当前课程知识点:遥感数字影像处理与农业应用 >  第八章 微波遥感及农业应用 >  第四讲 土壤水分反演 >  第四讲 SAR影像预处理

返回《遥感数字影像处理与农业应用》慕课在线视频课程列表

第四讲 SAR影像预处理在线视频

下一节:第五讲 微波传输模型

返回《遥感数字影像处理与农业应用》慕课在线视频列表

第四讲 SAR影像预处理课程教案、知识点、字幕

各位同学大家好

我是来自中国农业大学的李俐

今天我们一起来学习SAR图像的预处理

再具体讲SAR图像预处理过程之前

我们首先将给大家介绍一下

SAR图像的主要数据类型

然后我们将给大家讲一下

预处理的流程

在这个流程里面

我们将重点给大家讲一下

SAR图像的辐射校正

几何校正和斑点抑制

首先我们说一下SAR它的数据类型

SAR数据类型根据不同的星载的

SAR的情况

会略有不同

但是总体来说大体都可以分为

这么几个级别

首先是Level 0的级别

Level 0的数据一般是原始的回波数据

我们也称之为RAW数据

它主要是用于测试SAR处理器

或者用于研究SAR数据的

整个的处理流程

如果不研究整个的信号处理过程的话

我们一般是用不到Level 0数据的

第二个级别是level 1数据

Level 1数据一般是在原始数据

或者我们刚才说的Level 0的产品的

基础上

经过成像处理

并且标定生成的这么一个影像

这个数据里头

我们常见的有单视复数据

单视复数据

大家可能经常看到的缩写就是SLC

也就是Single Look Complex数据

既然是complex或者是复数据

它实际上就包含实部和虚部两部分

也就是说有相位和幅度两部分组成

INSAR里头我们就必须用到

这种SLC的数据

另外一种Level 1的数据

就是地理参考级的这种数据

也就是我们常见的GRD数据

这个数据实际上

一般只包含了幅度信息

并且进行了一个地理编码的这种校正

除了这之外

有的产品里头可能还有Level 2的数据

也有二级的数据

这个比如说

针对一些海洋参数反演的产品等等

这个我们用的比较少

下面我们就一起来看一下SAR图像的

预处理流程

我们拿到一个SAR图像

首先需要经过的一些预处理

包括多视处理

多视处理相对于单视处理来言的

我们在讲SAR的工作原理的时候

我们给大家说过

SAR是发射一个信号

接收一个信号

然后再往前走

再发射信号 接收信号

然后把这多组信号进行合成

来得到比较高空间分辨率的图像

假如说我们把这一个比较长的孔径

给它分成若干个子孔径

每个子孔径上的数据

得到的图像进行平均

这样的话我们就能够得到

一个分辨率相对来说比较低的图像

这样做的目的是什么呢

平均的目的当然主要是为了

去除一些突发的一些噪声

所以我们说多视处理它就是采用的

是这种思想

也就是说它在图像的距离向

和方位向上分别做以平均

这样的话

通过降低空间分辨率

来提高辐射分辨率

抑制图像上的这种斑点噪声

第二种常用的预处理是辐射校正

我们知道数据在获取和传输的过程中

这个系统不可避免的会产生

系统的或者随机的辐射失真

或者畸变

因此我们就要通过预处理

来消除或者修正辐射误差

第三个预处理就是斑点噪声抑制

斑点噪声

是光学图像里头没有的一种情况

斑点噪声是由雷达图像本身的

工作过程来决定的

因为我们知道

雷达在发射信号接收信号的过程中

距离向上同一个分辨单元内

可能有多个点

同时回来回波数据

这些回波数据先后到达

具有相同的频率

固定的相位差

因此可能会产生相干或者干涉

干涉就造成图像上有明有暗的斑点

这就是我们说的斑点噪声

目前有多个滤波器可以针对

不同的应用来进行斑点噪声的抑制

我们需要在应用的过程中

选择合适的滤波器

保证在有效地消除

平坦地区斑点噪声的同时

保留图像的这种边缘信息

第四个必须要进行的预处理

就是这种几何校正

由于合成孔径雷达影像它的成像特点

还有处理器本身的一些内部畸变

使得SAR图像不可避免地

存在一些几何失真

比如说地形起伏引起的我们前面说的

透视 叠掩 阴影等等效应

所以在预处理的时候

就要通过几何校正去除这些影响

下面我们就来给大家详细的介绍一下

SAR图像的辐射矫正

这里我们主要讲一下

雷达影像定标和天线方向图校正

这两个辐射校正

所谓的雷达影像定标

它是确定影像的灰度级

和标准的雷达截面积之间的关系

定标实际上是我们定量分析的前提

定标后即可对雷达影像的灰度级

进行计算

从而提取出来地物目标

它的回波的绝对值

所以一般雷达影像的定标工作

是在雷达系统进行校准后进行的

我们在根据灰度值计算

后向散射系数的时候

后向散射系数是什么东西

我们首先要明白

我们说后向散射系数一般定义为

目标在雷达方向上

单位立体角的反射功率和单位面积上

入射功率之比的4π倍

既然是两个功率之比

当然这个参数就是一个无量纲的参数

各种地物在不同的条件下

后向散射系数的具体数值是

雷达影像判读的一个重要依据

所以我们是需要进行辐射校正

得到后向散射系数的

除了后向散射系数(sigma)外

还可以通过输出

这个辐射定标的结果

得到归一化的后向散射系数

雷达亮度或者是反射值(beta)

