CN114463638A - 机载干涉合成孔径雷达影像的几何校正方法 - Google Patents

机载干涉合成孔径雷达影像的几何校正方法 Download PDF

Info

Publication number
CN114463638A
CN114463638A CN202210164248.6A CN202210164248A CN114463638A CN 114463638 A CN114463638 A CN 114463638A CN 202210164248 A CN202210164248 A CN 202210164248A CN 114463638 A CN114463638 A CN 114463638A
Authority
CN
China
Prior art keywords
pixel
sub
coordinates
block
gaussian
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
Application number
CN202210164248.6A
Other languages
English (en)
Other versions
CN114463638B (zh
Inventor
李芳芳
洪文
胡玉新
韩冰
胡东辉
张月婷
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Aerospace Information Research Institute of CAS
Original Assignee
Aerospace Information Research Institute of CAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Aerospace Information Research Institute of CAS filed Critical Aerospace Information Research Institute of CAS
Priority to CN202210164248.6A priority Critical patent/CN114463638B/zh
Publication of CN114463638A publication Critical patent/CN114463638A/zh
Application granted granted Critical
Publication of CN114463638B publication Critical patent/CN114463638B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/02—Affine transformations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4007—Scaling of whole images or parts thereof, e.g. expanding or contracting based on interpolation, e.g. bilinear interpolation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/80—Geometric correction
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30181—Earth observation

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

本公开提供一种机载干涉合成孔径雷达影像的几何校正方法，包括：识别机载干涉合成孔径雷达影像中的建筑物区域和非建筑物区域；对所述非建筑物区域中的各像素进行几何校正；根据所述建筑物区域中各建筑物的大小将所述建筑物区域划分为至少一个子块，对于每一子块，计算高斯坐标系下子块与斜距坐标系下子块之间的仿射变换系数；根据所述仿射变换系数对子块内的各像素进行几何校正，得到所述机载干涉合成孔径雷达影像的幅度图像；对所述幅度图像进行插值处理。

