CN103489176A - 一种对于严重几何畸变的sar图像进行同名点提取的方法 - Google Patents
一种对于严重几何畸变的sar图像进行同名点提取的方法 Download PDFInfo
- Publication number
- CN103489176A CN103489176A CN201210194637.XA CN201210194637A CN103489176A CN 103489176 A CN103489176 A CN 103489176A CN 201210194637 A CN201210194637 A CN 201210194637A CN 103489176 A CN103489176 A CN 103489176A
- Authority
- CN
- China
- Prior art keywords
- image
- tps
- same place
- sar
- course
- 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
Landscapes
- Image Processing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种对于严重几何畸变的SAR图像进行同名点提取的方法。该方法包括:确定同航向相邻航带的照射区域位置信息;根据所述位置信息计算所述SAR图像的重叠位置,并裁剪得到图像I,即整个成像场景的远距端图像,和图像II,即整个成像场景的近距端图像;根据图像I和图像II的构像几何信息及斜距关系,将所述图像II仿射变换到图像I的斜距坐标系下得到图像IV;对图像I和图像IV进行候选同名点的提取;以相干系数图为导引对候选同名点进行筛选剔除;将得到的同名点在图像IV上的坐标逆映射至图像II上,得到同名点坐标。本发明方法能够提取由于重叠区域较小导致几何畸变严重不一致的同航向相邻条带间的同名点。
Description
技术领域
本发明涉及信号处理技术领域,尤其是一种对于严重几何畸变的SAR图像进行同名点提取的方法。
背景技术
合成孔径雷达(Synthetic Aperture Radar,SAR)是一种主动式二维高分辨成像雷达,其在距离向(波束照射方向)通过发射大时间带宽积的线性调频信号,采用脉冲压缩技术来获取高分辨率,在方位向(平台运动方向,通常与距离向垂直)利用目标和雷达的相对运动形成的轨迹来构成一个合成孔径来取代庞大的阵列实孔径来获取高分辨率。干涉SAR(Interferometric SAR,InSAR)是指利用两部或多部不同位置处的SAR对同一场景进行观测,并通过数据的后处理获取场景的高程信息。由InSAR***的回波数据获取场景数学高程模型(Digital Elevation Model,DEM)的主要步骤包括运动补偿、成像、配准、滤波、相位解缠、干涉定标、高程反演。
InSAR数据处理中,干涉参数(基线长度、基线角和干涉相位偏置)直接影响最终获取DEM的精度。这需要在各景中实地布放足量且分布合理的地面控制点(Ground Control Points,GCPs)来对它们进行标定。而在大区域地形测绘时,机载InSAR***通常采取分若干条带获取数据,每条带分若干场景进行处理的方式来作业。这使得在作业过程中实地布放足量且分布合理的GCPs工作量大、作业效率低;而且野外采集GCPs受地形条件限制,存在某些测区如荒山、沼泽等难以实现GCPs布放。因此需要充分利用相邻影像之间具有同一地理位置特征的同名点(Tie Points,TPs),并联合少量GCPs,对测绘区域内所有景数据的干涉参数进行联合标定。在这过程中,TPs的自动提取显得尤为重要。
SAR的侧视成像模式和相干成像机理使得自动提取TPs较为困难。首先,相邻场景重叠区域的成像视角差异,造成重叠区影像存在灰度不一致、旋转变形、尺度缩放以及仿射变形;其次,同一分辨单元内各散射点随机散射信号相互叠加产生的相干斑噪声,降低了图像的质量,掩盖了图像的细节结构,很大程度上影响SAR影像的特征提取。
TPs的提取分为两类:同航带相邻场景和同航向相邻航带。其中,同航带相邻场景属于同一飞行航迹,成像几何如图1(a)所示。相邻场景的重叠区域是同一数据经过成像处理获得,只是处理时的理想运动轨迹不一致造成其存在较小的尺度缩放、角度缩放及仿射变形等,因此同名点提取相对来说较为容易。
发明内容
本发明的目的是解决现有技术中存在的问题,提供一种对于严重几何畸变的SAR图像进行同名点提取的方法。该方法能够提取由于重叠区域较小导致几何畸变严重不一致的同航向相邻条带问的同名点。
本发明所提出的一种对于严重几何畸变的SAR图像进行同名点提取的方法,其特征在于,该方法包括以下步骤:
步骤S1,根据IMU/GPS记录的载机航迹信息及飞行前测量的天线初始安装姿态信息,确定同航向相邻航带的照射区域位置信息;
