域植被高程。
进一步的,所述进行Ku波段树冠高程反演,获得Ku波段树冠高程包括:
6-1-2-1)生成Ku波段三维矢量:对Ku波段主辅天线的极化干涉SAR复图像分别按照公式1和公式2进行组合,得到Ku主天线三维矢量kKum和Ku辅天线三维矢量kKus;
6-1-2-2)遍历上述指定数量的极化组合矢量w,将其中使得Ku波段相干系数γKu的相位φKu最大的极化组合矢量,作为Ku波段极化组合矢量wKu,取Ku波段相干系数γKu的相位φKu的计算方法参见公式3,Ku波段相干系数γKu依据公式4计算得到;
6-1-2-3)获取Ku波段树冠高程:依据Ku波段极化组合矢量wKu、Ku主天线三维矢量kKum和Ku辅天线三维矢量kKus,分别生成Ku波段主图像IKum和辅图像IKus,参见公式5和公式6;使用InSAR测高方法,依据Ku波段主图像IKum和辅图像IKus,计算得到Ku波段树冠高程hSG_Ku;
公式1中,HHKum为Ku主天线获取的水平极化发射水平极化接收复图像,VVKum为Ku主天线获取的垂直极化发射垂直极化接收复图像,HVKum为Ku主天线获取的垂直极化发射水平极化接收复图像,VHKum为Ku主天线获取的水平极化发射垂直极化接收复图像;
公式2中,HHKus为Ku波段辅天线获取的水平极化发射水平极化接收复图像,VVKus为Ku波段辅天线获取的垂直极化发射垂直极化接收复图像,HVKus为Ku波段辅天线获取的垂直极化发射水平极化接收复图像,VHKus为Ku波段辅天线获取的水平极化发射垂直极化接收复图像;
公式3中,ag()表示取相位操作;
公式4中,w为极化组合矢量,kKum为Ku主天线三维矢量,kKus为Ku辅天线三维矢量,上标T表示转置,上标*表示共轭。
进一步的,所述进行X波段树冠高程反演,获得X波段树冠高程包括:
6-1-3-1)生成X波段三维矢量:对X波段主辅天线的极化干涉SAR复图像分别按照公式7和公式8进行组合,得到X主天线三维矢量kXm和X辅天线三维矢量kXs;
6-1-3-2)遍历所述指定数量的极化组合矢量w,将其中使得X波段相干系数γX的相位φX最大的极化组合矢量,作为X波段极化组合矢量wX;取X波段相干系数γX的相位φX的计算方法参见公式9,X波段相干系数γX依据公式10计算得到;
6-1-3-3)获取X波段树冠高程;依据X波段极化组合矢量wX、X主天线三维矢量kXm和X辅天线三维矢量kXs,分别生成X波段主图像IXm和辅图像IXs,参见公式11和公式12;使用InSAR测高方法,依据X波段主图像IXm和辅图像IXs,计算得到X波段的树冠高程hSG_X;
公式7中,HHXm为X波段主天线水平极化发射水平极化接收复图像,VVXm为X波段主天线垂直极化发射垂直极化接收复图像,HVXm为X波段主天线垂直极化发射水平极化接收复图像,VHXm为X波段主天线水平极化发射垂直极化接收复图像;
公式8中,HHXs为X波段辅天线水平极化发射水平极化接收复图像,VVXs为垂直极化发射垂直极化接收复图像,HVXs为垂直极化发射水平极化接收复图像,VHXs为水平极化发射垂直极化接收复图像;
公式9中,ag()表示取相位操作;
公式10中,w为极化组合矢量,kXm为X主天线三维矢量,kXs为X辅天线三维矢量,上标T表示转置,上标*表示共轭。
进一步的,所述对于所述植被覆盖茂密区域,使用预处理后的L波段极化干涉SAR复图像,进行高精度地面高程反演,获取高精度地面高程包括:
6-2-1)生成L波段三维矢量:对L波段主辅天线的极化干涉SAR复图像分别按照公式13和公式14进行组合,得到L主天线三维矢量kLm和L辅天线三维矢量kLs;
6-2-2)遍历所述指定数量的极化组合矢量w,将其中使得L波段相干系数γL的相位φL最小的极化组合矢量,作为L波段极化组合矢量,记为wL;L波段相干系数γL的相位φL的计算方法参见公式15,L波段相干系数γL依据公式16计算得到;
6-2-3)获取L波段地面高程:依据L波段极化组合矢量w、L主天线三维矢量kLm和L辅天线三维矢量kLs,分别生成L波段主图像ILm和辅图像ILs,参见公式17和公式18;使用InSAR测高方法,依据L波段主图像ILm和辅图像ILs,反演高精度地面高程hDM;
公式13中,HHLm为L主天线获取的水平极化发射水平极化接收复图像,VVLm为L主天线获取的垂直极化发射垂直极化接收复图像,HVLm为L主天线获取的垂直极化发射水平极化接收复图像,VHLm为L主天线获取的水平极化发射垂直极化接收复图像;
公式14中,HHLs为L辅天线获取的水平极化发射水平极化接收复图像,VVLs为L辅天线获取的垂直极化发射垂直极化接收复图像,HVLs为L辅天线获取的垂直极化发射水平极化接收复图像,VHLs为L辅天线获取的水平极化发射垂直极化接收复图像;
公式15中,ag()表示取相位操作;
公式16中, w为极化组合矢量,kLm为L主天线三维矢量,kLs为L辅天线三维矢量,上标T表示转置,上标*表示共轭。
进一步的,所述对于所述植被覆盖稀疏区域,使用预处理后的使用L波段极化干涉SAR复图像,进行植被覆盖稀疏区域植被高程反演包括:
7-1)生成L波段三维矢量:对L波段主辅天线的极化干涉SAR复图像分别按照公式19和公式20进行组合,得到L主天线三维矢量kLm和L辅天线三维矢量kLs;
7-2)遍历上述指定数量的极化组合矢量w,将其中使得L波段相干系数γL的相位φL最小的极化组合矢量,记为wLL,并记录此时的相干系数相位,作为L波段相干系数最小相位φLL;确定使得L波段相干系数γL的相位φL最大的极化组合矢量,记为wLH,并记录此时的相干系数相位,作为L波段相干系数最大相位φLH;L波段相干系数γL的相位φL的计算方法参见公式21,L波段相干系数γL依据公式22计算得到;
