CN117826152A - 基于多波段极化干涉sar的植被高度测量方法及装置 - Google Patents
基于多波段极化干涉sar的植被高度测量方法及装置 Download PDFInfo
- Publication number
- CN117826152A CN117826152A CN202311866344.6A CN202311866344A CN117826152A CN 117826152 A CN117826152 A CN 117826152A CN 202311866344 A CN202311866344 A CN 202311866344A CN 117826152 A CN117826152 A CN 117826152A
- Authority
- CN
- China
- Prior art keywords
- data
- vegetation
- band
- polarization
- 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.)
- Pending
Links
- 230000010287 polarization Effects 0.000 title claims abstract description 113
- 238000000691 measurement method Methods 0.000 title claims abstract description 25
- 238000005259 measurement Methods 0.000 claims abstract description 44
- 239000011159 matrix material Substances 0.000 claims abstract description 34
- 238000000034 method Methods 0.000 claims abstract description 32
- 238000007781 pre-processing Methods 0.000 claims abstract description 12
- 238000000926 separation method Methods 0.000 claims abstract description 12
- 230000001427 coherent effect Effects 0.000 claims description 19
- 239000013598 vector Substances 0.000 claims description 16
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 8
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 238000002474 experimental method Methods 0.000 description 10
- 238000012795 verification Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000003384 imaging method Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 239000002028 Biomass Substances 0.000 description 3
- 238000013459 approach Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012952 Resampling Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000004807 localization Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000004576 sand Substances 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 238000012418 validation experiment Methods 0.000 description 2
- 101000912561 Bos taurus Fibrinogen gamma-B chain Proteins 0.000 description 1
- 240000008375 Hymenaea courbaril Species 0.000 description 1
- 244000183278 Nephelium litchi Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Landscapes