Description

机载干涉合成孔径雷达影像的几何校正方法
技术领域
本公开涉及电子信息技术雷达技术领域，特别涉及一种机载干涉合成孔径雷达影像的几何校正方法。
背景技术
合成孔径雷达（Synthetic Aperture Radar, SAR）影像几何校正的目的是修正SAR原始图像的几何变形，生成符合某种地图投影或图形表达要求的新图像。目前，机载SAR***具备高精度的GPS定位***，因此，几何校正过程需要重点考虑地形起伏的影响。
干涉合成孔径雷达（Interferometric SAR, InSAR）利用合成孔径雷达（SAR）两个通道的干涉相位信息提取地表的高程信息，能够将SAR的测量拓展到三维空间。因而，机载干涉SAR能利用自身获得的高精度DEM进行影像的几何校正，对消除地形起伏对成像的影响具有优势。
机载干涉SAR几何校正的通常的方法是根据已知的DEM，逐个像素联立距离多普勒方程求解其平面定位。这一方法存在的问题是：一是计算效率低，对大面积影像，逐个像素计算耗费时间长，另外，干涉SAR获得的DEM本身存在一定的噪声，在建筑物区域，受叠掩、阴影几何畸变影响，相位噪声大、DEM数据噪声较大，由此会造成平面定位的偏差，尤其在建筑物的边缘，定位偏差在几何校正后的影像上就会表现为边缘的扭曲，影响目视解译。
发明内容
有鉴于此，本公开提供一种机载干涉合成孔径雷达影像的几何校正方法，包括：识别机载干涉合成孔径雷达影像中的建筑物区域和非建筑物区域；对所述非建筑物区域中的各像素进行几何校正；根据所述建筑物区域中各建筑物的大小将所述建筑物区域划分为至少一个子块，对于每一子块，计算高斯坐标系下子块与斜距坐标系下子块之间的仿射变换系数；根据所述仿射变换系数对子块内的各像素进行几何校正，得到所述机载干涉合成孔径雷达影像的幅度图像；对所述幅度图像进行插值处理。
根据本公开的实施例，其中，所述识别机载干涉合成孔径雷达影像中的建筑物区域和非建筑物区域包括：计算所述机载干涉合成孔径雷达影像的变差系数；基于所述变差系数，采用最大类间方差法对所述机载干涉合成孔径雷达影像中的像素进行分类，识别所述建筑物区域和非建筑物区域。
根据本公开的实施例，其中，所述对所述非建筑物区域中的各像素进行几何校正包括：获取所述非建筑物区域中的各像素的高程值、各像素成像时的载机位置和载机速度、图像近距、距离向像素间隔；根据各像素的高程值、各像素成像时的载机位置和载机速度、图像近距、距离向像素间隔计算各像素的地面坐标；计算各像素的地面坐标在高斯网格中对应的坐标；根据各像素的坐标将各像素的图像幅度***所述高斯网格中对应的位置。
根据本公开的实施例，其中，所述根据各像素的高程值、各像素成像时的载机位置和载机速度、图像近距、距离向像素间隔计算各像素的地面坐标包括：根据
Figure 669894DEST_PATH_IMAGE002
计算各像素的地面坐标，其中，
Figure 155233DEST_PATH_IMAGE004
为像素成像时的载机位置，
Figure 325314DEST_PATH_IMAGE006
为像素成像时的载机速度，
Figure 267600DEST_PATH_IMAGE008
为图像近距，
Figure 93605DEST_PATH_IMAGE010
为距离向像素间隔，
Figure 621450DEST_PATH_IMAGE012
为多普勒中心频率，
Figure 646038DEST_PATH_IMAGE014
为波长，
Figure 995111DEST_PATH_IMAGE016
为像素的地面坐标，
Figure 603684DEST_PATH_IMAGE018
像素的高程值。
根据本公开的实施例，其中，所述计算各像素的地面坐标在高斯网格中对应的坐标包括：根据坐标转换关系将各像素的地面坐标转化为高斯坐标系下的坐标；根据公式：
Figure 899668DEST_PATH_IMAGE020
计算像素的地面坐标在高斯网格中对应的坐标，其中，
Figure 778762DEST_PATH_IMAGE022
为各像素的 地面坐标对应的高斯坐标系下的坐标，
Figure 62850DEST_PATH_IMAGE024
为高斯网格一顶角的坐标，
Figure 394606DEST_PATH_IMAGE026
为 高斯网格中X方向的采样间隔，
Figure 523973DEST_PATH_IMAGE028
为高斯网格中Y方向的采样间隔，
Figure 257574DEST_PATH_IMAGE030
为高斯网格下的 坐标。
根据本公开的实施例，其中，所述根据所述建筑物区域中各建筑物的大小将所述建筑物区域划分为至少一个子块包括：根据各个建筑物的外接矩形将所述建筑物区域划分为至少一个子块，其中，每一个子块的四个角点落在所述非建筑物区域。
根据本公开的实施例，其中，所述计算高斯坐标系下子块与斜距坐标系下子块之间的仿射变换系数包括：对于每一子块，计算子块的四个角点在高斯网格中的坐标以及在斜距坐标系下的坐标；建立高斯坐标系下子块与斜距坐标系下子块之间的仿射变换关系；将所述四个角点在高斯网格中的坐标以及在斜距坐标系下的坐标代入所述仿射变换关系求解所述仿射变换系数。
根据本公开的实施例，其中，所述仿射变换关系为：
Figure 214029DEST_PATH_IMAGE032
其中，
Figure 96114DEST_PATH_IMAGE034
为子块的角点在斜距坐标系下的坐标，
Figure 796217DEST_PATH_IMAGE030
为子块的角点在高斯网格 中的坐标。
根据本公开的实施例，其中，所述根据所述仿射变换系数对子块内的各像素进行几何校正包括：根据所述仿射变换系数计算子块内各像素在高斯网格中对应的坐标；根据各像素的坐标将各像素的图像幅度***所述高斯网格中对应的位置。
根据本公开的实施例，其中，采用双线性插值法对所述幅度图像进行插值处理。