7-3)获取植被覆盖稀疏区域的植被高程:依据所述L波段相干系数最小相位φLL和L波段相干系数最大相位φLH,计算植被覆盖稀疏区域的植被高程hZB2,参见公式23;
公式19中,HHLm为L主天线获取的水平极化发射水平极化接收复图像,VVLm为L主天线获取的垂直极化发射垂直极化接收复图像,HVLm为L主天线获取的垂直极化发射水平极化接收复图像,VHLm为L主天线获取的水平极化发射垂直极化接收复图像;
公式20中,HHLs为L辅天线获取的水平极化发射水平极化接收复图像,VVLs为L辅天线获取的垂直极化发射垂直极化接收复图像,HVLs为L辅天线获取的垂直极化发射水平极化接收复图像,VHLs为L辅天线获取的水平极化发射垂直极化接收复图像;
公式21中,ag()表示取相位操作;
公式22中, w为极化组合矢量,kLm为L主天线三维矢量,kLs为L辅天线三维矢量,上标T表示转置,上标*表示共轭;
公式23中,λ为L波段的波长,θ为L波段入射角,Δθ为L波段主天线和辅天线的视角差,π为圆周率。
进一步的,所述图像配准是对L、X和Ku波段极化干涉SAR复图像实现像素级的配准。
进一步的,所述同一区域、同一时刻的L、X和Ku波段极化干涉SAR数据包括:
L波段极化干涉SAR数据,包含4组L主天线获取的数据和4组L辅天线获取的数据,共8组SAR回波数据;其中,L主天线获取的4组数据为:水平极化发射水平极化接收数据、水平极化发射垂直极化接收数据、垂直极化发射水平极化接收数据、垂直极化发射垂直极化接收数据;L辅天线获取的4组数据为:水平极化发射水平极化接收数据、水平极化发射垂直极化接收数据、垂直极化发射水平极化接收数据以及垂直极化发射垂直极化接收数据;
X波段极化干涉SAR数据,包含4组X主天线获取的数据和4组X辅天线获取的数据,共8组SAR回波数据;其中,X主天线获取的4组数据为:水平极化发射水平极化接收数据、水平极化发射垂直极化接收数据、垂直极化发射水平极化接收数据、垂直极化发射垂直极化接收数据;X辅天线获取的4组数据为:水平极化发射水平极化接收数据、水平极化发射垂直极化接收数据、垂直极化发射水平极化接收数据以及垂直极化发射垂直极化接收数据;
Ku波段极化干涉SAR数据,包含4组Ku主天线获取的数据和4组Ku辅天线获取的数据,共8组SAR回波数据;其中,Ku主天线获取的4组数据为:水平极化发射水平极化接收数据、水平极化发射垂直极化接收数据、垂直极化发射水平极化接收数据、垂直极化发射垂直极化接收数据;Ku辅天线获取的4组数据为:水平极化发射水平极化接收数据、水平极化发射垂直极化接收数据、垂直极化发射水平极化接收数据以及垂直极化发射垂直极化接收数据。
另一方面,本发明还提供一种基于高低频极化干涉SAR的植被高程反演设备,所述设备包括存储器和处理器;所述存储器存储有实现基于高低频极化干涉SAR的植被高程反演方法的计算机程序,所述处理器执行所述计算机程序,以实现根据上述基于高低频极化干涉SAR的植被高程反演方法的步骤。
再一方面,本发明还提供一种计算机可读存储介质,其上存储有计算机程序,所述的计算机程序被处理器执行时实现上述基于高低频极化干涉SAR的植被高程反演方法的步骤。
本发明的基于高低频极化干涉SAR的植被高程反演方法及设备的有益效果如下:
本发明的基于高低频极化干涉SAR的植被高程反演方法及设备,通过地物分类和极化干涉SAR图像分割,判断不同区域的植被稀疏程度,依据植被覆盖的稀疏程度,针对性的选择植被高程反演方法,从而可以适应不同植被覆盖程度的场景。
本发明的基于高低频极化干涉SAR的植被高程反演方法及设备,融合L波段、X波段和Ku波段极化干涉SAR信息,充分利用了这三种频段穿透能力不同的特点,提高树冠和地面的测高精度。
本发明的基于高低频极化干涉SAR的植被高程反演方法及设备,针对树冠和地面,通过不同的极化组合矢量对三种频段极化干涉SAR数据进行转换,得到最合适的极化组合进行测高,大大提高了高程反演精度。
附图说明
图1是本发明实施例的方法流程图。
图2是本发明实施例的X波段主天线获取复图像Pauli基融合图。
图3是本发明实施例的极化干涉SAR地物分类结果图。
图4是本发明实施例的植被茂密区域高程反演流程图。
图5是本发明实施例的植被稀疏区域高程反演流程图。
图6是本发明实施例的植被高程反演的结果图。
具体实施方式
下面结合实施例并参照附图对本发明作进一步详细描述。
实施例1:
本发明的一个实施例,为一种基于高低频极化干涉SAR的植被高程反演方法,对L、X和Ku波段极化干涉SAR数据(例如中电十四所研制的N-SAR系统获取的L、X和Ku波段极化干涉SAR数据)进行处理。
如图1所示,本发明的基于高低频极化干涉SAR的植被高程反演方法,包括如下步骤:
一、数据获取
通过机载或星载SAR系统,获取同一区域、同一时刻的L、X和Ku波段极化干涉SAR数据。该机载或星载SAR系统需能够同时获取L、X和Ku波段极化干涉SAR数据。同一区域、同一时刻的L、X和Ku波段极化干涉SAR数据,指的是L、X和Ku波段天线照射同一区域,在一次飞行过程中通过机载或星载SAR系统获取的L、X和Ku波段极化干涉SAR数据。