步骤S2,对于重叠区域较小的两幅同航向相邻航带SAR图像,根据所述位置信息计算具有重叠区域的所述同航向相邻航带SAR图像的重叠位置,并对所述同航向相邻航带SAR图像进行裁剪,得到对应的图像I,即整个成像场景的远距端图像,和图像II,即整个成像场景的近距端图像;
步骤S3,根据图像I和图像II的构像几何信息及斜距关系,将所述图像II仿射变换到图像I的斜距坐标系下得到图像IV;
步骤S4,对图像I和图像IV进行候选同名点的提取;
步骤S5,以相干系数图为导引对候选同名点进行筛选剔除;
步骤S6,将经筛选剔除后得到的同名点在图像IV上的坐标根据步骤S3的映射关系逆映射至图像II上,得到重叠区域图像I和图像II的同名点坐标。
本发明方法能够提取由于重叠区域较小(小于15%)导致几何畸变严重不一致的同航向相邻条带间的同名点。
附图说明
图1是相邻场景成像的几何关系图;
图2是本发明方法的流程图;
图3是重叠区域较小的同航向相邻航带SAR图像;
图4是图像II变换后的图像III和图像IV;
图5是同航向相邻航带SAR的斜距-地距剖面图;
图6是在图像I和图像IV上提取的同名点示意图;
图7是同名点在图像I和图像III(II旋转后)上的示意图;
图8是同名点在原始图像(I和II)上的示意图。
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,对本发明进一步详细说明。
图2是本发明方法的流程图,如图2所示,本发明所提出的一种对于严重几何畸变的SAR图像进行同名点提取的方法包括以下步骤:
步骤S1,根据IMU(Inertial Measurement Unit,惯性测量装置)/GPS记录的载机航迹信息及飞行前测量的天线初始安装姿态信息,确定同航向相邻航带的照射区域位置信息;
所述位置信息比如可以是照射区域的四个顶点的经纬度坐标。
步骤S2,对于重叠区域较小的两幅同航向相邻航带SAR图像(如图3所示),根据所述位置信息计算具有重叠区域的所述同航向相邻航带SAR图像的重叠位置,并将所述重叠位置在所述同航向相邻航带SAR图像中对应的图像区域裁剪下来,得到对应的图像I,即整个成像场景的远距端图像,和图像II,即整个成像场景的近距端图像(如图3所示);
步骤S3,根据图像I和图像II的构像几何信息及斜距关系,将所述图像II仿射变换到图像I的斜距坐标系下得到图像IV;
所述步骤S3进一步包括以下步骤:
步骤S31,根据对同航向相邻航带原始回波数据在成像处理时进行运动补偿后得到的理想运动轨迹的航向角、斜视角等构像几何信息,计算图像II的理想运动轨迹相对于图像I的旋转角度θ;
理论上,SAR原理要求天线相位中心(Antenna Phase Center,APC)做匀速直线运动;实际中,由于受大气湍流和人为控制的影响,APC总是偏离理想运动状态而产生运动误差。这需要在成像处理时根据IMU/GPS记录的载机姿态信息进行理想运动轨迹的拟合,然后通过计算APC偏离理想运动轨迹的大小对回波数据进行运动补偿。
步骤S32,根据所述旋转角度θ对图像II进行旋转变换,得到与图像I的理想运动轨迹相互平行的图像III(如图4(a)所示);
步骤S33,根据所述两幅同航向相邻航带SAR图像的重叠区域的雷达平台高度、最近斜距、采样间隔等成像信息,建立图像I和图像III之间对应的斜距关系;
同航向相邻航带SAR的斜距-地距剖面图如图5所示,其中,A1、A2分别表示获取图像I和图像III时的APC位置,h1、h2分别表示A1、A2的高度,R1、R2分别表示APC位置A1、A2与重叠区域左边缘P0的最近斜距,dR1表示图像I的斜距采样间隔。对于图像I上与点P0在斜距向上相隔n点的点Pn,可以通过式(1)计算点P0和点Pn的地距距离
然后由式(2)可以计算在图像III中点Pn与点P0的斜距差ΔR2
最后根据图像III的斜距采样间隔dR2,可以获得Pn在图像III中与点P0相隔的点数,即Pn在图像III中相对于点P0的斜距向位置ΔR2/dR2,从而得到两图像之间对应的斜距关系。
步骤S34,根据步骤S33得到的斜距关系,将旋转后的图像III重采样到图像I的斜距坐标系下得到图像IV(如图4(b)所示)。
步骤S4,采用高斯滤波、SIFT(Scale Invariant Feature Transform,尺度不变特征变换)或SURF(Speeded-Up Robust Feature,快速鲁棒特征)方法、Euclidean相似性度量距离、BBF算法、NN/SN准则、双向匹配及RANSAC鲁棒算法对图像I和图像IV进行“候选TPs”的提取;
所述步骤S4进一步包括以下步骤:
步骤S41,对图像I和图像IV进行高斯滤波,以降低图像中的斑点噪声;
步骤S42,利用SIFT或SURF方法对高斯滤波后的两图像检测多尺度特征并建立特征描述符,得到图像I的特征集合A={aj}(j=1,2,…)和图像IV的特征集合B={bi}(i=1,2,…);