本公开实施例提供的几何校正方法针对机载干涉SAR影像几何校正存在的难点，通过一定的策略判断出影像中建筑物等DEM噪声较大的区域，对于非建筑物区域，采用像素级的几何校正方法，保证几何校正的精度；对于建筑物区域，则通过块校正的方法，避免DEM噪声导致的校正质量下降，同时能够提高校正的速度，从而克服了像素级的几何校正方法效率低且在建筑物等区域校正产品质量较差的缺点，提高了机载干涉SAR影像几何校正的效率和校正产品的可判读性。
附图说明
通过以下参照附图对本公开实施例的描述，本公开的上述以及其他目的、特征和优点将更为清楚，在附图中：
图1示意性示出了根据本公开实施例提供的机载干涉合成孔径雷达影像的几何校正方法的总体流程图。
图2示意性示出了根据本公开实施例提供的具体像素级校正和块校正结合校正的流程图。
具体实施方式
为使本公开的目的、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，对本公开进一步详细说明。显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，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，都属于本公开保护的范围。
在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在本公开中，除非另有明确的规定和限定，术语“安装”、“相连”“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接或可以互相通讯；可以是直接连接，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本公开中的具体含义。
在本公开的描述中，需要理解的是，术语“纵向”、“长度”、“周向”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本公开和简化描述，而不是指示或暗示所指的子***或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本公开的限制。
贯穿附图，相同的元素由相同或相近的附图标记来表示。可能导致本公开的理解造成混淆时，将省略常规结构或构造。并且图中各部件的形状、尺寸、位置关系不反映真实大小、比例和实际位置关系。另外，在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。
类似地，为了精简本公开并帮助理解各个公开方面中的一个或多个，在上面对本公开示例性实施例的描述中，本公开的各个特征有时被一起分到单个实施例、图或者对其描述中。参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本公开的至少一个实施例或示例中。本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或者多个实施例或示例中以合适的方式结合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。因此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本公开的描述中，“多个”的含义是至少两个，例如两个、三个等，除非另有明确具体的限定。
本公开的目的在于提供一种像素级校正与块校正相结合的机载干涉SAR影像几何校正方法，首先通过一定的策略判断出影像中建筑物等数字高程模型（DEM）噪声较大的区域，然后对于非建筑物区域，采用常规的像素级的几何校正方法，保证几何校正的精度；对于建筑物区域，则通过块校正的方法，避免DEM噪声导致的校正质量下降，同时能够提高校正的速度。从而提高了机载干涉SAR影像几何校正的效率和校正产品的可判读性。
图1示意性示出了根据本公开实施例提供的机载干涉合成孔径雷达影像的几何校正方法的总体流程图。图2示意性示出了根据本公开实施例提供的具体像素级校正和块校正结合校正的流程图。
如图1和图2所示，该方法例如可以包括操作S101~操作S106。
在操作S101，识别机载干涉合成孔径雷达影像中的建筑物区域和非建筑物区域。
在本公开实施例中，可以通过计述机载干涉合成孔径雷达影像的变差系数，基于所述变差系数，采用最大类间方差法对机载干涉合成孔径雷达影像中的像素进行分类，识别建筑物区域和非建筑物区域。
示例性的，可以通过：
Figure DEST_PATH_IMAGE036
计算图像的变差系数，进而得到图像的变差系数图。然后，采取最大类间方差法（OSTU）自动选取阈值对其进行分类，得到建筑物区域和非建筑物区域。
在操作S102，对非建筑物区域中的各像素进行几何校正。
在本公开实施例中，对非建筑物区域中的每一个像素
Figure 554964DEST_PATH_IMAGE034
进行几何校正可以为： 获取非建筑物区域中的各像素的高程值、各像素成像时的载机位置和载机速度、图像近距、 距离向像素间隔。根据各像素的高程值、各像素成像时的载机位置和载机速度、图像近距、 距离向像素间隔计算各像素的地面坐标。计算各像素的地面坐标在高斯网格中对应的坐 标。根据各像素的坐标将各像素的图像幅度***高斯网格中对应的位置。
具体的，首先，可以读取利用机载干涉SAR数据生成的DEM中该像素的高程值
Figure 416740DEST_PATH_IMAGE037
。
然后，根据
Figure 988667DEST_PATH_IMAGE002
计算各像素的地面坐标，其中，
Figure 725417DEST_PATH_IMAGE004
为像素成像时的载机位置，
Figure 699189DEST_PATH_IMAGE006
为像素成像时的载机速度，
Figure DEST_PATH_IMAGE038
为图像近距，
Figure DEST_PATH_IMAGE039
为距离向像素间隔，
Figure 574610DEST_PATH_IMAGE012
为多普勒中心频率，
Figure 633833DEST_PATH_IMAGE014
为波长，
Figure 941317DEST_PATH_IMAGE016
为像素的地面坐标，
Figure 8411DEST_PATH_IMAGE037
