单次全极化合成孔径雷达图像反演数字高程模型的方法技术

本发明专利技术是结合雷达极化和雷达测角技术的各自特点，从单次全极化合成孔径雷达图像反演数字高程模型的方法。使用圆极化方法从极化ＳＡＲ数据估计极化方位角ψ偏移，建立极化方位角ψ偏移与距离向坡度角α和方位向坡度角β之间的数据关系。在只有单次全极化ＳＡＲ图像的情况下，假设成像区域满足地表覆盖的同质性以及坡度起伏不大的条件，引入雷达测角中的从阴影到形状技术，建立地表后向散射强度与地表几何参数（包括距离向坡度角α和方位向坡度角β）之间的数据关系。这样，由上述数据关系，计算出距离向坡度α和方位向坡度β。从共极化响应信号图中提取权重图，用加权的最小二乘算法求解有关地面高程的离散泊松方程，从而反演得到ＤＥＭ。

【技术实现步骤摘要】

本专利技术属于空间遥感与图像处理
，具体涉及一种通过合成孔径雷达图像获取数字高程模型(DEM)的方法。
技术介绍
合成孔径雷达(Synthetic Aperture Radar，SAR)是一种主动的机载或星载传感器。它的基本原理是卫星在轨道飞行中于不同位置定时地对同一地物发射电磁波脉冲信号，同时接收回波信号。在某种意义上，可以认为是延伸了雷达天线的长度，从而大大提高了分辨率。另外，由于合成孔径雷达还具有全天时、全天候、不受大气传播和气候影响、穿透力强等优点，因此在民事和军事方面的应用非常广泛。数字高程模型(Digital Elevation Model)，简称DEM。它是用一组有序数值阵列形式表示地面高程的一种实体地面模型，是数字地形模型(Digital Terrain Model，简称DTM)的一个分支。一般认为，DTM是描述包括高程在内的各种地貌因子，如坡度、坡向、坡度变化率等因子在内的线性和非线性组合的空间分布，其中DEM是零阶单纯的单项数字地貌模型，其他如坡度、坡向及坡度变化率等地貌特性可在DEM的基础上派生。目前，通过SAR图像获取数字高程模型(DEM)的方法主要有以下四种雷达测角(Radarclinometry)、雷达立体影像测量(Radargrammetry)、雷达干涉测量(SAP Interferometry)和雷达极化测量(SAR Polarimetry)。其中，雷达立体影像测量和雷达干涉测量必须使用两幅SAR图像，前者存在由不同成像视角引起配准困难的问题，而后者的精度虽高，但相关技术的实现难度大；雷达测角只需要单幅SAR图像，直接从地表的后向散射强度反演DEM，但在反演过程中约束条件过多，且忽略了方位向坡度，因此精度不高；而雷达极化测量是三维SAR成像技术中一种最新的发展方向，这种方法不同于雷达干涉测量的三维成像技术，不是利用两幅图像的相位差提取高度信息，而是利用雷达回波的极化综合信息检测地形高度。Schuler等人研究表明，当原本平坦的地表在方位向(即飞行方向)上发生倾斜时，其同极化响应的极大值位置会发生改变，即极化方位角ψ将有一个偏移，这个现象可以用于估计地形起伏。由于单次全极化飞行通过极化方位角估计技术只能获得方位向坡度，然而还需要已知距离向坡度，才能利用类似干涉SAR相位解缠的最小二乘技术构建整景图像的DEM。通常情况下，需要研究区域的参考DEM或者另一次全极化的正交飞行才能获得与方位向正交的距离向坡度。由于目前极化SAR数据以及参考DEM的缺乏，上面提到的方法往往不容易实现。现有技术中只通过单次全极化飞行获取DEM的方法，是通过欧拉角变换得到一个有关射程角β和水平方位角γ的表达式，再结合从极化数据中估计的极化方位角ψ得到射程角β。又由于方位向坡度SA和距离向坡度SR可用射程角β和水平方位角γ表示，以此得到DEM反演。但此方法在提取水平方位角γ时需要使用复杂的数字图像处理技术。
技术实现思路
本专利技术的目的在于克服了上述现有技术的缺点，提出了一种结合雷达极化和雷达测角技术使用单次全极化的数字高程模型(DEM)的反演方法。按照本专利技术的，包括如下步骤(1)使用圆极化方法，从极化合成孔径雷达数据估计极化方位角ψ偏移，并对ψ偏移进行去奇异点处理，建立极化方位角ψ偏移与本领域技术人员公知的距离向坡度角α和方位向坡度角β之间的数据关系；(2)使用雷达测角中的从阴影到形状技术，建立地表后向散射强度与距离向坡度角α和方位向坡度角β之间的数据关系；(3)从上述步骤(1)和(2)两个数据关系，计算距离向坡度α和方位向坡度β；(4)从极化合成孔径雷达数据计算共极化响应信号图，从所述共极化响应信号图中提取权重图；(5)从上述步骤(3)和(4)的结果，用加权的最小二乘算法求解有关地面高程的离散泊松方程，从而反演得到合成孔径雷达观测区域的数字高程模型。