SAR三维立体重建实验报告.docx

资源描述

SAR三维立体重建实验报告.docx

《SAR三维立体重建实验报告.docx》由会员分享，可在线阅读，更多相关《SAR三维立体重建实验报告.docx（32页珍藏版）》请在冰点文库上搜索。

SAR三维立体重建实验报告.docx

SAR三维立体重建实验报告

SAR立体三维重建

姓名：

*＊＊＊＊**

学号:

＊＊＊***＊*＊

班级：

*＊＊**＊＊**＊＊＊＊

指导教师：

＊＊***＊

1实验目的

1、理解基于合成孔径雷达立体像对的灰度信息进行三维重建的基本原理与方法；

2、了解ERDASIMAGINE的基本功能，熟练掌握StereoSAR模块的使用方法;

3、理解SAR传感器几何模型及基于地面控制点（GroundControlPoints，GCPs）几何模型精化的原理与方法；

4、通过真实SAR像对的数据处理，掌握SAR立体三维重建的基本流程.

2实验数据说明

本实验采用ERDASIMAGINE软件的示例数据,RADASAT影像StereoSAR_Ref。

img和StereoSAR_Match。

img，这两景影像分别拍摄于1996年9月24日和1996年9月17日。

3实验原理

经过试验九的操作，使我们对InSAR提取测区DEM有了一定的掌握。

而摄影测量中我们也学习了基于立体像对制作测区三维景观图，因此在此次实验中我们利用摄影测量的原理基于SAR影像进行三维重建。

3。

1SAR立体图像的获取

立体图像在摄影测量中称为立体相对。

所谓立体相对是由不同摄站摄取的具有一定重叠的两张相片。

因此雷达立体图像也可以定义为：

由天线位置探测获取的具有一定影像重叠的两幅雷达图像［1］。

雷达立体图像的获取方式有两种：

同侧立体观测和异侧立体观测.前者是指飞行器沿着不同的航线飞行（两次飞行方向可以相同或者相反），雷达从地物的一侧对同一地区成像，同侧立体观测有可分为同一高度和不同高度两类；异侧立体观测是指雷达从地物的两侧分别对同一地区成像。

图3.1-1雷达立体图像获取方式

异侧立体观测获取的雷达立体图像视差明显，基高比（摄影基线与航高之比）大，有利于提高地物目标点高程的测量精度。

但是地形起伏较大的地区，目标地物在立体像对的两幅图像上的相应影像不仅颜色差异很大，而且由于地形起伏引起的几何变形差异也很大。

因为高出地面地物目标的左侧向着左航线的雷达天线，有效反射面积大，影像为浅色调；而对于右航线，该地物目标左侧反射信号弱或者为盲区，所以影像为深色调。

同理，地物目标右侧在两幅图像上的色调与地物目标左侧色调刚好相反，由于异侧飞行所获取的雷达立体图像，使一幅图像上的阴影位于地物目标的一侧，而另一幅图像上的阴影在地物目标的另一侧，这就给立体观察与测量带来了极大的困难。

另外，采用斜距显示的雷达图像由于地形起伏的影响，同一地物目标在立体像对的两幅图像上的变形差异也很大.因此，

异侧（对侧）获取的雷达立体图像，只适于平坦或丘陵而不适合山地的立体观察与测量[2］。

同侧同高度或者不同高度获取的雷达立体图像,视差和基高比虽然比异侧获取的雷达立体图像要小，但两幅图像上相应影像的色调和图像变形差异较小，只要对雷达工作参数进行适当选择,还是能获得较好的立体效应的,故在丘陵地、山地一般都采用同侧获取雷达立体图像进行地物目标的三维定位和立体测图［2］。