像素的高程值。由此可见，上述方程中除
Figure 477570DEST_PATH_IMAGE016
之 外，其他参数均为已知的，因此，解该方程即可以得出像素
Figure 758510DEST_PATH_IMAGE034
的地面坐标
Figure DEST_PATH_IMAGE040
。
接下来，根据坐标转换关系将该像素的地面坐标
Figure DEST_PATH_IMAGE042
转换到高斯坐标系下 的坐标
Figure DEST_PATH_IMAGE044
，计算出该坐标在高斯网格中的位置为：
Figure 555171DEST_PATH_IMAGE020
计算像素的地面坐标在高斯网格中对应的坐标，其中，
Figure 503535DEST_PATH_IMAGE022
为各像素的 地面坐标对应的高斯坐标系下的坐标，
Figure 143595DEST_PATH_IMAGE024
为高斯网格一顶角的坐标，
Figure 410366DEST_PATH_IMAGE026
为 高斯网格中X方向的采样间隔，
Figure 794074DEST_PATH_IMAGE028
为高斯网格中Y方向的采样间隔，
Figure 596945DEST_PATH_IMAGE030
为高斯网格下的 坐标。
最后，根据非建筑物区域中各像素的坐标将各像素的图像幅度***所述高斯网格中对应的位置，完成非建筑物区域中各像素的几何校正。
在操作S103，根据建筑物区域中各建筑物的大小将所述建筑物区域划分为至少一个子块。
在本公开实施例中，针对建筑物区域，采用块校正的方法进行几何校正。可以根据每一个建筑物区域的大小，设定子块的尺寸和位置。子块一般设定为建筑物区域的外接矩形，例如200×200，如果建筑物区域范围较大，可以划分为多个子块。子块的四个角点需落在非建筑物区域。
在操作S104，对于每一子块，计算高斯坐标系下子块与斜距坐标系下子块之间的仿射变换系数。
在本公开实施例中，对于每一子块，计算子块的四个角点在高斯网格中的坐标以及在斜距坐标系下的坐标。建立高斯坐标系下子块与斜距坐标系下子块之间的仿射变换关系。将四个角点在高斯网格中的坐标以及在斜距坐标系下的坐标代入仿射变换关系求解所述仿射变换系数。
具体的，对划分出的每一个子块，对该块的四个角点，分别按操作S102计算出四个 角点在高斯网格中的位置
Figure DEST_PATH_IMAGE046
，
Figure DEST_PATH_IMAGE048
，
Figure DEST_PATH_IMAGE050
，
Figure DEST_PATH_IMAGE052
。
对划分出的每一个子块，建立高斯坐标系下子块与斜距坐标系下子块之间的仿射变换关系可以为：
Figure 228478DEST_PATH_IMAGE053
其中，
Figure 451387DEST_PATH_IMAGE034
为子块的角点在斜距坐标系下的坐标，
Figure 638786DEST_PATH_IMAGE030
为子块的角点在高斯网格 中的坐标。
将四个角点的斜距图像坐标
Figure 296163DEST_PATH_IMAGE055
，
Figure DEST_PATH_IMAGE057
，
Figure DEST_PATH_IMAGE059
，
Figure DEST_PATH_IMAGE061
和高斯网格坐标
Figure 703792DEST_PATH_IMAGE046
，
Figure DEST_PATH_IMAGE062
，
Figure 86100DEST_PATH_IMAGE050
，
Figure 77190DEST_PATH_IMAGE063
代入上式，构成如下线性方程组：
Figure DEST_PATH_IMAGE064
对划分出的每一个子块，求解对应的线性方程组得出仿射变换系数
Figure DEST_PATH_IMAGE066
，
Figure DEST_PATH_IMAGE068
，
Figure DEST_PATH_IMAGE070
，
Figure DEST_PATH_IMAGE072
，
Figure 290872DEST_PATH_IMAGE074
，
Figure 428590DEST_PATH_IMAGE076
，
Figure 861977DEST_PATH_IMAGE078
，
Figure 358555DEST_PATH_IMAGE080
。
在操作S105，根据仿射变换系数对子块内的各像素进行几何校正，得到机载干涉合成孔径雷达影像的幅度图像。
对划分出的每一个子块，对块内的每一个像素
Figure DEST_PATH_IMAGE082
，利用计算出的仿射变换系数， 计算几何校正后的图像高斯坐标
Figure DEST_PATH_IMAGE084
。根据各像素的坐标将各像素的图像幅度***高斯网 格中对应的位置，完整建筑区的块校正。
在操作S106，对幅度图像进行插值处理。
在本公开实施例中，由于干涉SAR侧视成像的特点，干涉SAR影像是在斜距方向进行等间隔采样，因此几何校正时将侧视方向转换成正射方向，会造成采样不均匀，需要对校正后的幅度图像进行插值处理。示例性的，可以采用双线性插值法进行插值。
综上所述，本公开基于像素级校正与块校正相结合的方法对机载干涉SAR影像进行几何校正。首先利用变差系数图的最大类间方差分类区分出影像中的建筑物区域和非建筑物区域。对非建筑物区域进行像素级的几何校正；而对建筑物区域，则将影像划分为子块，根据四个角点的平面定位建立该子块内部的仿射变换关系，子块内部根据仿射变换关系进行几何校正。这样可以克服像素级的几何校正方法效率低且在建筑物等区域校正产品质量较差的缺点，提高了机载干涉SAR影像几何校正的效率和校正产品的可判读性。
以上所述的具体实施例，对本公开的目的、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，以上所述仅为本公开的具体实施例而已，并不用于限制本公开，凡在本公开的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。