本专利技术是基于雷达极化测量方法对方位向坡度敏感，而雷达测角技术对距离向坡度敏感的基础，结合这两种三维SAR成像技术的各自特点，从单次全极化SAR图像反演数字高程模型(DEM)的方法，从而具有容易实现、可满足大范围中等精度地形测绘需求的优点。附图说明图1为奇异点检测示意图；图2为面元的几何参数模型；图3为本专利技术的计算程序流程框图；图4为中国新疆省乌鲁木齐地区的SIR-C数据(C波段Pauli分解RGB图像)； 图5为乌鲁木齐地区方位向坡度图；图6为乌鲁木齐地区距离向坡度图；图7为乌鲁木齐地区的权重质量图；图8为乌鲁木齐地区由本专利技术反演出的DEM图；图9为乌鲁木齐地区的参考DEM图；图10为俄罗斯色棱格河地区的SIR-C数据(L波段Pauli分解RGB图像)；图11为俄罗斯色棱格河地区的方位向坡度图像；图12为俄罗斯色棱格河地区的距离向坡度图像；图13为俄罗斯色棱格河地区的权重质量图；图14为俄罗斯色棱格河地区由本专利技术反演的DEM图；图15为俄罗斯色棱格河地区的反演DEM的等高线图。具体实施例方式下面参照附图对本专利技术进行具体描述。根据本专利技术的方法，首先，利用圆极化方法从极化SAR图像中估计出极化方位角ψ偏移，建立极化方位角ψ偏移与地形坡度，即距离向坡度角α和方位向坡度角β之间的数据关系。在只有单次全极化SAR图像的情况下，假设成像区域满足地表覆盖的同质性以及坡度起伏不大的条件，引入雷达测角中的从阴影到形状(Shape from Shading)技术，建立地表的后向散射强度与地表几何参数(包括距离向坡度角α和方位向坡度角β)之间的数据关系。这样，由上述两个数据关系，就可以直接计算出距离向坡度α和方位向坡度β。最后，从共极化响应信号图中提取权重图，用加权的最小二乘算法求解有关地面高程的离散泊松方程，从而反演得到DEM。图1为奇异点检测示意图；图2为面元的几何参数模型；图3为本专利技术的计算程序流程框图。下面参照附图1、2和3对本专利技术的内容具体描述。I.极化方位角ψ偏移的估计和优化(1)输入用于生成DEM的极化矩阵或数据，雷达视角φ以及图像分辨率(包括距离向分辨率Rd和方位向分辨率Ra)。(2)对输入的极化矩阵或进行极化SAR滤波，可选择Boxcar和Refined Lee极化滤波；(3)由以上步骤得到滤波后的极化矩阵或，利用极化方位角估计方法进行初步的极化方位角估计。Krogager和Czyz提出用右旋和左旋圆极化估计方位角。该方法被Lee等人进一步修改和提炼而得到圆极化方法，具体推导如下极化数据一般提供两种极化类型单视复(SLC)数据和多视复(MLC)数据。由于使用单视复数据可以推导出多视复数据，所以在此我们以单视复数据为例进行初步的极化方位角估计。极化SAR数据可以用散射矩阵(1)表示S=ShhShvSvhSvv---(1)]]> 化发射或接收。由于目前SAR卫星基本上都是单基系统，即发射和接收天线为同一天线，满足天线互易条件，即Shv＝Svh。方位角的旋转通过下式得到S~=cos(ψ)sin(ψ)-sin(ψ)cos(ψ)ShhShvSvhSvvcos(ψ)-sin(ψ)sin(ψ)cos(ψ)---(2)]]&本文档来自技高网...

【技术保护点】
一种单次全极化合成孔径雷达图像反演数字高程模型的方法，该方法利用了极化方位角ψ偏移、距离向坡度角α和方位向坡度角β，其特征在于，包括如下步骤：（１）使用圆极化方法，从极化合成孔径雷达数据估计极化方位角ψ偏移，并对ψ偏移进行去奇异点处理，建立极化方位角ψ偏移与距离向坡度角α和方位向坡度角β之间的数据关系；（２）使用雷达测角中的从阴影到形状技术，建立地表后向散射强度与距离向坡度角α和方位向坡度角β之间的数据关系；（３）从上述步骤（１）和（２）两个数据关系，计算距离向坡度α和方位向坡度β；（４）从极化合成孔径雷达数据计算共极化响应信号图，从所述共极化响应信号图中提取权重图；（５）从上述步骤（３）和（４）的结果，用加权的最小二乘算法求解有关地面高程的离散泊松方程，从而反演得到合成孔径雷达观测区域的数字高程模型。

【技术特征摘要】

【专利技术属性】
技术研发人员：张红，陈曦，王超，
申请(专利权)人：中国科学院中国遥感卫星地面站，
类型：发明
国别省市：11[中国|北京]