步骤S43,利用两图像多尺度特征之间的Euclidean相似性度量距离,使用BBF(Best Bin First,最优节点优先)算法,按照NN/SN准则(如果特征点与其最近邻和次近邻的距离之比小于指定阈值,则判定该特征点和其最近邻为匹配点)对两图像的特征点进行快速的双向匹配:先在图像IV的特征集合B={bi}(i=1,2,…)中寻找与图像I特征集合A={aj}(j=1,2,…)中的特征点相匹配的点集,然后对于B中已匹配的特征点,在A中寻找与其匹配的点,从而建立两图像特征点的初始匹配对集合;
步骤S44,利用RANSAC (Random Sample Consensus,随机抽样一致性)鲁棒算法估计两幅图像的单应矩阵H,初始匹配对集合中满足|bi-Haj|<ε的内点称为“候选TPs”。其中,ε为距离阈值,取值越小说明两个兴趣点的匹配精度越高。
步骤S5,以相干系数图为导引对“候选TPs”进行筛选剔除,剔除位于相干性低的阴影、水域及相位噪声大的人工目标邻域的匹配点对;
在干涉定标中需要利用TPs的相位信息,而相干系数图是相位数据质量好坏的评价标准。采用最大似然相干估算器分别计算每幅图像的相干系数,得到每幅图像的相干系数图,若候选TPs在图像I中的相干系数γ1在图像II中的相干系数γ2及其相应邻域内的相干系数均值都分别满足:γi>0.95,(i=1,2),则满足上述条件的候选TP为所需要的TP(如图6所示)。
步骤S6,将经筛选剔除后得到的TPs在图像IV上的坐标根据步骤S3的映射关系逆映射至图像II上(如图7和8所示),得到图像I和图像II重叠区域的TPs坐标。
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,所应理解的是,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 (10)
1.一种对于严重几何畸变的SAR图像进行同名点提取的方法,其特征在于,该方法包括以下步骤:
步骤S1,根据IMU/GPS记录的载机航迹信息及飞行前测量的天线初始安装姿态信息,确定同航向相邻航带的照射区域位置信息;
步骤S2,对于重叠区域较小的两幅同航向相邻航带SAR图像,根据所述位置信息计算具有重叠区域的所述同航向相邻航带SAR图像的重叠位置,并对所述同航向相邻航带SAR图像进行裁剪,得到对应的图像I,即整个成像场景的远距端图像,和图像II,即整个成像场景的近距端图像;
步骤S3,根据图像I和图像II的构像几何信息及斜距关系,将所述图像II仿射变换到图像I的斜距坐标系下得到图像IV;
步骤S4,对图像I和图像IV进行候选同名点的提取;
步骤S5,以相干系数图为导引对候选同名点进行筛选剔除;
步骤S6,将经筛选剔除后得到的同名点在图像IV上的坐标根据步骤S3的映射关系逆映射至图像II上,得到重叠区域图像I和图像II的同名点坐标。
2.根据权利要求1所述的方法,其特征在于,所述步骤S3进一步包括以下步骤:
步骤S31,根据对同航向相邻航带原始回波数据在成像处理时进行运动补偿后得到的理想运动轨迹的航向角、斜视角等构像几何信息,计算图像II的理想运动轨迹相对于图像I的旋转角度θ;
步骤S32,根据所述旋转角度θ对图像II进行旋转变换,得到与图像I的理想运动轨迹相互平行的图像III;
步骤S33,根据重叠区域的成像信息,建立图像I和图像III之间对应的斜距关系;
步骤S34,根据步骤S33得到的斜距关系,将旋转后的图像III重采样到图像I的斜距坐标系下得到图像IV。
3.根据权利要求2所述的方法,其特征在于,所述步骤S31中理想运动轨迹的构像几何信息包括航向角、斜视角。
4.根据权利要求2所述的方法,其特征在于,所述步骤S33中重叠区域的成像信息包括雷达平台高度、最近斜距和采样间隔。
5.根据权利要求1所述的方法,其特征在于,所述步骤S4进一步包括以下步骤:
步骤S41,对图像I和图像IV进行高斯滤波,以降低图像中的斑点噪声;
步骤S42,利用SIFT或SURF方法对高斯滤波后的两图像检测多尺度特征并建立特征描述符,得到图像I的特征集合A={aj}(j=1,2,…)和图像IV的特征集合B={bi}(i=1,2,…);
步骤S43,利用两图像多尺度特征之间的Euclidean相似性度量距离,使用最优节点优先BBF算法,按照NN/SN准则对两图像的特征点进行快速的双向匹配,从而建立两图像特征点的初始匹配对集合;
步骤S44,利用随机抽样一致性RANSAC鲁棒算法估计两幅图像的单应矩阵H,初始匹配对集合中满足|bi-Haj|<ε的内点称为候选同名点,其中,ε为距离阈值。
6.根据权利要求5所述的方法,其特征在于,所述NN/SN准则为:如果特征点与其最近邻和次近邻的距离之比小于指定阈值,则判定该特征点和其最近邻为匹配点。
7.根据权利要求5所述的方法,其特征在于,所述步骤S43中的双向匹配进一步为:先在图像IV的特征集合B={bi}(i=1,2,…)中寻找与图像I特征集合A={aj}(j=1,2,…)中的特征点相匹配的点集,然后对于B中已匹配的特征点,在A中寻找与其匹配的点。