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于多波段极化干涉SAR的植被高度测量方法，包括：对待测地区的多波段极化干涉SAR数据进行预处理，得到极化复相干矩阵；其中，多波段极化干涉SAR数据包括高波段数据和低波段数据；基于多波段极化干涉SAR数据对待测地区进行植被覆盖类型分类，得到包括植被稀疏区域和植被茂密区域的不同子区域；基于极化复相干矩阵对多波段极化干涉SAR数据进行最大化相位差分离，得到不同波段数据对应的高低相位中心；针对不同子区域选择不同的波段数据，并对该波段数据对应的高低相位中心进行相位到高程的转换，得到不同区域的植被高度测量结果。该方法采用高低双频极化干涉工作体制，实现了对植被高度的准确测量。
Description
技术领域
本发明属于雷达探测技术领域，具体涉及一种基于多波段极化干涉SAR的植被高度测量方法及装置。
背景技术
在遥感领域中，合成孔径雷达(Synthetic Aperture Radar，SAR)是唯一可以进行全天时、全天候的观测手段，它有着高分辨率、穿透性强、不受天气条件影响等优点，目前在森林制图、植被分类、数字高程图像获取以及森林参数反演等领域受到广泛的关注。
极化干涉合成孔径雷达(Polarimetric Interferometric Synthetic ApertureRadar，PolInSAR)又称极化干涉SAR，结合了干涉技术和极化合成孔径雷达(PolarimetricSynthetic Aperture Radar，PolSAR)技术，它一方面具有干涉合成孔径雷达(Interferometric Synthetic Aperture Radar，InSAR)对地物目标高程信息敏感的特点，可以从干涉图中提取目标高度、形变等物理信息；另一方面结合了极化相关知识，通过调整发射和接收的极化状态来获取地面的散射特性，从而达到识别目标、反演物体参数的目的。极化干涉SAR拥有以上二者的优点，具有获取目标物理特性与地面空间结构的能力，将观测目标的垂直结构特征信息和散射信息整合，对于森林资源管理、植被生物量估计等方面具有极高的应用价值。
传统的极化干涉SAR在进行植被高度测量时，主要采用单波段电磁波实现。然而，由于高波段电磁波波长较短，回波信号基本无法穿透植被冠层；低波段电磁波虽然能够穿透树叶，到达树干甚至树底，但留在植被冠层的回波信号很弱。因此，只依靠单一波段无法获取准确的植被高度。
发明内容
为了解决现有技术中存在的上述问题，本发明提供了一种基于多波段极化干涉SAR的植被高度测量方法及装置。本发明要解决的技术问题通过以下技术方案实现：
第一方面，本发明提出了一种基于多波段极化干涉SAR的植被高度测量方法，包括：
对待测地区的多波段极化干涉SAR数据进行预处理，得到极化复相干矩阵；其中，所述多波段极化干涉SAR数据包括高波段数据和低波段数据；
基于所述多波段极化干涉SAR数据对待测地区进行植被覆盖类型分类，得到包括植被稀疏区域和植被茂密区域的不同子区域；
基于所述极化复相干矩阵对所述多波段极化干涉SAR数据进行最大化相位差分离，得到不同波段数据对应的高低相位中心；
针对不同子区域选择不同的波段数据，并对该波段数据对应的高低相位中心进行相位到高程的转换，得到不同区域的植被高度测量结果。
第二方面，本发明提出了一种基于多波段极化干涉SAR的植被高度测量装置，用于实现本发明第一方面提出的基于多波段极化干涉SAR的植被高度测量方法，包括：
数据预处理模块，用于对待测地区的多波段极化干涉SAR数据进行预处理，得到极化复相干矩阵；其中，所述多波段极化干涉SAR数据包括高波段数据和低波段数据；
分类模块，用于基于所述多波段极化干涉SAR数据对待测地区进行植被覆盖类型分类，得到包括植被稀疏区域和植被茂密区域的不同子区域；
相位差分离模块，用于基于所述极化复相干矩阵对所述多波段极化干涉SAR数据进行最大化相位差分离，得到不同波段数据对应的高低相位中心；
数据转换模块，用于针对不同子区域选择不同的波段数据，并对该波段数据对应的高低相位中心进行相位到高程的转换，得到不同区域的植被高度测量结果。
本发明的有益效果：
本发明提供的基于多波段极化干涉SAR的植被高度测量方法采用了高低双频极化干涉工作体制，利用高低频段的极化干涉相位差，得到高低频所有极化散射状态下相位差最大的两个极化散射状态，即高低相位中心，最后通过相位到高程的转换获得植被表面和底层的高程值。相比于传统方法，该方法采用高低波段电磁波穿透性差异，采用双频干涉处理方式最大程度上接近植被表面高程值和植被底层高程值，实现了对植被高度的准确测量，对森林资源监测、植被生物量估计等方面具有极高的应用价值。
以下将结合附图及实施例对本发明做进一步详细说明。
附图说明
图1是现有技术中采用单一波段电磁波测量植被高度时不同极化收发组合下的散射相位中心区间；其中，(a)图对应低波段结果，(b)图对应高波段结果；