它们都可以作为一个后向散射的参数

第二个辐射校正的内容是

天线方向图的校正

我们知道实际上我们发射的微波

他并不是在整个波束角内能量均衡的

它的能量呢在有的地方是比较强的

有的地方相对来说比较弱

这个是由天线方向图来决定的

一般情况下

我们得到的雷达图像

近场的部分比较亮

远场的部分比较暗

这个就是由于天线方向图引起的

所以我们得到图像后

通常会在图像上作用

一个天线方向图的逆函数

这样的话就可以使校正后

整张影像的亮度比较均匀

第四个方面就是雷达影像的几何校正

几何校正

我们说它主要包含这么几个方面

首先是斜地转换

另外是SAR的地理编码

然后我们会给大家讲一下

几何校正方法

首先我们说斜地转化

前面我们在讲SAR原理的时候

给大家讲过

雷达成像的时候

有地距和斜距

两种距离向的度量

所谓的斜距是我们得到的雷达信号

它本身的一个距离的这种度量

也就是说它根据目标到达传感器的

时延的不同来确定距离

因此它得到的是一个斜平面的图像

而我们关心的是相对于地面的图像

所以我们就需要把斜平面的图像

给它投影到地面图像上来

这个实际上是我们根据斜面的图像

乘以相应的入射角的信息来得到的

这里大家可以看一下

我们给出了斜距图像和地距图像

这个斜距图像能明显的看出

我们前面说的距离压缩现象

对于SAR图像除了进行斜地转换之外

我们很多时候还需要知道

地理编码的这种影像

所以我们需要进行相应的地理编码

通常对SAR影像采用椭球体地理编码

或者是地形地理编码

使用标准的轨道参数或者地面控制点

基于多普勒距离方程

将雷达坐标系统转换成为

给定的地理参考坐标系

一般情况下

对于椭球体的地理编码

处理过程中是不需要DEM数据的

而地形地理编码

一般处理过程中

我们是需要使用DEM数据的

通过这些变化我们就可以完成

几何校正或者是正射校正过程

下面给大家介绍一下几何校正的方法

通常我们采用的几何校正方法

主要包括以下几种

首先是利用多项式的

这种几何校正方法

在侧视雷达影像中

考虑到各种因素

比如我们前面说的

地形起伏 精度的要求

还有应用的需求等等

可能采用不同的方法来进行几何校正

我们说的多项式的几何校正方法

它一般是在地形起伏不大

比如说低矮的丘陵 平原地区

或者是精度要求不高的应用中

来采用的这么一种校正方法

第二种方法

是利用模拟影像的几何校正方法

这种方法通常是

利用研究区内数字高程模型

来按照雷达的构象特征

和叠掩 透视收缩以及阴影等等特点

产生的一系列无畸变的图像

然后利用模拟图像和实际的雷达图像

之间的这种对应关系

对我们得到的实际的雷达图像

进行几何校正

具体的做法首先是分别在

实际影像和模拟图像上

选取适当的控制点

然后采用多项式内插法

来进行影像配准

最后完成实际影像的几何校正

下面我们给大家介绍一下第五个内容

也就是SAR影像的斑点抑制

斑点

前面我们也给大家讲了原理

它主要是由于SAR工作的过程中

造成的相干

或者我们说回波的这种干涉

因此造成了图像上有很多的明暗相间的

这种斑点

斑点或者相干斑是相干成像系统

它固有的一种类噪

它的存在会降低影像的质量

根据前面我们讲的雷达的工作原理

我们知道在距离向分辨单元内

小于一个波长的这多个目标

他们会回来很多回波信号

这样的话

回波信号就会产生相长

或者相消的这种干涉效应

在影像上反映出来就是

或暗或亮的斑点

所以我们需要采用一定的这种方式

来降低相干斑噪声

常用的相干斑噪声抑制的方法

首先就有我们前面说的多视处理

我们前面也说了多视处理

其实主要目的就是为了抑制相干斑

除了这之外

还有一些后期的这种处理技术

这些技术有可能是在频率域进行

有可能是在空间域进行

比如说在频率域的

这种高通滤波或者低通滤波

在空间域的有均值滤波

中值滤波 Lee滤波等等