8.根据权利要求1所述的方法,其特征在于,所述步骤S5进一步包括采用最大似然相干估算器分别计算每幅图像的相干系数,得到每幅图像的相干系数图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210194637.XA CN103489176B (zh) | 2012-06-13 | 2012-06-13 | 一种对于严重几何畸变的sar图像进行同名点提取的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210194637.XA CN103489176B (zh) | 2012-06-13 | 2012-06-13 | 一种对于严重几何畸变的sar图像进行同名点提取的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103489176A true CN103489176A (zh) | 2014-01-01 |
CN103489176B CN103489176B (zh) | 2016-02-03 |
Family
ID=49829374
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210194637.XA Active CN103489176B (zh) | 2012-06-13 | 2012-06-13 | 一种对于严重几何畸变的sar图像进行同名点提取的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103489176B (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104978742A (zh) * | 2015-06-12 | 2015-10-14 | 北京邮电大学 | 基于级联结构的图像配准方法及装置 |
CN105842691A (zh) * | 2016-03-17 | 2016-08-10 | 中国测绘科学研究院 | 大区域InSAR形变结果的自动化平差及镶嵌方法及装置 |
CN106529587A (zh) * | 2016-08-26 | 2017-03-22 | 北京航空航天大学 | 基于目标点识别的视觉航向识别方法 |
CN106778587A (zh) * | 2016-12-09 | 2017-05-31 | 国家测绘地理信息局四川测绘产品质量监督检验站 | 基于无人机影像的飞行状态检测方法及装置 |
CN108304883A (zh) * | 2018-02-12 | 2018-07-20 | 西安电子科技大学 | 基于改进sift的sar图像匹配方法 |
CN108335262A (zh) * | 2017-12-16 | 2018-07-27 | 中煤航测遥感集团有限公司 | 一种基于物方反算的dem拼接方法及dsm拼接方法 |
CN108896009A (zh) * | 2018-04-29 | 2018-11-27 | 天津大学 | 一种基于有效相干性的大型线状结构体沉降监测方法 |
CN109188433A (zh) * | 2018-08-20 | 2019-01-11 | 南京理工大学 | 基于无控制点的双机载sar图像目标定位的方法 |
CN109493274A (zh) * | 2018-10-18 | 2019-03-19 | 华南农业大学 | 一种基于坐标转换的图像扭曲处理方法 |
CN109903352A (zh) * | 2018-12-24 | 2019-06-18 | 中国科学院遥感与数字地球研究所 | 一种卫星遥感影像大区域无缝正射影像制作方法 |
CN111309955A (zh) * | 2017-02-13 | 2020-06-19 | 哈尔滨理工大学 | 一种面向图像检索的融合方法 |
CN111968035A (zh) * | 2020-08-05 | 2020-11-20 | 成都圭目机器人有限公司 | 基于损失函数的图像相对旋转角计算方法 |
CN112379377A (zh) * | 2020-10-30 | 2021-02-19 | 上海卫星工程研究所 | 分布式InSAR卫星长条带测绘优化SAR任务规划方法及*** |
WO2021051439A1 (zh) * | 2019-09-26 | 2021-03-25 | 深圳市速腾聚创科技有限公司 | 校正方法、装置、存储介质及多通道激光雷达 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1426021A (zh) * | 2002-12-19 | 2003-06-25 | 上海交通大学 | 遥感图像的非线性配准方法 |
WO2005008281A1 (en) * | 2003-07-19 | 2005-01-27 | Gamma Remote Sensing Research And Consulting Ag | Method to improve interferometric signatures by coherent point scatterers |