L波段极化干涉SAR数据,包含4组L主天线获取的数据和4组L辅天线获取的数据,共8组SAR回波数据。其中,L主天线获取的4组数据为:水平极化发射水平极化接收数据(HHLm ’)、水平极化发射垂直极化接收数据(VHLm ’)、垂直极化发射水平极化接收数据(HVLm ’)、垂直极化发射垂直极化接收数据(VVLm ’)。L辅天线获取的4组数据为:水平极化发射水平极化接收数据(HHLS ’)、水平极化发射垂直极化接收数据(VHLS ’)、垂直极化发射水平极化接收数据(HVLS ’)以及垂直极化发射垂直极化接收数据(VVLS ’)。
X波段极化干涉SAR数据,包含4组X主天线获取的数据和4组X辅天线获取的数据,共8组SAR回波数据。其中,X主天线获取的4组数据为:水平极化发射水平极化接收数据(HHXm ’)、水平极化发射垂直极化接收数据(VHXm ’)、垂直极化发射水平极化接收数据(HVXm ’)、垂直极化发射垂直极化接收数据(VVXm ’)。X辅天线获取的4组数据为:水平极化发射水平极化接收数据(HHXS ’)、水平极化发射垂直极化接收数据(VHXS ’)、垂直极化发射水平极化接收数据(HVXS ’)以及垂直极化发射垂直极化接收数据(VVXS ’)。
Ku波段极化干涉SAR数据,包含4组Ku主天线获取的数据和4组Ku辅天线获取的数据,共8组SAR回波数据。其中,Ku主天线获取的4组数据为:水平极化发射水平极化接收数据(HHKum ’)、水平极化发射垂直极化接收数据(VHKum ’)、垂直极化发射水平极化接收数据(HVKum ’)、垂直极化发射垂直极化接收数据(VVKum ’)。Ku辅天线获取的4组数据为:水平极化发射水平极化接收数据(HHKus ’)、水平极化发射垂直极化接收数据(VHKus ’)、垂直极化发射水平极化接收数据(HVKus ’)以及垂直极化发射垂直极化接收数据(VVKus ’)。
二、数据预处理
对上一步骤所获取的L、X和Ku波段极化干涉SAR数据分别进行成像,得到L、X和Ku波段极化干涉SAR复图像,再经极化干涉定标、辐射定标、图像配准以及滤波等预处理操作,获得预处理后的L、X和Ku波段极化干涉SAR复图像。
其中,图像配准是对L、X和Ku波段极化干涉SAR复图像实现像素级的配准。本实施例X波段主天线获取复图像(即水平极化发射水平极化接收复图像(HHXm)、水平极化发射垂直极化接收复图像(VHXm)、垂直极化发射水平极化接收复图像(HVXm)、垂直极化发射垂直极化接收复图像(VVXm))的Pauli基融合图如图2所示。
三、地物分类
使用极化干涉SAR地物分类方法对预处理后的L、X和Ku波段极化干涉SAR复图像进行地物分类,提取出场景中的植被像素和其他像素。常用的极化干涉SAR地物分类方法包括:Wishart-H/Alpha分类方法、Wishart-Freeman分类方法等。本实施例极化干涉SAR地物分类结果如图3所示。
四、极化干涉SAR图像分割
使用极化干涉SAR图像分割方法,对预处理后的L或X波段极化干涉SAR复图像进行图像分割,得到M个同质区域,M≥2。常用的极化干涉SAR图像分割方法包括:基于纹理的分割方法、基于分水岭的分割方法。
五、植被覆盖程度划分
结合所述地物分类结果和极化干涉SAR图像分割结果,统计每个同质区域内,植被像素占总像素的比例P,0≤P≤1;预设阈值T,0<T<1,若P≥T,则相应的同质区域划分为植被覆盖茂密区域;若P<T,则相应的同质区域划分为植被覆盖稀疏区域。优选的,在另一个实施例中,阈值T设为0.5。
六、植被茂密区域高程反演
如图4所示,对于植被覆盖茂密区域,使用预处理后的X和Ku波段极化干涉SAR复图像获取高精度树冠高程(参见步骤6-1),使用预处理后的L波段极化干涉SAR复图像获取高精度地面高程(参见步骤6-2),再结合高精度树冠高程和高精度地面高程,进行植被覆盖茂密区域植被高程反演(参见步骤6-3)。具体包括:
6-1)使用预处理后的X、Ku波段极化干涉SAR复图像进行高精度树冠高程反演。
6-1-1)预定义指定数量的极化组合矢量w,计算公式如下。
其中,m和n为整数;遍历所有满足条件的m和n,组合得到指定数量(例如100个)的极化组合矢量w;优选的,f设置为0.2。
6-1-2)进行Ku波段树冠高程反演,获得Ku波段树冠高程。
6-1-2-1)生成Ku波段三维矢量。
对Ku波段主辅天线的极化干涉SAR复图像分别按照公式1和公式2进行组合,得到Ku主天线三维矢量kKum和Ku辅天线三维矢量kKus。
6-1-2-2)遍历上述指定数量的极化组合矢量w,将其中使得Ku波段相干系数γKu的相位φKu最大的极化组合矢量,作为Ku波段极化组合矢量wKu。
Ku波段相干系数γKu的相位φKu的计算方法参见公式3,Ku波段相干系数γKu依据公式4计算得到。
6-1-2-3)获取Ku波段树冠高程。
依据Ku波段极化组合矢量wKu、Ku主天线三维矢量kKum和Ku辅天线三维矢量kKus,分别生成Ku波段主图像IKum和辅图像IKus,参见公式5和公式6;使用InSAR测高方法,依据Ku波段主图像IKum和辅图像IKus,计算得到Ku波段树冠高程hSG_Ku。
公式1中,HHKum为Ku主天线获取的水平极化发射水平极化接收复图像,VVKum为Ku主天线获取的垂直极化发射垂直极化接收复图像,HVKum为Ku主天线获取的垂直极化发射水平极化接收复图像,VHKum为Ku主天线获取的水平极化发射垂直极化接收复图像;
公式2中,HHKus为Ku波段辅天线获取的水平极化发射水平极化接收复图像,VVKus为Ku波段辅天线获取的垂直极化发射垂直极化接收复图像,HVKus为Ku波段辅天线获取的垂直极化发射水平极化接收复图像,VHKus为Ku波段辅天线获取的水平极化发射垂直极化接收复图像;