Claims (10)

1.一种机载干涉合成孔径雷达影像的几何校正方法，包括：
识别机载干涉合成孔径雷达影像中的建筑物区域和非建筑物区域；
对所述非建筑物区域中的各像素进行几何校正；
根据所述建筑物区域中各建筑物的大小将所述建筑物区域划分为至少一个子块，
对于每一子块，计算高斯坐标系下子块与斜距坐标系下子块之间的仿射变换系数；
根据所述仿射变换系数对子块内的各像素进行几何校正，得到所述机载干涉合成孔径雷达影像的幅度图像；
对所述幅度图像进行插值处理。
2.根据权利要求1所述的几何校正方法，其中，所述识别机载干涉合成孔径雷达影像中的建筑物区域和非建筑物区域包括：
计算所述机载干涉合成孔径雷达影像的变差系数；
基于所述变差系数，采用最大类间方差法对所述机载干涉合成孔径雷达影像中的像素进行分类，识别所述建筑物区域和非建筑物区域。
3.根据权利要求1所述的几何校正方法，其中，所述对所述非建筑物区域中的各像素进行几何校正包括：
获取所述非建筑物区域中的各像素的高程值、各像素成像时的载机位置和载机速度、图像近距、距离向像素间隔；
根据各像素的高程值、各像素成像时的载机位置和载机速度、图像近距、距离向像素间隔计算各像素的地面坐标；
计算各像素的地面坐标在高斯网格中对应的坐标；
根据各像素的坐标将各像素的图像幅度***所述高斯网格中对应的位置。
4.根据权利要求3所述的几何校正方法，其中，所述根据各像素的高程值、各像素成像时的载机位置和载机速度、图像近距、距离向像素间隔计算各像素的地面坐标包括：
根据
Figure 8190DEST_PATH_IMAGE002
计算各像素的地面坐标，其中，
Figure 299232DEST_PATH_IMAGE004
为像素成像时的载机位置，
Figure 954336DEST_PATH_IMAGE006
为像 素成像时的载机速度，
Figure 723446DEST_PATH_IMAGE008
为图像近距，
Figure 147605DEST_PATH_IMAGE010
为距离向像素间隔，
Figure 609548DEST_PATH_IMAGE012
为多普勒中心频率，
Figure 751948DEST_PATH_IMAGE014
为波 长，
Figure 154828DEST_PATH_IMAGE016
为像素的地面坐标，
Figure 699073DEST_PATH_IMAGE018
像素的高程值。
5.根据权利要求3所述的几何校正方法，其中，所述计算各像素的地面坐标在高斯网格中对应的坐标包括：
根据坐标转换关系将各像素的地面坐标转化为高斯坐标系下的坐标；
根据公式：
Figure 331917DEST_PATH_IMAGE020
计算像素的地面坐标在高斯网格中对应的坐标，其中，
Figure 961613DEST_PATH_IMAGE022
为各像素的地面坐 标对应的高斯坐标系下的坐标，
Figure 72526DEST_PATH_IMAGE024
为高斯网格一顶角的坐标，
Figure 471277DEST_PATH_IMAGE026
为高斯网 格中X方向的采样间隔，
Figure 540602DEST_PATH_IMAGE028
为高斯网格中Y方向的采样间隔，
Figure 657594DEST_PATH_IMAGE030
为高斯网格下的坐标。
6.根据权利要求1所述的几何校正方法，其中，所述根据所述建筑物区域中各建筑物的大小将所述建筑物区域划分为至少一个子块包括：
根据各个建筑物的外接矩形将所述建筑物区域划分为至少一个子块，其中，每一个子块的四个角点落在所述非建筑物区域。
7.根据权利要求6所述的几何校正方法，其中，所述计算高斯坐标系下子块与斜距坐标系下子块之间的仿射变换系数包括：
对于每一子块，计算子块的四个角点在高斯网格中的坐标以及在斜距坐标系下的坐标；
建立高斯坐标系下子块与斜距坐标系下子块之间的仿射变换关系；
将所述四个角点在高斯网格中的坐标以及在斜距坐标系下的坐标代入所述仿射变换关系求解所述仿射变换系数。
8.根据权利要求7所述的几何校正方法，其中，所述仿射变换关系为：
Figure 312478DEST_PATH_IMAGE032
其中，
Figure 831315DEST_PATH_IMAGE034
为子块的角点在斜距坐标系下的坐标，
Figure 805962DEST_PATH_IMAGE030
为子块的角点在高斯网格中的 坐标。
9.根据权利要求1所述的几何校正方法，其中，所述根据所述仿射变换系数对子块内的各像素进行几何校正包括：
根据所述仿射变换系数计算子块内各像素在高斯网格中对应的坐标；
根据各像素的坐标将各像素的图像幅度***所述高斯网格中对应的位置。
10.根据权利要求1所述的几何校正方法，其中，采用双线性插值法对所述幅度图像进行插值处理。
CN202210164248.6A 2022-02-23 2022-02-23 机载干涉合成孔径雷达影像的几何校正方法 Active CN114463638B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210164248.6A CN114463638B (zh) 2022-02-23 2022-02-23 机载干涉合成孔径雷达影像的几何校正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210164248.6A CN114463638B (zh) 2022-02-23 2022-02-23 机载干涉合成孔径雷达影像的几何校正方法