CN1987896A (zh) * | 2005-12-23 | 2007-06-27 | 中国科学院中国遥感卫星地面站 | 高分辨率sar影像配准处理方法及*** |
-
2012
- 2012-06-13 CN CN201210194637.XA patent/CN103489176B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1426021A (zh) * | 2002-12-19 | 2003-06-25 | 上海交通大学 | 遥感图像的非线性配准方法 |
WO2005008281A1 (en) * | 2003-07-19 | 2005-01-27 | Gamma Remote Sensing Research And Consulting Ag | Method to improve interferometric signatures by coherent point scatterers |
CN1987896A (zh) * | 2005-12-23 | 2007-06-27 | 中国科学院中国遥感卫星地面站 | 高分辨率sar影像配准处理方法及*** |
Non-Patent Citations (3)
Title |
---|
J. RAGGAM 等: "MULTISENSOR MAPPING USING SAR IN CONJUNCTION WITH OPTICAL DATA", 《ISPRS.ORG》 * |
姜丽敏 等: "面向InSAR稀疏控制点测图的同名点提取方法", 《电子与信息学报》 * |
王山虎 等: "基于大尺度双边SIFT的SAR图像同名点自动提取方法", 《电子与信息学报》 * |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104978742A (zh) * | 2015-06-12 | 2015-10-14 | 北京邮电大学 | 基于级联结构的图像配准方法及装置 |
CN105842691A (zh) * | 2016-03-17 | 2016-08-10 | 中国测绘科学研究院 | 大区域InSAR形变结果的自动化平差及镶嵌方法及装置 |
CN105842691B (zh) * | 2016-03-17 | 2018-01-12 | 中国测绘科学研究院 | 大区域InSAR形变结果的自动化平差及镶嵌方法及装置 |
CN106529587A (zh) * | 2016-08-26 | 2017-03-22 | 北京航空航天大学 | 基于目标点识别的视觉航向识别方法 |
CN106529587B (zh) * | 2016-08-26 | 2019-06-25 | 北京航空航天大学 | 基于目标点识别的视觉航向识别方法 |
CN106778587A (zh) * | 2016-12-09 | 2017-05-31 | 国家测绘地理信息局四川测绘产品质量监督检验站 | 基于无人机影像的飞行状态检测方法及装置 |
CN111309955A (zh) * | 2017-02-13 | 2020-06-19 | 哈尔滨理工大学 | 一种面向图像检索的融合方法 |
CN111309955B (zh) * | 2017-02-13 | 2022-06-24 | 哈尔滨理工大学 | 一种面向图像检索的融合方法 |
CN108335262A (zh) * | 2017-12-16 | 2018-07-27 | 中煤航测遥感集团有限公司 | 一种基于物方反算的dem拼接方法及dsm拼接方法 |
CN108304883A (zh) * | 2018-02-12 | 2018-07-20 | 西安电子科技大学 | 基于改进sift的sar图像匹配方法 |
CN108304883B (zh) * | 2018-02-12 | 2022-09-16 | 西安电子科技大学 | 基于改进sift的sar图像匹配方法 |
CN108896009A (zh) * | 2018-04-29 | 2018-11-27 | 天津大学 | 一种基于有效相干性的大型线状结构体沉降监测方法 |
CN109188433A (zh) * | 2018-08-20 | 2019-01-11 | 南京理工大学 | 基于无控制点的双机载sar图像目标定位的方法 |
CN109188433B (zh) * | 2018-08-20 | 2022-11-04 | 南京理工大学 | 基于无控制点的双机载sar图像目标定位的方法 |
CN109493274A (zh) * | 2018-10-18 | 2019-03-19 | 华南农业大学 | 一种基于坐标转换的图像扭曲处理方法 |
CN109493274B (zh) * | 2018-10-18 | 2020-12-11 | 华南农业大学 | 一种基于坐标转换的图像扭曲处理方法 |