图2是现有技术中采用高波段或低波段电磁波进行稀疏区域植被高度测量的示意图；
图3是本发明实施例提供的基于多波段极化干涉SAR的植被高度测量方法的一种流程示意图；
图4是本发明实施例提供的基于多波段极化干涉SAR的植被高度测量方法的另一种流程示意图；
图5是本发明实施例提供的利用先验DEM辅助的雷达几何法进行图像配准的流程示意图；
图6是本发明实施例提供的SAR图像目标定位的流程示意图；
图7是本发明实施例提供的InSAR测高的几何关系示意图；
图8是本发明实施例提供的SIFT特征匹配流程示意图；
图9是本发明实施例提供的基于多波段极化干涉SAR的植被高度测量方法的又一种流程示意图；
图10是本发明实施例提供的基于多波段极化干涉SAR的植被高度测量装置的结构示意图；
图11是验证实验中使用的植被区的Google Earth光学图；
图12是验证实验中经过几何配准后的SAR图像；其中，(a)图为X波段几何配准后的SAR图像，(b)图为L波段几何配准后的SAR图像，(c)图为几何配准后SAR图像；
图13是验证实验中使用的植被区的分类结果；
图14是验证实验中植被高度测量区域示意图；
图15是验证实验中采用X波段对完整植被区域的测量结果；
图16是验证实验中采用X波段对完整植被区域测量结果的植被高度统计直方图；
图17是验证实验中采用L波段对完整植被区域的测量结果；
图18是验证实验中采用L波段对完整植被区域测量结果的植被高度统计直方图；
图19是验证实验中采用L+X波段对完整植被区域的测量结果；
图20是验证实验中采用L+X波段对完整植被区域测量结果的植被高度统计直方图。
具体实施方式
下面将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。基于本发明中的实施例，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，都属于本发明保护的范围。
实施例一
一般地，对于茂密植被，电磁波在低波段(又称低频段，一般指频带由30～300KHz的无线电电波)的穿透性能较强，电磁波在高波段(又称高频段，一般指频带由3～30MHz的无线电电波)的穿透力差。低波段电磁波能够穿透树叶与植被冠层的细小枝干作用产生体散射，同时会有部分电磁波能量到达树干，并且接近树底，其不同极化收发组合下的散射相位中心区间如图1(a)所示。高波段电磁波在穿过植被时主要与植被冠层的枝叶发生作用，以体散射为主，其不同极化收发组合下的散射相位中心区间如图1(b)所示。相比于茂密植被，稀疏植被的缝隙中会存在体散射和较强地面散射回波以及来自树干的散射回波的叠加，导致相干系数较冠层处有明显下降，此时相位噪声将引入极大相位误差，进而影响高度测量结果，如图2所示。
基于此，本实施例提出了一种基于多波段极化干涉SAR的植被高度测量方法。请参见图3，图3是本发明实施例提供的基于多波段极化干涉SAR的植被高度测量方法的一种流程示意图，本实施例提供的基于多波段极化干涉SAR的植被高度测量方法具体包括以下步骤：
步骤1：对待测地区的多波段极化干涉SAR数据进行预处理，得到极化复相干矩阵。
首先利用极化干涉SAR系统获取待测地区高波段下的SAR数据(SAR图像)和低波段下的SAR数据，又称高波段数据和低波段数据。
然后，对上述高波段数据和低波段数据进行预处理。请参见图4，图4是本发明实施例提供的基于多波段极化干涉SAR的植被高度测量方法的另一种流程示意图。
在本实施例中，对待测地区的多波段极化干涉SAR数据预处理的过程主要包括以下几个方面：
11)对多波段极化干涉SAR数据进行定标，得到定标后的SAR数据。
具体而言，进行全极化SAR数据定标校正的全流程主要包括距离向方向图估计与极化通道增益校正、定标区域选取、定标参数估计等步骤，具体实现过程可参考现有相关技术，本实施例在此不做详细介绍。
经过数据定标后，得到了定标后的SAR数据。
12)对定标后的SAR数据进行图像配准处理，得到配准后的SAR数据。
由于不同波段地物散射特性(相位/灰度)不同，获取图像的时间、角度、环境也不同，传统的数据相关法在进行SAR图像配准时不再适用。因此，本实施例选择了利用先验DEM辅助的雷达几何法或者基于图像SIFT特征的匹配方法进行分级配准处理。
具体而言，利用先验DEM辅助的雷达几何法对定标后的SAR数据进行配准主要包括三个流程步骤，即主SAR图像目标定位、辅SAR图像目标反定位和配准偏移量求取，其流程图如图5所示，详细过程如下：
a)基于主图像的几何参数和观测场景的先验DEM进行目标定位，得到目标在主图像中的位置；
首先，需要从定标后的SAR图像中选定高波段数据或者低波段数据作为主图像，则另一波段数据作为辅图像。
然后，对所选的主图像进行目标定位。
具体而言，SAR图像目标定位使用距离-多普勒(Range-Doppler,RD)模型，由式(1)-(3)给出。
|S(t)-P|＝r (1)；
其中，式(1)为SAR成像的距离方程，S(t)＝(px,py,pz)表示雷达天线相位中心位置矢量，P＝(xT,yT,zT)表示待求的目标点在地球参考坐标系中的位置，r为目标到雷达的斜距。式(2)为SAR成像的多普勒方程，V(t)＝(vx,vy,vz)表示雷达天线相位中心相对于目标的速度矢量，λ表示波长，fdc表示成像多普勒中心，即构造方位匹配滤波器时选择的参考多普勒频率。式(3)为地球椭球模型方程，Re和Rp分别表示地球的赤道和极地半径，且Rp＝(1-f)(Re+h)，f为参考椭球的扁率，h为待定位目标点的高程。
根据上述定位模型，联立式(1)-(3)即可求解目标点在地球参考坐标系中的位置P。
需要说明的是，求解式(1)-(3)需已知待定位点的高程，但在主图像目标定位前，像素的高程是未知的。为了解决这个矛盾，可以采用迭代修正地球椭球模型的方法完成主SAR图像目标的定位，处理流程如图6所示。
首先预设待定位像素高程为h0，然后利用迭代方法求解式(1)-(3)，将像素的空间位置转换到DEM坐标系下，并根据像素的经纬度内插DEM，得到像素的高程h1，最后比较h0和h1，若小于门限值，则迭代结束，若大于门限值，则将h1作为预设高程并重复上述过程。
b)基于辅图像的几何参数进行目标反定位，得到目标在辅图像中的位置。
具体的，请参见图7，图7是本发明实施例提供的InSAR测高的几何关系示意图。由图7所示的InSAR测高几何关系可知，主辅雷达天线s1和s2及目标点P的位置精确已知，根据主辅SAR图像的成像几何关系即可确定目标点P在两幅SAR图像中的位置，从而实现辅图像的目标反定位。
c)基于目标在主图像中的位置和目标在辅图像中的位置计算距离和方位的配准偏移量。
具体而言，利用辅SAR图像的成像几何参数通过搜索或迭代的方法确定该像素在辅图像中的方位坐标a2，然后根据式(1)确定该像素在辅图像中的距离坐标ρ2。计算像素P对应的二维配准偏移量，由式(4)和(5)给出。
Δρ＝ρ2-ρ1 (4)；
Δa＝a2-a1 (5)；
d)基于距离和方位的配准偏移量，利用有限长度的插值核对辅图像进行重采样，以完成图像配准。
获取参考SAR图像中所有像素的配准偏移量后，利用有限长度的插值核(如sinc核)对辅SAR图像进行重采样，即完成先验粗精度DEM辅助的SAR图像配准处理。
在本发明的另一个实施例中，还可以利用基于图像SIFT特征的匹配方法对定标后的SAR图像进行配准。
首先，从定标后的SAR图像中选定高波段数据或者低波段数据作为基准图，另一波段数据作为匹配图。然后，分别对基准图和匹配图进行特征点检测、描述以及匹配，以完成图像配准。
具体的，采用基于SAR-SIFT特征的图像配准方法，通过提取图像中具有典型性和不变性的特征来建立图像之间的变换关系，并寻找正确的匹配点，实现多频数据的精确配准。SIFT的匹配思路主要是，通过生成图像的尺度空间，在空间中检测图像不同尺度下的特征，并对该特征的局部信息进行描述，最终利用描述向量的欧氏距离来实现匹配过程。分为三大模块构成：图像特征点的检测、描述和匹配，如图8所示。
需要说明的是，此处涉及的特征点的检测、描述和匹配技术均属于成熟技术，具体实现过程可参考现有技术，本实施例在此不做详细介绍。
13)基于配准后的SAR数据估计极化复相干矩阵。
具体的，在复相干矩阵估计中，本发明联合强点保持、极化散射特性保持、样本强度统计特性的一致性以及干涉相位信息保持(局部条纹频率的补偿)等准则得到一致性良好的估计样本。详细实现过程可参考现有技术实现。
至此，得到了极化复相干矩阵。
步骤2：基于多波段极化干涉SAR数据对待测地区进行植被覆盖类型分类，得到包括植被稀疏区域和植被茂密区域的不同子区域。
可选的，本实施例可以随意选择现有的图像分类方法对本实施例中的待测地区进行分类，例如可采用基于超像素分割的地物分类方法，详细分类方法在此不做具体介绍。
通过分类，可以得到待测地区的植被覆盖类型，例如，该地区可能包括部分平地区域，部分植被区域以及部分人造建筑物等，其中，平地区域包括沙地、草地等，植被区域可以包括植被稀疏(稀疏植被)区域和植被茂密(茂密植被)区域。由于本发明主要用于实现植被的高度测量，因此，此处重点关注分类结果中的植被区域，具体来说，主要是植被稀疏区域和植被茂密区域。
步骤3：基于极化复相干矩阵对多波段极化干涉SAR数据进行最大化相位差分离，得到不同波段数据对应的高低相位中心。
该处理步骤主要利用高低频段的极化干涉相位差，得到高低频所有极化散射状态下相位差最大的两个极化散射状态，获得植被高度测量结果，处理流程如图9所示。
具体的，步骤3可通过以下子步骤实现：
31)将高波段数据和低波段数据中的目标散射矢量分别投影到两个表征极化散射状态的单位复矢量上，对应得到两个复标量。
具体而言，将极化干涉SAR系统得到的目标散射矢量k1、k2分别投影到两个表征极化散射机制或极化散射状态的单位复矢量ω1和ω2上，得到两个复标量，即
式中，k1、k2分别表示高波段数据和低波段数据的目标散射矢量，s1、s2分别表示k1、k2对应的复标量，H表示转置操作，ω1、ω2表示单位复矢量，单位复矢量代表的散射机制的一般表达式为：
ω＝[cosαejφ’,sinαcosβejδ’,sinαsinβejγ’] (7)；
式中，α(0≤α≤90°)表示目标的散射类型，α的变化依次对应着散射机制从面散射(或奇次散射)(α＝0°)到体散射(或偶极子散射)(α＝45°)到二面角散射(或偶次散射)(α＝90°)的变化。β(-180°≤β≤180°)表示目标方位角，φ'、δ'、γ'为目标的相位角。不同的α角、目标方位角以及目标相位角组合得到的复标量也不同。
32)基于复标量和极化复相干矩阵得到高波段数据和低波段数据之间的极化干涉复相干系数。
通过步骤31)可知，两个复标量为不同极化散射功率的线性组合得到的复散射系数，即某种散射机制下的散射系数幅度和相位，代表特定极化方式下两幅天线得到的复图像。由此，可以得到两幅图像间的极化干涉复相干系数为：
式中，γ()表示极化干涉复相干系数，T11、T22以及Ω12均表示极化复相干矩阵，其中，T11、T22为描述图像极化特性的厄密复相干矩阵，Ω12为描述极化干涉对之间的极化和干涉相关信息的非厄密复相干矩阵。
需要说明的是，若要保证极化干涉相干系数不随极化状态矢量Ω12和ω2间的相位差变化而变化，通常令ω1＝ω2，此时两极化状态矢量间的相位差为零，干涉复相干系数的相位只反映的是不同极化状态下两幅天线间的干涉相位差，与天线间的极化状态相位差无关。
33)求解极化干涉复相干系数的最大干涉相位，以对极化干涉复相干系数进行分离，得到高波段数据的高低相位中心和低波段数据的高低相位中心。
首先，基于极化干涉复相干系数的表达式得到复相干系数相位的正切表达式。
具体的，为了求解最大复相干系数干涉相位，利用式(8)可得复相干系数相位的正切表示如下：
其中，j为虚数单位。
然后，基于复相干系数相位的正切表达式，将复相干系数相位的正切的最大值求解问题转化为广义特征值分解问题，并利用最大最小特征值分离高波段数据的高低相位中心和低波段数据的高低相位中心。
具体的，对上式(9)的最大值求解可转化为下述的广义特征值分解问题：
可以看出，上式的特征值为复相干系数相位的正切值，因而利用最大最小特征值可分离得到植被的高、低相位中心。两个相位的区分由与系统相关的垂直有效波束的正负决定。
步骤4：针对不同子区域选择不同的波段数据，并对该波段数据对应的高低相位中心进行相位到高程的转换，得到不同区域的植被高度测量结果。
通过步骤3对高低波段极化干涉分别进行最大化相位差分离，高波段高相位中心最接近植被冠层高度，低波段低相位中心最接近地面高度。则针对植被稀疏区域，选择对高波段数据的高低相位中心进行相位到高程的转换，得到植被稀疏区域的植被高度测量结果；针对植被茂密区域，选择对高波段数据的高低相位中心以及低波段数据的高低相位中心进行相位到高程的转换，得到植被茂密区域的植被高度测量结果。
可以理解的是，对于低相干的植被缝隙处，基于植被分类结果，以平地处的低波段的干涉相位的统计平均值确定高度。
具体的，植被高度可由下式进行相位到高度的转换：
其中，hv表示高度，arg(ωH)表示高波段数据的高相位中心，arg(ωL)表示低波段数据的低相位中心，kH、kL分别表示高波段数据和低波段数据对应的有效二维垂直波数，可表示为：
式中，x表示高波段H或者低波段L，B⊥为垂直有效基线，λ为波长，R为斜距，θ为下视角。
需要指出的是，上式的求解必须满足以下几个条件：
1、矩阵为正定矩阵，则广义特征值问题可转化为一般特征值求解问题
2、矩阵Ω12为满秩矩阵。这对于植被等分布目标区域一般成立。
3、最高相位中心与最低相位中心均在-π/2～π/2之间，且最高相位中心与最低相位中心间的差异必须小于半个模糊高度引起的干涉相位变化量，以保证正切函数的连续性(正切函数在-π/2～π/2区间上为单调递增函数)。该约束条件后者与系统设计的模糊高度有关。而最高相位中心与最低相位中心均在-π/2～π/2之间的条件可通过引入旋转相位因子来实现，即选择合适的旋转相位/>将复相干系数相干区域旋转到复平面的右半边(正实轴)部分。此时，复相干系数相位的正切值可表示为
从而有
对于旋转因子的选择原则是尽量满足相干区域中心近似在正实轴上或者其附近。由于矩阵Ω12的对角线元素在复单位圆上可以形成一个三角区域，该区域位于所有极化状态下的相干系数区域内。因此，可以考虑将三角区域的中心移向正实轴，以保证满足上述旋转因子选择原则。较为合适的旋转因子为
其中，∠tr(Ω12)为矩阵Ω12的对角线元素在复单位圆上形成三角区域中心的相位值。
至此，可得到制备稀疏程度不同的各个区域的植被高度。
本发明提供的基于多波段极化干涉SAR的植被高度测量方法采用了高低双频极化干涉工作体制，利用高低频段的极化干涉相位差，得到高低频所有极化散射状态下相位差最大的两个极化散射状态，即高低相位中心，最后通过相位到高程的转换获得植被表面和底层的高程值。相比于传统方法，该方法采用高低波段电磁波穿透性差异，采用双频干涉处理方式最大程度上接近植被表面高程值和植被底层高程值，实现了对植被高度的准确测量，对森林资源监测、植被生物量估计等方面具有极高的应用价值。
实施例二
在上述实施例一的基础上，基于同一发型构思，本实施例提供了一种基于多波段极化干涉SAR的植被高度测量装置。请参见图10，图10是本发明实施例提供的基于多波段极化干涉SAR的植被高度测量装置的结构示意图，该装置具体包括：
数据预处理模块，用于对待测地区的多波段极化干涉SAR数据进行预处理，得到极化复相干矩阵；其中，多波段极化干涉SAR数据包括高波段数据和低波段数据；
分类模块，用于基于多波段极化干涉SAR数据对待测地区进行植被覆盖类型分类，得到包括植被稀疏区域和植被茂密区域的不同子区域；
相位差分离模块，用于基于极化复相干矩阵对多波段极化干涉SAR数据进行最大化相位差分离，得到不同波段数据对应的高低相位中心；
数据转换模块，用于针对不同子区域选择不同的波段数据，并对该波段数据对应的高低相位中心进行相位到高程的转换，得到不同区域的植被高度测量结果。
本实施例提供的基于多波段极化干涉SAR的植被高度测量装置可以用于上述实施例一提供的基于多波段极化干涉SAR的植被高度测量方法，详细过程可参考上述实施例一。由此，该装置也可以实现对植被高度的准确测量。
实施例三
为了验证本发明所提方法的有效性，下面利用L和X波段机载实测数据进行植被冠层三维结构提取验证。试验数据为中国渭南市大荔林场地区机载N-SAR系统录取的全极化干涉数据，该地区地势平坦。图11为该植被区的Google Earth光学图，图12为几何配准后SAR图像，其中，(a)图为X波段几何配准后的SAR图像，(b)图为L波段几何配准后的SAR图像，(c)图为几何配准后SAR图像。
对该地区的全极化干涉数据进行基于超像素分割的地物分类，分类结果如图13所示。与图12中(c)图所示SAR图像和图11所示的光学图像对比可以看出，各地物匹配度较好，沙地和草地这两类平坦地物和植被均可以实现良好的区分，同时，有效降低相干斑噪声对分类结果的影响。
进一步的，请参见图14，图14是本次验证实验中植被高度测量区域示意图。本次实验数据场景为渭南市大荔林场地区，该地区地势较为平坦，在树林下以及树林周边随机采样测得地表平均海拔高度为350m，该地区植被为大片沙地和人工种植树林(刺槐)，较为稀疏，在区域A树林内部随机采样(45个样本)测得树林平均高度为16.248m，本实验将图14中C区域进行双波段植被高度测量，该区域包括沙地、草地和大片植被，地物丰富，利用茂密区域A和稀疏区域B进行不同频段植被高度测量性能对比，最后利用区域A进行高度测量准确性验证。
1、仅采用X波段测量
采用X波段对完整植被区域C进行植被高度测量，其结果和高度统计直方图如图15和图16所示。可以看出，除了植被高度存在严重低估现象，场景内的植被覆盖情况与数据基本一致。
2、仅采用L波段测量
采用L波段对完整植被区域C进行植被高度测量，其结果和高度统计直方图如图17和图18所示。可以看出，植被高度存在低估现象，且由于L波段模糊高度大，复杂场景处可能会存在植被高程值突变情况。
3、采用L+X波段测量
采用L+X波段对完整植被区域C进行植被高度测量，其结果和高度统计直方图如图19和图20所示。可以看出，高低频联合可以实现植被和平地高度的准确测量，能很好地反映场景内的植被覆盖情况。由此，验证了本发明的有效性。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。
Claims (10)
1.一种基于多波段极化干涉SAR的植被高度测量方法，其特征在于，包括：
对待测地区的多波段极化干涉SAR数据进行预处理，得到极化复相干矩阵；其中，所述多波段极化干涉SAR数据包括高波段数据和低波段数据；
基于所述多波段极化干涉SAR数据对待测地区进行植被覆盖类型分类，得到包括植被稀疏区域和植被茂密区域的不同子区域；
基于所述极化复相干矩阵对所述多波段极化干涉SAR数据进行最大化相位差分离，得到不同波段数据对应的高低相位中心；
针对不同子区域选择不同的波段数据，并对该波段数据对应的高低相位中心进行相位到高程的转换，得到不同区域的植被高度测量结果。
2.根据权利要求1所述的基于多波段极化干涉SAR的植被高度测量方法，其特征在于，所述对待测地区的多波段极化干涉SAR数据进行预处理，得到极化复相干矩阵，具体包括：
对所述多波段极化干涉SAR数据进行定标，得到定标后的SAR数据；
对所述定标后的SAR数据进行图像配准处理，得到配准后的SAR数据；
基于所述配准后的SAR数据估计极化复相干矩阵。
3.根据权利要求2所述的基于多波段极化干涉SAR的植被高度测量方法，其特征在于，对所述定标后的SAR数据进行图像配准处理，包括：
利用先验DEM辅助的雷达几何法对所述定标后的SAR数据进行配准；或者，
利用基于图像SIFT特征的匹配方法对所述定标后的SAR数据进行配准。
4.根据权利要求1所述的基于多波段极化干涉SAR的植被高度测量方法，其特征在于，基于所述极化复相干矩阵对所述多波段极化干涉SAR数据进行最大化相位差分离，得到不同波段数据对应的高低相位中心，具体包括：