Publications (2)

Publication Number Publication Date
CN114463638A true CN114463638A (zh) 2022-05-10
CN114463638B CN114463638B (zh) 2022-09-20

Family

ID=81415305

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210164248.6A Active CN114463638B (zh) 2022-02-23 2022-02-23 机载干涉合成孔径雷达影像的几何校正方法

Country Status (1)

Country Link
CN (1) CN114463638B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005252676A (ja) * 2004-03-04 2005-09-15 Seiko Epson Corp マルチプロジェクションシステムのための画像補正方法
CN104237887A (zh) * 2014-09-29 2014-12-24 中国测绘科学研究院 一种sar遥感影像匹配方法
CN108764157A (zh) * 2018-05-30 2018-11-06 湖北大学 基于法向量高斯分布的建筑物激光脚点提取方法及***
CN109375237A (zh) * 2018-12-12 2019-02-22 北京华科博创科技有限公司 一种全固态面阵三维成像激光雷达***
CN111127334A (zh) * 2019-11-15 2020-05-08 航天恒星科技有限公司 基于rd平面像素映射的sar图像实时几何校正方法及***
CN112147608A (zh) * 2020-09-22 2020-12-29 南京信息工程大学 一种快速高斯网格化非均匀fft穿墙成像雷达bp方法
CN112305510A (zh) * 2020-09-22 2021-02-02 江苏师范大学 一种基于dem匹配的合成孔径雷达影像几何定标方法
WO2021214016A1 (fr) * 2020-04-23 2021-10-28 Airbus Ds Geo Sa Procédé de calage géométrique de modèle numérique d'élévation