公式3中,ag()表示取相位操作;
公式4中,w为极化组合矢量,kKum为Ku主天线三维矢量,kKus为Ku辅天线三维矢量,上标T表示转置,上标*表示共轭。
6-1-3)进行X波段树冠高程反演,获得X波段树冠高程。
6-1-3-1)生成X波段三维矢量。
对X波段主辅天线的极化干涉SAR复图像分别按照公式7和公式8进行组合,得到X主天线三维矢量kXm和X辅天线三维矢量kXs。
6-1-3-2)遍历所述指定数量的极化组合矢量w,将其中使得X波段相干系数γX的相位φX最大的极化组合矢量,作为X波段极化组合矢量wX。
X波段相干系数γX的相位φX的计算方法参见公式9,X波段相干系数γX依据公式10计算得到。
6-1-3-3)获取X波段树冠高程。
依据X波段极化组合矢量wX、X主天线三维矢量kXm和X辅天线三维矢量kXs,分别生成X波段主图像IXm和辅图像IXs,参见公式11和公式12;使用InSAR测高方法,依据X波段主图像IXm和辅图像IXs,计算得到X波段的树冠高程hSG_X。
公式7中,HHXm为X波段主天线水平极化发射水平极化接收复图像,VVXm为X波段主天线垂直极化发射垂直极化接收复图像,HVXm为X波段主天线垂直极化发射水平极化接收复图像,VHXm为X波段主天线水平极化发射垂直极化接收复图像;
公式8中,HHXs为X波段辅天线水平极化发射水平极化接收复图像,VVXs为垂直极化发射垂直极化接收复图像,HVXs为垂直极化发射水平极化接收复图像,VHXs为水平极化发射垂直极化接收复图像;
公式9中,ag()表示取相位操作;
公式10中,w为极化组合矢量,kXm为X主天线三维矢量,kXs为X辅天线三维矢量,上标T表示转置,上标*表示共轭。
上述6-1-2)Ku波段树冠高程反演、6-1-3)X波段树冠高程反演之间无先后顺序要求,可以同时进行。
6-1-4)比较Ku波段树冠高程hSG_Ku和X波段树冠高程hSG_X,取其中最大的一个作为高精度树冠高程,记为hSG。
6-2)使用预处理后的L波段极化干涉SAR复图像进行高精度地面高程反演。
6-2-1)生成L波段三维矢量。
对L波段主辅天线的极化干涉SAR复图像分别按照公式13和公式14进行组合,得到L主天线三维矢量kLm和L辅天线三维矢量kLs。
6-2-2)遍历所述指定数量的极化组合矢量w,将其中使得L波段相干系数γL的相位φL最小的极化组合矢量,作为L波段极化组合矢量,记为wL。
L波段相干系数γL的相位φL的计算方法参见公式15,L波段相干系数γL依据公式16计算得到。
6-2-3)获取L波段地面高程。
依据L波段极化组合矢量w、L主天线三维矢量kLm和L辅天线三维矢量kLs,分别生成L波段主图像ILm和辅图像ILs,参见公式17和公式18;使用InSAR测高方法,依据L波段主图像ILm和辅图像ILs,反演高精度地面高程hDM。
公式13中,HHLm为L主天线获取的水平极化发射水平极化接收复图像,VVLm为L主天线获取的垂直极化发射垂直极化接收复图像,HVLm为L主天线获取的垂直极化发射水平极化接收复图像,VHLm为L主天线获取的水平极化发射垂直极化接收复图像;
公式14中,HHLs为L辅天线获取的水平极化发射水平极化接收复图像,VVLs为L辅天线获取的垂直极化发射垂直极化接收复图像,HVLs为L辅天线获取的垂直极化发射水平极化接收复图像,VHLs为L辅天线获取的水平极化发射垂直极化接收复图像;
公式15中,ag()表示取相位操作;
公式16中, w为极化组合矢量,kLm为L主天线三维矢量,kLs为L辅天线三维矢量,上标T表示转置,上标*表示共轭。
上述6-1)使用预处理后的X、Ku波段极化干涉SAR复图像进行高精度树冠高程反演、6-2)使用预处理后的L波段极化干涉SAR复图像进行高精度地面高程反演之间无先后顺序要求,可以同时进行。
6-3)结合高精度树冠高程和高精度地面高程,进行植被覆盖茂密区域植被高程反演。是指,由上述高精度树冠高程hSG和高精度地面高程hDM相减得到植被覆盖茂密区域植被高程hZB1。
七、植被稀疏区域高程反演
如图5所示,对于所述植被覆盖稀疏区域,使用预处理后的使用L波段极化干涉SAR复图像以及预定义的极化组合矢量w进行植被覆盖稀疏区域植被高程反演。
7-1)生成L波段三维矢量。
对L波段主辅天线的极化干涉SAR复图像分别按照公式19和公式20进行组合,得到L主天线三维矢量kLm和L辅天线三维矢量kLs。
7-2)遍历上述指定数量的极化组合矢量w,将其中使得L波段相干系数γL的相位φL最小的极化组合矢量,记为wLL,并记录此时的相干系数相位,作为L波段相干系数最小相位φLL;确定使得L波段相干系数γL的相位φL最大的极化组合矢量,记为wLH,并记录此时的相干系数相位,作为L波段相干系数最大相位φLH。
L波段相干系数γL的相位φL的计算方法参见公式21,L波段相干系数γL依据公式22计算得到。
7-3)获取植被覆盖稀疏区域的植被高程。
依据所述L波段相干系数最小相位φLL和L波段相干系数最大相位φLH,计算植被覆盖稀疏区域的植被高程hZB2,参见公式23。
公式19中,HHLm为L主天线获取的水平极化发射水平极化接收复图像,VVLm为L主天线获取的垂直极化发射垂直极化接收复图像,HVLm为L主天线获取的垂直极化发射水平极化接收复图像,VHLm为L主天线获取的水平极化发射垂直极化接收复图像;