这些都可以在一定程度上

抑制相干斑噪声

它们都是以牺牲空间分辨率为代价

来提高辐射分辨率的

这两幅图

我们就给出了采用滤波的方法

进行斑点噪声

抑除前后图像的这种变化

我们可以看到

左边为斑点抑制前

右边是斑点抑制后的图像

可以看出斑点噪声

是明显减少了

除了这个图像发生了变化之外

我们给出了处理前后直方图的

这种变化

我们可以看到处理后影像上的直方图

出现了两个波峰

所以它的一些统计特性也发生了变化

这就是我们今天要讲的主要内容

谢谢大家

遥感数字影像处理与农业应用课程列表:

遥感之美

-请您欣赏:遥感之美

--遥感之美

第一章 绪论

-第一讲 课程介绍

--课程介绍

-第二讲 绪论

--绪论

-第一章 绪论--作业

-第一章 绪论--讨论

-本课程实验内容建议

--本课程实验内容建议

第二章 遥感数字影像处理基础

-第一讲 色度学基本知识

--第一讲 色度学基本知识

-第二讲 遥感影像的级别和数据格式

--第二讲 遥感影像的级别和数据格式

-第三讲 遥感影像的数字表示及特征

--第三讲 遥感影像的数字表示及特征

-第二章 遥感数字影像处理基础--作业

第三章 遥感影像预处理

-第一讲 影像辐射误差来源

--第一讲 影像辐射误差来源

-第二讲 影像辐射误差校正

--第二讲 影像辐射误差校正

-第三讲 影像几何误差来源

--第三讲 影像几何误差来源

-第四讲 影像几何误差校正

--第四讲 影像几何误差校正

-第三章 遥感影像预处理--作业

第四章 遥感影像增强处理

-第一讲 空间域影像增强

--第一讲 空间域影像增强

-第二讲 频率域影像增强

--第二讲 频率域影像增强

-第四章 遥感影像增强处理--作业

第五章 遥感影像融合

-第一讲 遥感影像融合概述

--第一讲 遥感影像融合概述

-第二讲 遥感影像融合方法

--第二讲 遥感影像融合方法

-第三讲 遥感影像融合效果评价

--第三讲 遥感影像融合效果评价

-第五章 遥感影像融合--作业

第六章 遥感影像的分类及农业应用

-第一讲 分类原理、特征和相似性度量

--第一讲 分类原理、特征和相似性度量

--第一讲 分类原理、特征和相似性度量--作业

-第二讲 非监督分类

--第二讲 非监督分类

--第二讲 非监督分类--作业

-第三讲 监督分类

--第三讲 监督分类

--第三讲 监督分类--作业

-第四讲 分类后处理和分类精度的评价与提高

--第四讲 分类后处理和分类精度的评价与提高

--第四讲 分类后处理和分类精度的评价与提高--作业

-第五讲 遥感影像分类的农业应用

--第五讲 遥感影像分类的农业应用

第七章 农作物长势遥感监测

-第一讲 长势监测的意义及监测指标

--第一讲 长势监测的意义及监测指标

-第二讲 植被指数构建原理

--第二讲 植被指数构建原理

-第三讲 农作物冠层参数反演原理

--第三讲 农作物冠层参数反演原理

-第四讲 农作物长势监测案例

--第四讲 农作物长势监测案例

-第七章 农作物长势遥感监测--作业

-第七章 农作物长势遥感监测--讨论

第八章 微波遥感及农业应用

-第一讲 微波的物理基础

--第一讲 微波的物理基础

-第二讲 SAR原理

--第二讲 SAR原理

-第三讲 微波传输模型及农作物种植面积提取

--第三讲 雷达影像特点

-第四讲 土壤水分反演

--第四讲 SAR影像预处理

-第五讲 微波传输模型

--第五讲 微波传输模型

-第六讲 农作物种植面积提取

--第六讲 农作物种植面积提取

-第七讲 土壤水分反演

--第七讲 土壤水分反演

-第八章 微波遥感及农业应用

第四讲 SAR影像预处理笔记与讨论

也许你还感兴趣的课程:

© 柠檬大学-慕课导航 课程版权归原始院校所有,
本网站仅通过互联网进行慕课课程索引,不提供在线课程学习和视频,请同学们点击报名到课程提供网站进行学习。