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005252676A (ja) * 2004-03-04 2005-09-15 Seiko Epson Corp マルチプロジェクションシステムのための画像補正方法
CN104237887A (zh) * 2014-09-29 2014-12-24 中国测绘科学研究院 一种sar遥感影像匹配方法
CN108764157A (zh) * 2018-05-30 2018-11-06 湖北大学 基于法向量高斯分布的建筑物激光脚点提取方法及***
CN109375237A (zh) * 2018-12-12 2019-02-22 北京华科博创科技有限公司 一种全固态面阵三维成像激光雷达***
CN111127334A (zh) * 2019-11-15 2020-05-08 航天恒星科技有限公司 基于rd平面像素映射的sar图像实时几何校正方法及***
WO2021214016A1 (fr) * 2020-04-23 2021-10-28 Airbus Ds Geo Sa Procédé de calage géométrique de modèle numérique d'élévation
CN112147608A (zh) * 2020-09-22 2020-12-29 南京信息工程大学 一种快速高斯网格化非均匀fft穿墙成像雷达bp方法
CN112305510A (zh) * 2020-09-22 2021-02-02 江苏师范大学 一种基于dem匹配的合成孔径雷达影像几何定标方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
AN NGOC VAN 等: "Highly accurate Geometric Correction for NOAA AVHRR data considering the feature of elevation and the feature of coastline", 《IGARSS 2008 - 2008 IEEE INTERNATIONAL GEOSCIENCE AND REMOTE SENSING SYMPOSIUM》 *
FANGFANG LI 等: "Progress in Standardization of Calibration and Validation of SAR", 《2021 IEEE INTERNATIONAL GEOSCIENCE AND REMOTE SENSING SYMPOSIUM IGARSS》 *
GUO ZHANG 等: "Block Adjustment without GCPs for Chinese Spaceborne SAR GF-3 Imagery", 《REMOTE SENSORS》 *
任三孩等: "地形起伏地区雷达导航图几何校正方法", 《***工程与电子技术》 *
孙文等: "SAR图像几何精校正的OpenMP-GPU协同处理实现", 《科学技术与工程》 *
熊轶群等: "城市绿化遥感中建筑物遮蔽面积校正模型研究", 《环境科学与技术》 *
白雨露: "顾及变形特点的遥感影像分块纠正技术", 《知网硕士电子期刊》 *

Also Published As

Publication number Publication date
CN114463638B (zh) 2022-09-20

Similar Documents

Publication Publication Date Title
CN108490441B (zh) 基于两级滤波的俯冲段大斜视sar子孔径成像空变校正方法
CN112305510B (zh) 一种基于dem匹配的合成孔径雷达影像几何定标方法
CN111208512B (zh) 一种基于视频合成孔径雷达的干涉测量方法
CN107024683B (zh) 基于dem的sar影像直接正射校正方法及***
US20120275698A1 (en) Method of Orthoimage Color Correction Using Multiple Aerial Images
CN109358328B (zh) 机动平台双基地前视sar的极坐标格式成像方法
CN111369600B (zh) 一种基于参照物的激光雷达点云数据配准方法
CN112488975B (zh) 一种非均匀阵列探测激光光斑图像的复原显示方法
CN113205563B (zh) 一种自动驾驶传感器联合标定靶和标定方法
CN112465849B (zh) 一种无人机激光点云与序列影像的配准方法
CN110703252B (zh) 干涉合成孔径雷达阴影区域数字高程模型修正方法
CN115496783A (zh) 一种室内空间三维彩色点云生成方法
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
CN114463638B (zh) 机载干涉合成孔径雷达影像的几何校正方法
CN110954877A (zh) 一种车载雷达散射特性测量区域地形生成方法
CN111127334B (zh) 基于rd平面像素映射的sar图像实时几何校正方法及***
CN110618409B (zh) 顾及叠掩及阴影的多通道InSAR干涉图仿真方法及***
CN115865142B (zh) 一种雷达天线波束指向校准方法、***、装置及存储介质
JP2001143057A (ja) 都市の３次元モデルを作成する方法
Gilman et al. Least-squares optimal interpolation for fast image super-resolution
CN113409457B (zh) 立体图像的三维重构与可视化方法及设备
CN114463417A (zh) 一种基于空间几何比值关系的sar影像叠掩区域定位方法
CN108957454B (zh) 机载干涉合成孔径雷达的干涉相位仿真方法
CN115546264A (zh) 一种星载InSAR图像精细配准与立体测量方法
CN114355347A (zh) 一种基于多方位角sar观测的图像特性增强方法及***

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