公式20中,HHLs为L辅天线获取的水平极化发射水平极化接收复图像,VVLs为L辅天线获取的垂直极化发射垂直极化接收复图像,HVLs为L辅天线获取的垂直极化发射水平极化接收复图像,VHLs为L辅天线获取的水平极化发射垂直极化接收复图像;
公式21中,ag()表示取相位操作;
公式22中, w为极化组合矢量,kLm为L主天线三维矢量,kLs为L辅天线三维矢量,上标T表示转置,上标*表示共轭;
公式23中,λ为L波段的波长,θ为L波段入射角,Δθ为L波段主天线和辅天线的视角差,π为圆周率。
优选的,在另一个实施例中,λ为0.25米,θ为40度,Δθ为0.5度。
采用本实施例的方法,对中电十四所研制的N-SAR系统获取的某地的极化干涉SAR数据进行植被高程反演的结果如图6所示。从图6可以看出,不同的亮度代表不同的植被高度,具体对应关系可参照右侧图例。目标场景中,不同稀疏程度的植被高程都得到了有效反演,其中大部分树木高度在12米~25米之间,灌木的植被高度小于5米,草地的植被高度接近0米。以上植被高度反演结果与实际场景符合。
本发明的基于高低频极化干涉SAR的植被高程反演方法及设备,通过地物分类和极化干涉SAR图像分割,判断不同区域的植被稀疏程度,依据植被覆盖的稀疏程度,针对性的选择植被高程反演方法,从而可以适应不同植被覆盖程度的场景。
本发明的基于高低频极化干涉SAR的植被高程反演方法及设备,融合L波段、X波段和Ku波段极化干涉SAR信息,充分利用了这三种频段穿透能力不同的特点,提高树冠和地面的测高精度。
本发明的基于高低频极化干涉SAR的植被高程反演方法及设备,针对树冠和地面,通过不同的极化组合矢量对三种频段极化干涉SAR数据进行转换,得到最合适的极化组合进行测高,大大提高了高程反演精度。
虽然本发明已以较佳实施例公开如上,但实施例并不是用来限定本发明的。在不脱离本发明之精神和范围内,所做的任何等效变化或润饰,同样属于本发明之保护范围。因此本发明的保护范围应当以本申请的权利要求所界定的内容为标准。
Claims (10)
1.一种基于高低频极化干涉SAR的植被高程反演方法,其特征在于,包括:
数据获取:通过机载或星载SAR系统,获取同一区域、同一时刻的L、X和Ku波段极化干涉SAR数据;
数据预处理:对所述同一区域、同一时刻的L、X和Ku波段极化干涉SAR数据分别进行成像,得到L、X和Ku波段极化干涉SAR复图像,再经极化干涉定标、辐射定标、图像配准以及滤波操作,获得预处理后的L、X和Ku波段极化干涉SAR复图像;
地物分类:使用极化干涉SAR地物分类方法对所述预处理后的L、X和Ku波段极化干涉SAR复图像进行地物分类,提取出场景中的植被像素和其他像素;
极化干涉SAR图像分割:使用极化干涉SAR图像分割方法,对所述预处理后的L、X和Ku波段极化干涉SAR复图像进行图像分割,得到M个同质区域,M≥2;
植被覆盖程度划分:结合所述地物分类的结果和极化干涉SAR图像分割的结果,统计每个同质区域内,植被像素占总像素的比例P,0≤P≤1;预设阈值T,0<T<1,若P≥T,则相应的同质区域划分为植被覆盖茂密区域;若P<T,则相应的同质区域划分为植被覆盖稀疏区域;
植被茂密区域高程反演:对于所述植被覆盖茂密区域,使用预处理后的X和Ku波段极化干涉SAR复图像获取高精度树冠高程;对于所述植被覆盖茂密区域,使用预处理后的L波段极化干涉SAR复图像,进行高精度地面高程反演,获取高精度地面高程;结合高精度树冠高程和高精度地面高程,进行植被覆盖茂密区域植被高程反演;
植被稀疏区域高程反演:对于所述植被覆盖稀疏区域,使用预处理后的L波段极化干涉SAR复图像,进行植被覆盖稀疏区域植被高程反演。
2.根据权利要求1所述的基于高低频极化干涉SAR的植被高程反演方法,其特征在于,所述对于所述植被覆盖茂密区域,使用预处理后的X和Ku波段极化干涉SAR复图像获取高精度树冠高程包括:
预定义指定数量的极化组合矢量w:
其中,m和n为整数;遍历所有满足条件的m和n,组合得到所述指定数量的极化组合矢量w;
进行Ku波段树冠高程反演,获得Ku波段树冠高程;
进行X波段树冠高程反演,获得X波段树冠高程;
比较Ku波段树冠高程和X波段树冠高程,取其中最大的一个作为高精度树冠高程;
所述结合高精度树冠高程和高精度地面高程,进行植被覆盖茂密区域植被高程反演是指,由所述高精度树冠高程和高精度地面高程相减得到植被覆盖茂密区域植被高程。
3.根据权利要求2所述的基于高低频极化干涉SAR的植被高程反演方法,其特征在于,
所述进行Ku波段树冠高程反演,获得Ku波段树冠高程包括:
6-1-2-1)生成Ku波段三维矢量:对Ku波段主辅天线的极化干涉SAR复图像分别按照公式1和公式2进行组合,得到Ku主天线三维矢量kKum和Ku辅天线三维矢量kKus;
6-1-2-2)遍历上述指定数量的极化组合矢量w,将其中使得Ku波段相干系数γKu的相位φKu最大的极化组合矢量,作为Ku波段极化组合矢量wKu,Ku波段相干系数γKu的相位φKu的计算方法参见公式3,Ku波段相干系数γKu依据公式4计算得到;
6-1-2-3)获取Ku波段树冠高程:依据Ku波段极化组合矢量wKu、Ku主天线三维矢量kKum和Ku辅天线三维矢量kKus,分别生成Ku波段主图像IKum和辅图像IKus,参见公式5和公式6;使用InSAR测高方法,依据Ku波段主图像IKum和辅图像IKus计算得到Ku波段树冠高程hSG_Ku;
公式1中,HHKum为Ku主天线获取的水平极化发射水平极化接收复图像,VVKum为Ku主天线获取的垂直极化发射垂直极化接收复图像,HVKum为Ku主天线获取的垂直极化发射水平极化接收复图像,VHKum为Ku主天线获取的水平极化发射垂直极化接收复图像;