3。

2SAR立体图像的视差

SAR立体图像的视差指高出某一基准面的地物目标在两幅图像上的位移差。

摄影测量中称之为立体像对的左右视差，是地物目标点高差的反应，由左右视差可以推算出地物目标点间的高差。

雷达图像有地距显示和斜距显示两种方式，因此视差（AP）与高差（Ah）的关系相应地有两种表达方式[3]。

1、地距显示图像的视差与高差关系

对于地距显示的雷达图像，视差（

）与高差（

）的关系为：

（式3。

2—1）

式中,

和

分别为天线

和

扫描至地物目标A的视角,m为像比例尺分母。

2、斜距显示图片的视差与高差关系

（式3。

2—2）

从上面两式中可以看出，高差不仅与视差有关，而且与视角也有关.就视差而言，侧视观测的SAR立体图像的视差值比同侧观测的立体图的视差值要大，在图像清晰程度相当的情况下，视差值越大，立体观测效果就越好［3]。

3.3SAR立体图像的基高比

摄影测量中的基高比指摄影基线（立体像对的两个摄影站间的连线）与航高之比，基高比反应了空间交会图像的好坏,基高比越大，测定地物目标点的高程精度越高。

同理，SAR图像的基高比指两幅图像获取时飞机或者卫星运行轨道间的距离（B）与航高（H）之比。

对于地距显示的SAR立体图像，其基高比为：

（式3。

3—1）

对于斜距显示的SAR立体图像，其基高比为:

（式3.3—2）

无论是地距显示或者斜距显示的SAR立体图像，异侧观测的SAR立体图像，其基高比比同侧观测的SAR立体图像大。

这就意味着由异侧观测的SAR立体图像所测定的地物目标点的高程精度,比同侧观测方式测定的目标点的高程精度高。

3.4SAR立体定位原理

利用SAR图像进行立体定位获取DEM通常有三种方法:

距离—多普勒模型、基于摄影测量理论的等效共线方程模型和视差高程相关模型。

在本次试验中我们采用的是摄影测量的方式，即通过定向参数解算、立体交会等环节实心地面的点的定位.

立体SAR图像定位是利用构成立体的两幅SAR图像,依据相应的定向参数，由同名像点交会计算出相应地面点的三维坐标。

具体的定位流程如图所示：

图3.4-1立体SAR图像定位流程

其中：

1、定向参数通常由地面的控制点根据SAR影像的成像模式来求解，在无法获取地面控制点的情况下，可以通过轨道参数和SAR系统参数等获取定向参数（本此实验中是利用地面控制点获取的定向参数，具体处理流程如图所示）.

图3。

4—2定向参数解算流程

2、地面点的三维坐标解算是根据SAR成像模式，建立同名像点对应的关系，具体流程如图所示：

图3。

4—3地面点三维坐标解算流程

3。

5影响SAR立体测量精度的因素

对于SAR立体测量的精度,其影响因素主要包括：

定向参数的精度、近距离边量测精度、同名点像点坐标测量精度、立体图像交会角、地形特征等等。

1、定向参数的精度

定向参数的精度主要取决于地面控制点的测量精度，一般如果地面控制点的测量精度高于所要求的精度，则引入地面控制点,否则直接利用传感器平台的轨道参数及求解。

2、近距离边量测的精度

近距离边长的测量误差主要是对定向参数解算精度和前方交会精度产生影响，从而影响SAR立体定位精度.

研究表明，一条航线的近距离边长对一幅雷达影像方位向和距离向误差变化影响很小，对航高的计算值影响相对较大，与此相关的雷达侧视角度和雷达立体交会角对立体定位精度都有不同程度的影响。

从理论上来讲，在近距离边长量测误差相同的情况下，异侧立体定位精度比同侧立体高，且侧视角越小越利于高程定位,但侧视角太小会使得雷达图像上存在失真而不利于同名点的量测，导致立体定位精度降低.所以使用SAR立体定位获取DEM，对SAR图像的质量、立体交会角的要求比其他传感器图像都要高。

