一种基于成像面表征的极化SAR地形辐射校正和几何纠正方法

摘要

本发明涉及一种基于成像面表征的极化SAR地形辐射校正和几何纠正方法，该方法以SAR影像成像面的辐射值作为后向散射系数的表征,包括以下步骤：(1)获取区域内SAR影像、辐射定标文件外部DEM；(2)根据原始极化SAR影像的辐射定标文件进行辐射定标；(3)计算外部DEM的单元面积；(4)根据距离多普勒SAR定位模型生成SAR影像行列号查找表并计算等相位面的投影面积；(5)结合等相位面的投影面积和行列号查找表生成SAR模拟影像；(6)匹配真实SAR影像与模拟SAR影像,建立多项式纠正方程,精化行列号查找表；(7)根据基于SAR影像成像面的后向散射系数表达式对极化SAR影像进行地形辐射校正；(8)根据精化后的行列号查找表进行几何校正。提供的方案既可校正由于地形引起的极化SAR影像的辐射畸变,也可进行高精度的极化SAR影像几何定位和纠正。

说明书

技术领域

本发明属于遥感影像处理领域，特别涉及包括真实孔径雷达和合成孔径雷 达的侧视雷达遥感影像的地形辐射校正和几何校正方法。

背景技术

与传统的光学遥感数据相比，合成孔径雷达（Synthetic Aperture Radar，简 称SAR）数据能够提供大量的地物散射特性和目标的极化信息，在目标检测、 分解及参数反演等方面具有自身独特的优势。但是由于SAR本身成像特征及地 形起伏的影响，使得SAR存在着严重的辐射畸变，导致目标物的后向散射系数 存在严重误差。在SAR成像的过程中，多种系统与非系统因素都直接地或者间 接地影响着后向散射系数。若利用后向散射系数定量研究某一种因素（粗糙度、 生物量及土壤湿度等）的前提就是消除其他因素的影响，而地形效应就是其中 必须需要消除的因素之一。因此，在应用SAR影像进行解译反演之前，SAR影 像地形辐射校正是不可缺少的步骤，对于SAR影像的应用具有至关重要的作用。

目前，SAR地形辐射校正方法主要分为两个方法：（1）在地理空间坐标下， 利用DEM（数字高程模型）数据求得各种校正参数进行地形辐射校正。首先将 SAR影像进行几何校正，然后再利用各种参数进行地形辐射校正；（2）在SAR 影像空间坐标下，利用DEM数据求得SAR像元所对应的散射积分面积进行地 形辐射校正。首先利用DEM数据求得散射面积进行辐射校正，然后再进行几 何校正。不论采用何种地形辐射校正，前提条件都是需要在高分辨率DEM数 据支持下，才能取得较好的校正效果。

1989年，Freeman A等据地形起伏区域的成像特点，提出一种本地入射角 校正方法。但由于该方法没有考虑地形起伏对散射单元面积的影响，并没有取 得很好的校正。1993年，Van ZylJJ提出利用入射角来进行地形辐射校正，结 合入射角、方位向、坡向、距离向坡度和方位向坡度的关系来计算每个地面单 元的散射面积。但是该方法仅是论证地形起伏对散射面积的影响，并没有将SAR 影像亮度值与后向散射系数结合起来。1996年，Ulander提出一种投影角校正 方法，利用成像面法线与地面法线之间的夹角计算地面单元散射面积。但该方 法校正后的SAR影像会表现出一定的模糊性，丢失许多纹理信息。2010年， 陈尔学等利用严密几何定位模型并结合本地入射角和投影角计算地面散射面积 进行地形辐射校正，取得较好的效果。以上校正方法均是地理空间坐标下，该 系列方法并没有考虑到实际成像机制，仅能在地形起伏较小的区域能够取得较 好校正效果。