公式2中,HHKus为Ku波段辅天线获取的水平极化发射水平极化接收复图像,VVKus为Ku波段辅天线获取的垂直极化发射垂直极化接收复图像,HVKus为Ku波段辅天线获取的垂直极化发射水平极化接收复图像,VHKus为Ku波段辅天线获取的水平极化发射垂直极化接收复图像;
公式3中,ag()表示取相位操作;
公式4中,w为极化组合矢量,kKum为Ku主天线三维矢量,kKus为Ku辅天线三维矢量,上标T表示转置,上标*表示共轭。
4.根据权利要求2所述的基于高低频极化干涉SAR的植被高程反演方法,其特征在于,所述进行X波段树冠高程反演,获得X波段树冠高程包括:
6-1-3-1)生成X波段三维矢量:对X波段主辅天线的极化干涉SAR复图像分别按照公式7和公式8进行组合,得到X主天线三维矢量kXm和X辅天线三维矢量kXs;
6-1-3-2)遍历所述指定数量的极化组合矢量w,将其中使得X波段相干系数γX的相位φX最大的极化组合矢量,作为X波段极化组合矢量wX;X波段相干系数γX的相位φX的计算方法参见公式9,X波段相干系数γX依据公式10计算得到;
6-1-3-3)获取X波段树冠高程;依据X波段极化组合矢量wX、X主天线三维矢量kXm和X辅天线三维矢量kXs,分别生成X波段主图像IXm和辅图像IXs,参见公式11和公式12;使用InSAR测高方法,依据X波段主图像IXm和辅图像IXs计算得到X波段的树冠高程hSG_X;
公式7中,HHXm为X波段主天线水平极化发射水平极化接收复图像,VVXm为X波段主天线垂直极化发射垂直极化接收复图像,HVXm为X波段主天线垂直极化发射水平极化接收复图像,VHXm为X波段主天线水平极化发射垂直极化接收复图像;
公式8中,HHXs为X波段辅天线水平极化发射水平极化接收复图像,VVXs为垂直极化发射垂直极化接收复图像,HVXs为垂直极化发射水平极化接收复图像,VHXs为水平极化发射垂直极化接收复图像;
公式9中,ag()表示取相位操作;
公式10中,w为极化组合矢量,kXm为X主天线三维矢量,kXs为X辅天线三维矢量,上标T表示转置,上标*表示共轭。
5.根据权利要求2所述的基于高低频极化干涉SAR的植被高程反演方法,其特征在于,所述对于所述植被覆盖茂密区域,使用预处理后的L波段极化干涉SAR复图像,进行高精度地面高程反演,获取高精度地面高程包括:
6-2-1)生成L波段三维矢量:对L波段主辅天线的极化干涉SAR复图像分别按照公式13和公式14进行组合,得到L主天线三维矢量kLm和L辅天线三维矢量kLs;
6-2-2)遍历所述指定数量的极化组合矢量w,将其中使得L波段相干系数γL的相位φL最小的极化组合矢量,作为L波段极化组合矢量,记为wL;L波段相干系数γL的相位φL的计算方法参见公式15,L波段相干系数γL依据公式16计算得到;
6-2-3)获取L波段地面高程:依据L波段极化组合矢量w、L主天线三维矢量kLm和L辅天线三维矢量kLs,分别生成L波段主图像ILm和辅图像ILs,参见公式17和公式18;使用InSAR测高方法,依据L波段主图像ILm和辅图像ILs,反演高精度地面高程hDM;
公式13中,HHLm为L主天线获取的水平极化发射水平极化接收复图像,VVLm为L主天线获取的垂直极化发射垂直极化接收复图像,HVLm为L主天线获取的垂直极化发射水平极化接收复图像,VHLm为L主天线获取的水平极化发射垂直极化接收复图像;
公式14中,HHLs为L辅天线获取的水平极化发射水平极化接收复图像,VVLs为L辅天线获取的垂直极化发射垂直极化接收复图像,HVLs为L辅天线获取的垂直极化发射水平极化接收复图像,VHLs为L辅天线获取的水平极化发射垂直极化接收复图像;
公式15中,ag()表示取相位操作;
公式16中, w为极化组合矢量,kLm为L主天线三维矢量,kLs为L辅天线三维矢量,上标T表示转置,上标*表示共轭。
6.根据权利要求1所述的基于高低频极化干涉SAR的植被高程反演方法,其特征在于,所述对于所述植被覆盖稀疏区域,使用预处理后的使用L波段极化干涉SAR复图像,进行植被覆盖稀疏区域植被高程反演包括:
7-1)生成L波段三维矢量:对L波段主辅天线的极化干涉SAR复图像分别按照公式19和公式20进行组合,得到L主天线三维矢量kLm和L辅天线三维矢量kLs;
7-2)遍历上述指定数量的极化组合矢量w,将其中使得L波段相干系数γL的相位φL最小的极化组合矢量,记为wLL,并记录此时的相干系数相位,作为L波段相干系数最小相位φLL;确定使得L波段相干系数γL的相位φL最大的极化组合矢量,记为wLH,并记录此时的相干系数相位,作为L波段相干系数最大相位φLH;L波段相干系数γL的相位φL的计算方法参见公式21,L波段相干系数γL依据公式22计算得到;
7-3)获取植被覆盖稀疏区域的植被高程:依据所述L波段相干系数最小相位φLL和L波段相干系数最大相位φLH,计算植被覆盖稀疏区域的植被高程hZB2,参见公式23;
公式19中,HHLm为L主天线获取的水平极化发射水平极化接收复图像,VVLm为L主天线获取的垂直极化发射垂直极化接收复图像,HVLm为L主天线获取的垂直极化发射水平极化接收复图像,VHLm为L主天线获取的水平极化发射垂直极化接收复图像;
公式20中,HHLs为L辅天线获取的水平极化发射水平极化接收复图像,VVLs为L辅天线获取的垂直极化发射垂直极化接收复图像,HVLs为L辅天线获取的垂直极化发射水平极化接收复图像,VHLs为L辅天线获取的水平极化发射垂直极化接收复图像;
公式21中,ag()表示取相位操作;
公式22中, w为极化组合矢量,kLm为L主天线三维矢量,kLs为L辅天线三维矢量,上标T表示转置,上标*表示共轭;
公式23中,λ为L波段的波长,θ为L波段入射角,Δθ为L波段主天线和辅天线的视角差,π为圆周率。
7.根据权利要求1所述的基于高低频极化干涉SAR的植被高程反演方法,其特征在于,所述图像配准是对L、X和Ku波段极化干涉SAR复图像实现像素级的配准。
8.根据权利要求1所述的基于高低频极化干涉SAR的植被高程反演方法,其特征在于,所述同一区域、同一时刻的L、X和Ku波段极化干涉SAR数据包括:
L波段极化干涉SAR数据,包含4组L主天线获取的数据和4组L辅天线获取的数据,共8组SAR回波数据;其中,L主天线获取的4组数据为:水平极化发射水平极化接收数据、水平极化发射垂直极化接收数据、垂直极化发射水平极化接收数据、垂直极化发射垂直极化接收数据;L辅天线获取的4组数据为:水平极化发射水平极化接收数据、水平极化发射垂直极化接收数据、垂直极化发射水平极化接收数据以及垂直极化发射垂直极化接收数据;
X波段极化干涉SAR数据,包含4组X主天线获取的数据和4组X辅天线获取的数据,共8组SAR回波数据;其中,X主天线获取的4组数据为:水平极化发射水平极化接收数据、水平极化发射垂直极化接收数据、垂直极化发射水平极化接收数据、垂直极化发射垂直极化接收数据;X辅天线获取的4组数据为:水平极化发射水平极化接收数据、水平极化发射垂直极化接收数据、垂直极化发射水平极化接收数据以及垂直极化发射垂直极化接收数据;
Ku波段极化干涉SAR数据,包含4组Ku主天线获取的数据和4组Ku辅天线获取的数据,共8组SAR回波数据;其中,Ku主天线获取的4组数据为:水平极化发射水平极化接收数据、水平极化发射垂直极化接收数据、垂直极化发射水平极化接收数据、垂直极化发射垂直极化接收数据;Ku辅天线获取的4组数据为:水平极化发射水平极化接收数据、水平极化发射垂直极化接收数据、垂直极化发射水平极化接收数据以及垂直极化发射垂直极化接收数据。
9.一种基于高低频极化干涉SAR的植被高程反演设备,其特征在于,所述设备包括存储器和处理器;所述存储器存储有实现基于高低频极化干涉SAR的植被高程反演方法的计算机程序,所述处理器执行所述计算机程序,以实现根据权利要求1-8任一所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述的计算机程序被处理器执行时实现根据权利要求1-8任一所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211224902.4A CN115294133B (zh) | 2022-10-09 | 2022-10-09 | 基于高低频极化干涉sar的植被高程反演方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211224902.4A CN115294133B (zh) | 2022-10-09 | 2022-10-09 | 基于高低频极化干涉sar的植被高程反演方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115294133A true CN115294133A (zh) | 2022-11-04 |
CN115294133B CN115294133B (zh) | 2022-12-30 |
Family
ID=83835051
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211224902.4A Active CN115294133B (zh) | 2022-10-09 | 2022-10-09 | 基于高低频极化干涉sar的植被高程反演方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115294133B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030122700A1 (en) * | 2001-12-10 | 2003-07-03 | Deutsches Zentrum Fur Luft- Und Raumfahrt E.V. | Airborne or spaceborne tomographic synthetic aperture radar (SAR) method |
CN114819737A (zh) * | 2022-05-26 | 2022-07-29 | 中交第二公路勘察设计研究院有限公司 | 公路路域植被的碳储量估算方法、系统及存储介质 |
CN114998365A (zh) * | 2022-04-18 | 2022-09-02 | 中国电子科技集团公司第十四研究所 | 一种基于极化干涉sar的地物分类方法 |
-
2022
- 2022-10-09 CN CN202211224902.4A patent/CN115294133B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030122700A1 (en) * | 2001-12-10 | 2003-07-03 | Deutsches Zentrum Fur Luft- Und Raumfahrt E.V. | Airborne or spaceborne tomographic synthetic aperture radar (SAR) method |