将所述高波段数据和低波段数据中的目标散射矢量分别投影到两个表征极化散射状态的单位复矢量上，对应得到两个复标量；
基于所述复标量和所述极化复相干矩阵得到高波段数据和低波段数据之间的极化干涉复相干系数；
求解所述极化干涉复相干系数的最大干涉相位，以对所述极化干涉复相干系数进行分离，得到高波段数据的高低相位中心和低波段数据的高低相位中心。
5.根据权利要求4所述的基于多波段极化干涉SAR的植被高度测量方法，其特征在于，所述复标量的表达式为：
式中，k1、k2分别表示高波段数据和低波段数据的目标散射矢量，s1、s2分别表示k1、k2对应的复标量，ω1、ω2表示单位复矢量，H表示转置操作。
6.根据权利要求5所述的基于多波段极化干涉SAR的植被高度测量方法，其特征在于，所述极化干涉复相干系数的表达式为：
0≤|γ(ω1,ω2)|≤1
式中，γ()表示极化干涉复相干系数，T11、T22以及Ω12均表示极化复相干矩阵，其中，T11、T22为描述图像极化特性的厄密复相干矩阵，Ω12为描述极化干涉对之间的极化和干涉相关信息的非厄密复相干矩阵。
7.根据权利要求4所述的基于多波段极化干涉SAR的植被高度测量方法，其特征在于，求解所述极化干涉复相干系数的最大干涉相位，以对所述极化干涉复相干系数进行分离，得到高波段数据的高低相位中心和低波段数据的高低相位中心，具体包括：
基于所述极化干涉复相干系数的表达式得到复相干系数相位的正切表达式；
基于所述复相干系数相位的正切表达式，将所述复相干系数相位的正切的最大值求解问题转化为广义特征值分解问题，并利用最大最小特征值分离高波段数据的高低相位中心和低波段数据的高低相位中心。
8.根据权利要求1所述的基于多波段极化干涉SAR的植被高度测量方法，其特征在于，针对不同子区域选择不同的波段数据，并对该波段数据对应的高低相位中心进行相位到高程的转换，得到不同区域的植被高度测量结果，具体包括：
针对植被稀疏区域，选择对所述高波段数据的高低相位中心进行相位到高程的转换，得到植被稀疏区域的植被高度测量结果；
针对植被茂密区域，选择对所述高波段数据的高低相位中心以及所述低波段数据的高低相位中心进行相位到高程的转换，得到植被茂密区域的植被高度测量结果。
9.根据权利要求8所述的基于多波段极化干涉SAR的植被高度测量方法，其特征在于，按照如下公式进行相位到高度的转换：
式中，hv表示高度，arg(ωH)表示高波段数据的高相位中心，arg(ωL)表示低波段数据的低相位中心，kH、kL分别表示高波段数据和低波段数据对应的有效二维垂直波数。
10.一种基于多波段极化干涉SAR的植被高度测量装置，用于实现权利要求1-9任一项所述的基于多波段极化干涉SAR的植被高度测量方法，其特征在于，包括：
数据预处理模块，用于对待测地区的多波段极化干涉SAR数据进行预处理，得到极化复相干矩阵；其中，所述多波段极化干涉SAR数据包括高波段数据和低波段数据；
分类模块，用于基于所述多波段极化干涉SAR数据对待测地区进行植被覆盖类型分类，得到包括植被稀疏区域和植被茂密区域的不同子区域；
相位差分离模块，用于基于所述极化复相干矩阵对所述多波段极化干涉SAR数据进行最大化相位差分离，得到不同波段数据对应的高低相位中心；
数据转换模块，用于针对不同子区域选择不同的波段数据，并对该波段数据对应的高低相位中心进行相位到高程的转换，得到不同区域的植被高度测量结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311866344.6A CN117826152A (zh) | 2023-12-29 | 2023-12-29 | 基于多波段极化干涉sar的植被高度测量方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311866344.6A CN117826152A (zh) | 2023-12-29 | 2023-12-29 | 基于多波段极化干涉sar的植被高度测量方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117826152A true CN117826152A (zh) | 2024-04-05 |
Family
ID=90516840
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311866344.6A Pending CN117826152A (zh) | 2023-12-29 | 2023-12-29 | 基于多波段极化干涉sar的植被高度测量方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117826152A (zh) |
-
2023
- 2023-12-29 CN CN202311866344.6A patent/CN117826152A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8125370B1 (en) | Polarimetric synthetic aperture radar signature detector | |
| US9417323B2 (en) | SAR point cloud generation system | |
| Preiss et al. | Coherent change detection: Theoretical description and experimental results | |
| Frolind et al. | Circular-aperture VHF-band synthetic aperture radar for detection of vehicles in forest concealment | |
| CN109116321B (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 | |
| CN110133682B (zh) | 星载全方位sar自适应目标三维重建方法 | |
| Morrison et al. | Tomographic profiling—A technique for multi-incidence-angle retrieval of the vertical SAR backscattering profiles of biogeophysical targets | |
| CN110596706B (zh) | 一种基于三维图像域投射变换的雷达散射截面积外推方法 | |
| CN112179314B (zh) | 一种基于三维网格投影的多角度sar高程测量方法及系统 | |
| CN117826152A (zh) | 基于多波段极化干涉sar的植被高度测量方法及装置 | |
| Minvielle et al. | Indoor 3-D radar imaging for low-RCS analysis | |
| CN113610902B (zh) | 地基真实孔径雷达与点云数据映射配准方法 | |
| Shimada et al. | Slope corrections to normalized RCS using SAR interferometry | |
| Domínguez et al. | Deriving digital surface models from geocoded SAR images and back-projection tomography | |
| CN115712095A (zh) | 基于单个角反射的sar卫星三维定位误差改正方法及系统 | |
| Hallberg et al. | Measurements on individual trees using multiple VHF SAR images | |
| CN115616505A (zh) | 一种阵列干涉合成孔径雷达三维点云配准方法 | |
| Massaloux et al. | Indoor 3D spherical near field RCS measurement facility: Localization of scatterers | |
| Tyler et al. | A first test on permittivty inversion of a double bounce in a SAR image | |
| Linglin et al. | A fast SAR image position algorithm for maritime target location | |
| Magnard et al. | Processing of MEMPHIS millimeter wave multi-baseline InSAR data | |
| Luo et al. | A registration strategy for circular SAR noncoherent imaging | |
| Xu et al. | A PS points selection algorithm based on edge detection for GNSS-based InSAR system | |
| CN115294133B (zh) | 基于高低频极化干涉sar的植被高程反演方法及设备 | |
| Freeman et al. | An application of the monopulse principle to determining elevation angles in SAR images |
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 |