1998年，David Small首先提出在SAR影像空间坐标下的方法。它在定位 过程中计算每个SAR像元所对应的地面散射积分面积。但是该方法没有考虑到 实际的SAR成像机制，仅计算地面散射积分面积，而没有计算等相位面积分面 积。对于地形起伏较大区域无法取得较好效果。2010年，David Small再一次提 出散射积分面积的方法，在定位过程中计算SAR所对应的等相位面散射积分面 积。这种方法虽然符合实际的SAR成像机理，但并没有给出具体的推导过程与 理由。而且在校正过程中也没有利用匹配算法对模拟SAR影像进行精化，对缺 少控制点数据和状态参数误差较大的SAR影像无法取得很好效果。

发明内容

本发明的目的在于解决现有的地形辐射校正和几何纠正方法的不足，提出 一种基于成像面表征的极化SAR地形辐射校正和几何纠正方法，推导出以成像 面作为后向散射系数表征的表达式,符合实际的SAR成像机理,克服了由于 SAR成像和地形导致的SAR影像严重的辐射畸变，同时通过匹配真实SAR影 像与模拟SAR影像,建立精确的多项式纠正方程,大大提高几何纠正精度,最 终能够生成经过地形辐射校正后的地理编码极化SAR产品,能够广泛应用于基 于SAR影像的地物解译和参数反演。

本发明的技术方案具体如下面所描述：一种基于成像面表征的极化SAR地 形辐射校正和几何纠正方法用于针对极化SAR影像的地形辐射校正和几何纠 正，包括：1）获取区域内极化SAR影像、辐射定标文件或者定标参数，外部 DEM（数字高程模型）；2）根据原始极化SAR影像的辐射定标文件进行辐射 定标；3）计算外部DEM的单元面积；4）根据距离多普勒SAR定位模型生成 SAR影像行列号查找表并计算等相位面的投影面积；5）结合等相位面的投影 面积和行列号查找表生成SAR模拟影像；6）匹配真实SAR影像与模拟SAR 影像,建立多项式纠正方程,精化行列号查找表；7）根据基于SAR影像成像面 的后向散射系数表达式对极化SAR影像进行地形辐射校正；8）根据精化后的 行列号查找表进行几何纠正。

进一步地，优选的方法是，所述步骤（1）中，所述获取的极化SAR影像 是机载或者星载的极化SAR数据，所述极化状态为HH、HV、VH、VV中的 一种或多种，所述HH表示水平发射/水平接收状态，所述HV表示水平发射/ 垂直接收状态，所述VH表示垂直发射/水平接收状态，所述VV表示垂直发射 /垂直接收状态，所述极化SAR影像具有相应的辐射定标文件或者定标参数， 获取的外部DEM文件的单元分辨率和极化SAR影像的分辨率处于同一数量 级。

进一步地，优选的方法是，所述步骤（2）中，利用极化SAR影像参数文 件中给出的辐射定标因子，对极化SAR影像中的每个通道的数据进行绝对辐射 定标，将每个像素的像元值（DN）转换为基于SAR影像成像面的后向散射系 数β⁰。

进一步地，优选的方法是，所述步骤（3）中，近似计算DEM单元的曲面 面积大小，即通过计算DEM单元的四个角点连接形成两个相邻三角形的面积 之和，近似得到DEM单元的实际曲面面积。

进一步地，优选的方法是，所述步骤（4）中，用极化SAR影像参数文件 构建的距离多普勒SAR定位模型计算每个DEM单元所对应的初始SAR影像 坐标，保存到和DEM同样大小的初始行列号查找表中。行列号查找表以复数 形式进行存储，其中每个像元的实部与虚部分别对应原始SAR影像的行号和列 号。同时，在定位过程中，利用式（1）计算每个DEM单元的投影角，生成与 DEM数据同样大小的投影角文件。

$\phi =\arccos \left(\frac{\overrightarrow{n}·\overrightarrow{m}}{\left|\overrightarrow{n}\right|·\left|\overrightarrow{m}\right|}\right)---\left(1\right)$

φ为投影角,向量为成像面的法线，向量为地面单元的法线。

然后，结合生成的投影角文件，利用公式（2）计算每个DEM单元在等相 位面γ上的投影面积，生成等相位面的投影面积文件。

dγ_DEM(i,j)＝dσ_DEM(i,j)·sinφ(i,j)    （2）

其中，(i,j)表示DEM影像的行列号，dσ是SAR影像像元对应的实际地面 面积，dγ是平面波等相位面散射单元，φ(i,j)是行列号为(i,j)的DEM像元对 应的投影角。

进一步地，优选的方法是，所述步骤（5）中，结合等相位投影面积文件和 初始行列号查找表，利用式（3）计算初始模拟SAR影像，像元值为所对应的 初始等相位面散射积分面积，

$A_{{\gamma }_{\Sigma }^0}(r,a)=\underset{i,j\in A}{\Sigma }\left[{\mathrm{d\gamma }}_{\mathrm{DEM}}(i,j)\right]---\left(3\right)$

其中，(i,j)表示DEM影像的行列号，(r,a)表示SAR影像的行列号。dγ_DEM(i,j) 是行列号为(i,j)的地面单元面积在等相位面上的投影面积，由式（2）所得。 是行列号为(r,a)的SAR影像像元所对应的等相位面的散射积分面积。

进一步地，优选的方法是，所述步骤（6）中,由于极化SAR影像参数的 精度比较低,DEM生成的模拟影像与真实SAR影像之间存在偏移。利用匹配算 法，求得初始模拟SAR影像与真实SAR影像之间的偏移量，建立两者之间的 多项式纠正方程，精化行列号查找表。然后结合等相位投影面积文件，重新得 到与真实SAR影像相匹配的精化模拟SAR影像。

进一步地，优选的方法是，所述步骤（7）中,根据基于SAR影像成像面 的后向散射系数表达式,如公式(4),对极化SAR影像进行地形辐射校正。

${\beta }_T^0(r,a)={\beta }^0(r,a)·\frac{A_{\beta }}{\tan \theta }·\frac{1}{A_{{\gamma }_{\Sigma }^0}(r,a)}---\left(4\right)$

其中，(r,a)表示原始SAR影像的行列号，A_β表示成像面所对应的散射面积， 即SAR影像像元大小。β⁰(r,a)是基于成像面的原始后向散射系数，是由 公式(3)所求得的精化等相位面散射积分面积，是改正之后的成像面后向 散射系数。

进一步地，优选的方法是，所述步骤（8）中,根据精化后的行列号查找表， 对地形辐射校正后的每个通道的极化SAR影像进行几何纠正，将SAR影像投 影至地理空间坐标,得到经过地形辐射校正后的地理编码极化SAR产品。

采取了本发明所述的基于成像面表征的极化SAR地形辐射校正和几何纠 正方法以后，消除了由于SAR成像和地形起伏造成的地形效应,该种方法通过 符合SAR成像机理的成像面来表征后向散射系数,取得了更好的地形辐射校正 的效果,同时通过匹配真实SAR影像与模拟SAR影像,建立精确的多项式纠正 方程,大大提高几何纠正精度,最终能够生成经过地形辐射校正后的地理编码 极化SAR产品,能够广泛应用于基于SAR影像的地物解译和参数反演。

附图说明

下面结合附图对本发明进行进一步详细的描述，以使得本发明的上述优点 更加明确。

图1是本发明所述的一种基于成像面表征的极化SAR地形辐射校正和几何 纠正方法的流程图；

图2是后向散射系数与散射面积的定义；

图3是DEM单元示意图；

图4是地形起伏区域的成像几何关系示意图；

图5是HH极化SAR原始影像；

图6是经过地形辐射校正和几何纠正处理后的极化SAR地理编码产品。

具体实施方式

下面结合附图对本发明作进一步详细的描述。

后向散射系数定义为单位散射面积内的平均雷达散射截面积，可以根据散 射单元（dβ、dσ、dγ）的不同分别定义为β⁰、σ⁰、γ⁰,dβ为成像面散射单 元，表示SAR影像像元大小，其值固定不变，用实线框表示；dσ是SAR影像像 元对应的实际地面面积，称为地面散射单元，用实点虚线框表示；dγ是平面波 等相面散射单元，用线段虚线框表示。图2中向量为成像面的法线，向量为 地面单元的法线，两者之间的夹角（φ）被称为投影角。向量与SAR入射向量 的（θ）夹角称为本地入射角。若地形没有起伏，投影角与本地入射角互为余 角。

如图1所示，首先，步骤1）中,获取的极化SAR影像是机载或者星载的 极化SAR数据，所述极化状态为HH、HV、VH、VV中的一种或多种，所述 HH表示水平发射/水平接收状态，所述HV表示水平发射/垂直接收状态，所述 VH表示垂直发射/水平接收状态，所述VV表示垂直发射/垂直接收状态,极化 SAR影像具有相应的辐射定标文件或者定标参数,获取的外部DEM文件的单 元分辨率和极化SAR影像的分辨率近似，处于同一数量级的水平。

步骤2）中，利用极化SAR影像参数文件中给出的辐射定标因子，对极化 SAR影像中的每个通道的数据进行绝对辐射定标，将每个像素的像元值（DN） 转换为基于SAR影像成像面的后向散射系数β⁰。

步骤3）中，计算DEM单元格网的四个角点（T00、T01、T10、T11）所 形成的曲面面积大小，如图3所示,即通过计算两个相邻三角形面积之和近似 得到DEM单元的实际曲面面积。

dσ_DEM(i,j)＝S_{ΔT00-T01-T10}+S_{ΔT11-T10-T00}   （1）

i,j表示DEM的行列号,dσ_DEM(i,j)代表在DEM单元的实际曲面面积。

步骤4）中，利用极化SAR影像参数文件构建的距离多普勒SAR定位模 型计算每个DEM单元所对应的初始SAR影像坐标，保存到和DEM同样大小 的初始行列号查找表中。行列号查找表以复数形式进行存储，其中每个像元的 实部与虚部分别对应原始SAR影像的行号和列号。同时，在定位过程中，利用 式（2）计算每个DEM单元的投影角，生成与DEM数据同样大小的投影角文 件。

$\phi =\arccos \left(\frac{\overrightarrow{n}·\overrightarrow{m}}{\left|\overrightarrow{n}\right|·\left|\overrightarrow{m}\right|}\right)---\left(2\right)$

φ为投影角,向量为成像面的法线，向量为地面单元的法线。

然后结合生成的投影角文件，利用公式（3）计算每个DEM单元在等相位 面γ上的投影面积，生成等相位面的投影面积文件。

dγ_DEM(i,j)＝dσ_DEM(i,j)·sinφ(i,j)    （3）

其中，(i,j)表示DEM影像的行列号，dσ是SAR影像像元对应的实际地面 面积，dγ是平面波等相位面散射单元，φ(i,j)是行列号为(i,j)的DEM像元对 应的投影角。

步骤5）中，结合等相位投影面积文件和初始行列号查找表，利用式（4） 计算初始模拟SAR影像（像元值为所对应的初始等相位面散射积分面积）。

$A_{{\gamma }_{\Sigma }^0}(r,a)=\underset{i,j\in A}{\Sigma }\left[{\mathrm{d\gamma }}_{\mathrm{DEM}}(i,j)\right]---\left(4\right)$

其中，(i,j)表示DEM影像的行列号，(r,a)表示SAR影像的行列号。dγ_DEM(i,j) 是行列号为(i,j)的地面单元面积在等相位面上的投影面积，由式（3）所得。 是行列号为(r,a)的SAR影像像元所对应的等相位面的散射积分面积。

步骤6）中，由于极化SAR影像参数的精度比较低,DEM生成的模拟影像 与真实SAR影像之间存在偏移。利用匹配算法，如基于Harris特征点的金字塔 相关匹配方法,求得初始模拟SAR影像与真实SAR影像之间的偏移量，建立 两者之间的多项式纠正方程，如公式（5）所示,精化行列号查找表。

r′＝m₀+m₁r+m₂r²

a′＝n₀+n₁a+n₂a²    （5）

(r′,a′)代表查找表中精化后SAR影像行列号,(r,a)代表查找表中SAR影像 原始的行列号坐标,m₀,m₁,m₂是r的多项式系数,n₀,n₁,n₂是a的多项式系数,由 配准后的初始模拟SAR影像与真实SAR影像之间的偏移量决定。