CN114998365A (zh) * | 2022-04-18 | 2022-09-02 | 中国电子科技集团公司第十四研究所 | 一种基于极化干涉sar的地物分类方法 |
CN114819737A (zh) * | 2022-05-26 | 2022-07-29 | 中交第二公路勘察设计研究院有限公司 | 公路路域植被的碳储量估算方法、系统及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN115294133B (zh) | 2022-12-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen et al. | Target Scattering Mechanism in Polarimetric Synthetic Aperture Radar | |
US8125370B1 (en) | Polarimetric synthetic aperture radar signature detector | |
CN105785327B (zh) | 频率分集阵列合成孔径雷达高分辨宽测绘带成像方法 | |
US9176226B1 (en) | Radar tomography using doppler-based projections | |
CN101369019A (zh) | 基于极化数据融合的极化干涉合成孔径雷达三维成像方法 | |
CN110632594A (zh) | 一种长波长星载sar成像方法 | |
CN109116321A (zh) | 一种星载干涉成像高度计的相位滤波方法及高度测量方法 | |
KR102151362B1 (ko) | 극좌표변환을 이용한 항공기기반 영상복원장치 및 이를 이용한 영상복원방법 | |
Santi et al. | Passive multistatic SAR with GNSS transmitters: Preliminary experimental study | |
Fan et al. | High frame-rate and low-latency video SAR based on robust Doppler parameters estimation in the terahertz regime | |
CN115294133B (zh) | 基于高低频极化干涉sar的植被高程反演方法及设备 | |
Farquharson et al. | An update on the capella space radar constellation | |
Nies et al. | SAR experiments in a bistatic hybrid configuration for generating PolInSAR data with TerraSAR-X illumination | |
Esposito et al. | The UAV radar imaging prototype developed in the frame of the VESTA project | |
Atkinson et al. | Passive SAR satellite system (PASSAT): First airborne trials | |
CN110045374B (zh) | 一种基于Chirp Scaling的多角度超长聚束SAR超分辨率成像算法 | |
CN108614249B (zh) | 相位误差的估计方法、装置、补偿方法和系统 | |
JP2003302466A (ja) | 合成開口レーダーのアンテナパターン補正方法 | |
Luo et al. | Study on Polarimetric Scattering Characteristics of Different Band SAR Images Based on Chinese Airborne Sar System | |
JP2010236871A (ja) | 画像処理装置及び無線通信装置及び画像処理方法及び画像処理プログラム | |
De et al. | Analysis of decomposition methods for classification of land-cover targets based on RISAT-1 hybrid SAR images | |
Wojaczek et al. | First results of polarimetric passive SAR imaging | |
Ben Kassem et al. | BISAR mapping I. Theory and modelling | |
CN115657035B (zh) | 一种基于星间协作的极化合成孔径雷达成像方法及设备 | |
Crockett | Target motion estimation techniques for single-channel SAR |
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 |