3、地形特征

地形的不同类型与SAR图像几何特征一样，对于雷达立体定位都是至关重要的，地形特征也是影响雷达立体定位精度的一个重要因素。

这里的地形特征主要包括地形坡度因子（slope）和坡度朝向（aspect）。

SAR图像获取时，对具有一定坡度的地物目标，在成像时有前坡和背坡两种情况，并且与雷达迭掩、雷达阴影等SAR图像几何畸变特征密切相关。

因此,坡度因子和和坡度朝向对雷达立体定位的影响较为复杂,甚至能够引起严重的SAR图像畸变，使影像匹配变得更加困难，从而降低立体定位精度。

4实验过程

为了能够更好的理解，将ERDAS的IMAGINEStereoSARDEM模块处理流程展示如图所示：

图4—1ERDASIMAGINEStereoSARDEM流程图

本次实验是在8.7版本上所进行的。

4。

1新建工程

在ERDAS的上方的工具栏中，依次点击：

Radar｜｜StereoSAR，得到新建项目界面如图所示：

图4.1—1新建工程

然后再对应的文件夹下创建工程并命名。

然后出现立体测图界面如图所示：

在SteroSAR工作面板中，左边竖向列出了数据处理中的每一步名称，同时红色箭头指示的是当前工作的数据处理步骤，在中间部分的是当前处理步骤的基本内容.

其中左侧的进度依次表示：

Input（输入影像）、Subset（裁剪）、Despeckle（滤波处理）、Degrade（去噪/第一次降采样处理）、Register（配准）、Match（影像匹配）、Degrade（第二次降采样）Height（高程计算）、

4.2影像输入

新建项目后，在中间面板区域依次点击两个

图标，导入参考影像和匹配影像，导入后在下方会出现影像的基本信息如图所示:

图4。

2-1影像导入

ERDASIMAGINEStereoSARDEM模块允许用地面控制点来纠正传感器参数。

由于轨道精度较高，因此，如果没有较高精度的GCPs，不必进行纠正。

一般，从1:

24000地形图上选取的点或GPS测得的控制点能满足要求.并且,分布均匀的控制点能够得到更好的总体效果和更低的误差.

由于示例数据中有较高精度的GCPs，可以进行轨道纠正。

点击中间面板中

图标，并在弹出的对话框中选择GCPsFile选项，如图所示：

图4.2—2加载gcc文件

点击OK之后打开Filename选择对话框,选择StereoSAR_USGS_Ref.gcc文件（地面控制点信息）并打开。

如下图所示:

图4.2—3GCP采集界面

从下方的工具栏中,依次点击File||Loadinput,打开StereoSAR_ref_Control。

gcc文件（GCP的影像坐标信息,将在XInput、YInput列中显示）。

然后点击右面工具面板中的几何模型构建按钮，开始平差处理并得到解算精度，如图所示（单位为米）:

图4。

2-4卫星轨道参数纠正

另一幅影像的轨道纠正类似处理.处理完后点击左下角的

按钮执行该操作，在Input进度按钮处出现一个对勾如图所示，表示该操作以完成；

图4。

2-5Input进度完成

点击Next进入裁剪步骤。

4.3裁剪

进入影像裁剪界面如图所示：

图4。

3-1裁剪界面

裁剪选项使得使用时直观的，没有必要对两幅影像的子集定义精确到相同的区域，大致相同就可以了。

该步骤是在两种情况下使用的:

一是定义一个较小的影像范围可以用来测试相关参数，进而进行整景影像的计算；二是它可以用来限制两幅影像的范围以及重叠区域。

限制输入的范围能够有效的节省数据空间。

这里我们进行的是整幅影像，因此不必进行裁剪处理，直接点击执行按钮，得到两幅影像的结果如图所示:

图4。

3—2‘裁剪处理'结果

4.4滤波处理

由于SAR影像中含有较多噪声，对影像的配准有一定的影响,因此在配准前需要进行滤波处理来提高配准精度。

在完成影像裁剪之后，在StereoSAR面板中点击Next按钮，进入Despeckle工作模板如图所示：

图4。

4—1滤波界面

在Filter中选择滤波模式，在coefofvariation中设置变化系数，在MovingWindow中选择模板大小,然后执行操作。

影像滤波前后结果如图所示（上面两组为滤波前，下面两组为滤波后）：

图4.4-2滤波结果

从理论上说，去噪操作具有两重性。

一方面,影像噪声在影像上是不相关的，因为它在两幅影像上都是随机分布的。

因此,它仅仅给影像自动相关计算制造麻烦。

斑点噪声的存在将使相关处理过程中出现假阳性（Falsepositive）。

另一方面,去噪算法的某些低通滤波特性可能会使像对的相似度提高，这有利于自动相关。

4。

5第一次降采样

降采样处理主要有以下几个目的:

1、降低影像分辨率,减少对系统资源的需求，从而从而在后续的处理步骤中缩短处理时间,降低生成中间文件的大小。

2、如果输入影像是单视复影像（SingleLookComplex,SLC）,图像在距离向和方位向的分辨率是不一样的。

如果想使影像在两个方向的分辨率一样，可以调整y方向的尺度系数来实现。

3、第二,如果数据存储空间或者处理时间有限，降低分辨率可以在降低图像大小的情况下处理整景影像。

在这种情况下，将分辨率做2倍或者3倍的采样是适当的。

需要注意的是，为了得到最大的精度，推荐使用全分辨率的影像，并对每个像素做相关匹配。

在降采样模板中，选中Degrade后可以设置X、YScale值（进行多视处理），由于本次实验的数据较小可以不进行此操作。

选中RescaletoUnsigned8—bit后点击执行，完成此步骤：

图4。

5-1第一次降采样界面

降采样得到的结果如图所示：

图4.5—2第一次降采样结果

4.6影像匹配

配准操作通过仿射变换来旋转匹配影像使之与参考影像更好的对齐.目的是调整影像使的影像视差主要分布在距离方向。

这将使得匹配时匹配大大减少搜索窗口的大小。

这一步的一个输出是X方向和Y方向的最大最小视差偏移（单位为像素）.作业员必须记下这些值，用于在匹配时调整相关系数算子（Correlator）参数文件（。

ssc）。

这些值对于相关系数算子来说是非常关键的，因此需要在配准这一步正确的获取。

影像配准中连接点的选取主要有两个基本步骤.首先，和其他影像到影像的配准一样,连接点的均匀分布会得到较好的配准结果.其次,由于要得到X方向和Y方向的最大最小视差偏移量,所选的连接点应该在这些具有最大最小视差偏移的地方.

在完成影像降级处理之后，在StereoSAR面板中点击Next进入Register工作模板如图所示：

图4。

6-1影像匹配界面

然后点击

按钮，弹出匹配中同名点选择界面:

图4。

6-2同名点选择界面

在GCPTool中的File菜单下，选中,LoadReference选项，弹出Filename选择对话框，选择StereoSAR_Ref_Tie。

gcc文件打开，再选择LoadInput选项打开StereoSAR_Match_Tie.gcc文件，如下图所示：

图4.6-3输入控制点及其坐标

然后在StereoSARRegistionTool模板中点击按钮计算视差（parallax）值,如下图所示:

图4.6—4计算视差

此时得到两幅影像间的仿射变换参数以及在X方向和Y方向的最大最小视差偏移（单位为像素）如上图右侧所示。

点击Close关闭StereoSARRegistrationTool模板，其他的相关窗口也随之关闭，此时Register模板中的内容也发生了变化。

再在Register模板中点击执行按钮,执行Register操作得到的结果如图所示：

图4。

6-5解算结果

在执行完匹配后，还需要检查匹配的精度.将两幅影像首先进行保存。

在Register模板底部点击

按钮，打开1Mat_register。

img配准影像。

再在显示配准影像的Viewer窗口中点击按钮

打开SelectLayerToAdd对话框，选择1Ref_despkl.img文件,点击RasterOptions标签进入RasterOptions面板，取消ClearDisplay的选择，点击OK两张影像将在同一Viewer窗口打开。

再Viewer窗口中Utility菜单下选择Swipe,使用Swipe面板中的滚动条浏览影像的配准情况如图所示:

图4.6-6导入

图4。

6-7取消ClearDisplay

在Register模板中点击

按钮,进入StereoSARStereoSolutionsTool面板检查特征点高程情况,如下图所示：

图4。

6-8立体采集窗口

在上图所示面板中，点击按钮

分别在主影像和参考影像中选择检查特征点,点击

按钮排列匹配点，再点击

按钮计算高程，最后点击

按钮计算同名像点像素坐标偏差，结果计算如下：

图4.6-9检查匹配结果及相关性计算

4。

7限制

该选项是允许你定义一些区域，在这些区域没有必要进行影像搜索。

例如湖面。

这样可以减少处理时间,也能减少发现假阳性（falsepositive）的可能性。

本次试验中可不必操作,直接点击执行.

图4。

7-1限制操作界面

4。

8影像匹配

在自动影像相关处理中，参考影像的一小块作为模板，用于与匹配影像的不同的搜索区域比较以找出最佳的匹配点。

这样,模板的中心像素与匹配窗口的中心像素相关。

软件接下来处理下一个兴趣像素，该像素成为新的模板中心.该操作将产生相关性影像。

点击Next的到匹配的界面如图所示:

图4。

8-1加载相关器模板

在Match面板的右上角点点击按钮

，进入StereoSARRegionsTool,将Region1选中，再选择STD_HP_LD_2.scc（匹配窗口参数文件）打开如图所示：

图4。

8-2加载匹配窗口参数文件

再点击Close关闭。

在Match面板中选中CorrelationImage，点击

执行之前的所有步骤。

处理完之后点击test_correlation。

img后的

按钮打开相关影像，如下图所示：

图4.8-3相关性影像

图中相关性影像显示了两幅影像在重叠区域的相关性情况，其中灰度值较高的地方（较亮区域），表明其相关性较强，较暗的区域说明相关性较差.

4。

9退化（第二次降级处理）

第二次退化操作压缩最后生成的视差文件.虽然不是非做不可的，但是，这样做是合符逻辑的,也有其优势。

这能降低像素大小，使之与最后所期望的生成的DEM大小相符。

由于经过了平均处理，经过这步操作后，能够降低最终生成的DEM的方差

在Match处理完成之后，再StereoSAR面板中点击Next进入Degrade面板选中Degrade,在ScalingFactor中设定适当的Xscale和YScale值,均可设置为4，再改变着两个比例因子时，相应的距离向和方位向的分辨率也随之变化（方位向和距离向的分辨率将约为25米）。

同4。

5的降级处理，若不做降级处理，则需要取消Degrade的选择。

4.10高程计算

该步骤结合以上所有步骤的处理结果来提取地面高程。

两幅输入影像的传感器模型结合在一起形成立体交会几何模型。

每个像素的视差值通过这种几何关系进行处理以提取传感器坐标系（单位为像素）下的DEM.

在完成第二次降级处理之后,在StereoSAR面板中点击Next进入Height面板。

首先定义输出DEM的文件名和DEM的分辨率，同时选中GenerateRMSImage，如下图:

图4.10—1DEM输出设置

在Height面板的右上角点击

按钮，打开StereoSAROutputRegionTool模板，在此面板上点击

，即可在已打开的1Ref_despkl。

img影像中指定欲处理的影像区域,若点击

则可以选择整幅影像。

图4.10—2输出范围设置

在Height面板中点击Set,弹出OutputMapInformation对话框，并设定投影方式为UTMWGS84,如图所示：

图4。

10—3投影设置

在StereoSAR面板中,点击

执行完所有步骤。

所有处理完成后，查看三幅影像的处理结果，如图所示（从左向右依次为：