然后结合等相位投影面积文件，重新得到与真实SAR影像相匹配的精化模 拟SAR影像。

步骤7）中，根据基于SAR影像成像面的后向散射系数表达式,如公式（6）, 对极化SAR影像进行地形辐射校正。

${\beta }_T^0(r,a)={\beta }^0(r,a)·\frac{A_{\beta }}{\tan \theta }·\frac{1}{A_{{\gamma }_{\Sigma }^0}(r,a)}---\left(6\right)$

其中，(r,a)表示原始SAR影像的行列号，θ表示原始SAR影像中心入射角， A_β表示成像面所对应的散射面积，即SAR影像像元大小。β⁰(r,a)是基于成像面 的原始后向散射系数，是由公式（4）所求得的精化等相位面散射积分 面积，是改正之后的成像面后向散射系数。

其式（6）推导如下，原始影像雷达亮度表达公式如（7）所示，原始成像 面后向散射系数如式（8）。式（7）中接受散射功率是多个地面单元散射功率之 和，如图4所示。式（7）中入射功率仅定义为单位面积入射功率，并不符合实 际的成像机制。而实际上每个雷达像元所对应的入射功率，应与实际的等相位 面积成正比，即入射功率密度与等相位面入射面积的乘积，式（9）所示。改正 后的成像面后向散射系数如式（10）：

β=P_ΣS/P_I    （7）

β⁰＝β/A_β    （8）

$P_{\mathrm{\Sigma I}}=D·\underset{i}{\overset{n}{\Sigma }}{A}_{\gamma }^i=D·A_{\mathrm{\Sigma \gamma }}---\left(9\right)$

${\beta }_T^0=\frac{{\beta }_T}{A_{\beta }}=\frac{(P_{\mathrm{\Sigma S}}/P_{\mathrm{\Sigma I}})}{A_{\beta }}=\frac{{\beta }^0·A_{\beta }·D·A_{\gamma }}{A_{\beta }·D·A_{\mathrm{\Sigma \gamma }}}={\beta }^0·\frac{A_{\gamma }}{A_{\mathrm{\Sigma \gamma }}}---\left(10\right)$

其中，β为雷达亮度，β⁰为成像面雷达后向散射系数，P_ΣS为接受的后向散 射功率，P_I为单位面积入射功率，A_β为成像面单位面积，A_γ为等相位面单位面 积，D为入射功率密度，A_Σγ为单位成像面面积所对应的等相位面积分面积，P_Σγ为SAR像元所对应的积分入射功率，为改正后的成像面后向散射系数。

成像面散射单元与等相位面散射单元之间的关系如式（11）所示。结合式 （10）与（11）得到最终改正公式（6）。

$A_{\gamma }=\frac{A_{\beta }}{\tan \theta }---\left(10\right)$

其中A_β为成像面单位面积，A_γ为等相位面单位面积。

步骤8）中，根据精化后的行列号查找表，对地形辐射校正后SAR影像进 行几何纠正，将每个通道的极化SAR影像投影至地理空间坐标,得到经过地形 辐射校正后的地理编码极化SAR产品。图5显示了HH极化SAR原始影像， 图6显示了经过地形辐射校正和几何纠正后的地理编码极化SAR产品（对HH、 HV和VV三种极化方式的产品进行假彩色合成，形成地理编码全极化SAR产 品）。

采取了本发明所述的基于成像面表征的极化SAR地形辐射校正和几何纠 正方法以后，消除了由于SAR成像和地形起伏造成的地形效应,该种方法通过 符合SAR成像机理的成像面来表征后向散射系数,取得了更好的地形辐射校正 的效果,同时通过匹配真实SAR影像与模拟SAR影像,建立精确的多项式纠正 方程,大大提高几何纠正精度,最终能够生成经过地形辐射校正后的地理编码 极化SAR产品,能够广泛应用于基于SAR影像的地物解译和参数反演。

上述具体实施例仅仅是示例性的，在本发明的上述教导下，本领域技术人 员可以在上述实施例的基础上进行各种改进和变形，而这些改进或者变形落在 本发明的保护范围内。本领域技术人员应该明白，上面的具体描述只是为了解 释本发明的目的，并非用于限制本发明。本发明的保护范围由权利要求及其等 同物限定。