CN109903352A (zh) * | 2018-12-24 | 2019-06-18 | 中国科学院遥感与数字地球研究所 | 一种卫星遥感影像大区域无缝正射影像制作方法 |
CN112955778A (zh) * | 2019-09-26 | 2021-06-11 | 深圳市速腾聚创科技有限公司 | 校正方法、装置、存储介质及多通道激光雷达 |
WO2021051439A1 (zh) * | 2019-09-26 | 2021-03-25 | 深圳市速腾聚创科技有限公司 | 校正方法、装置、存储介质及多通道激光雷达 |
CN112955778B (zh) * | 2019-09-26 | 2023-08-04 | 深圳市速腾聚创科技有限公司 | 校正方法、装置、存储介质及多通道激光雷达 |
CN111968035A (zh) * | 2020-08-05 | 2020-11-20 | 成都圭目机器人有限公司 | 基于损失函数的图像相对旋转角计算方法 |
CN111968035B (zh) * | 2020-08-05 | 2023-06-20 | 成都圭目机器人有限公司 | 基于损失函数的图像相对旋转角计算方法 |
CN112379377A (zh) * | 2020-10-30 | 2021-02-19 | 上海卫星工程研究所 | 分布式InSAR卫星长条带测绘优化SAR任务规划方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN103489176B (zh) | 2016-02-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103489176B (zh) | 一种对于严重几何畸变的sar图像进行同名点提取的方法 | |
CN113359097B (zh) | 一种毫米波雷达和相机联合标定的方法 | |
CN104931966B (zh) | 一种基于dcs算法的星载视频sar成像处理方法 | |
CN101566692B (zh) | 利用卫星遥感数据中的云影信息检测云高的方法 | |
CN104007439B (zh) | 一种干涉圆迹sar高程估计处理方法 | |
KR20130004227A (ko) | Sar 영상 내의 픽셀의 지리 좌표를 결정하기 위한 방법 | |
CN104134354A (zh) | 用于在多目标记录模块中对移动车辆进行速度测量和指认的交通监测*** | |
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 | |
CN109633639B (zh) | Topsar干涉数据的高精度快速配准方法 | |
CN113093184B (zh) | 一种基于视频合成孔径雷达的干涉测量方法 | |
Rossi et al. | High-resolution InSAR building layovers detection and exploitation | |
CN112348882A (zh) | 一种基于多源探测器的低空目标跟踪信息融合方法和*** | |
Gao et al. | DC-Loc: Accurate automotive radar based metric localization with explicit doppler compensation | |
CN115685200A (zh) | 一种高精度大前斜视sar成像运动补偿与几何校正方法 | |
CN109085588B (zh) | 基于Terra SAR-X高分辨率聚束模式数据电网铁塔倾斜的监测方法 | |
CN108008382B (zh) | 一种多基地星载干涉sar***测量陡峭地形的方法 | |
CN111540007B (zh) | 一种利用sar图像估算油罐存储量的方法 | |
CN105403886A (zh) | 一种机载sar定标器图像位置自动提取方法 | |
CN113610902B (zh) | 地基真实孔径雷达与点云数据映射配准方法 | |
CN109870685B (zh) | 基于改进的rd算法的室内距离向移动sar成像方法 | |
CN113895482B (zh) | 基于轨旁设备的列车测速方法及装置 | |
CN116202410A (zh) | 地质灾害监测方法、装置、电子设备和存储介质 | |
André et al. | Spatially variant incoherence trimming for improved bistatic SAR CCD | |
CN106371096B (zh) | 机载双天线InSAR三维构像模型构建方法 | |
Jaud et al. | Method for orthorectification of terrestrial radar maps |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |