本文關(guān)鍵詞：星載干涉合成孔徑雷達(dá)影像配準(zhǔn)算法

  更多相關(guān)文章： 合成孔徑雷達(dá)干涉測(cè)量 影像配準(zhǔn) 最小二乘 粗差探測(cè)與剔除

【摘要】：星載SAR復(fù)數(shù)影像配準(zhǔn)是InSAR數(shù)據(jù)處理中的關(guān)鍵技術(shù)之一,同時(shí)也是雷達(dá)干涉測(cè)量技術(shù)實(shí)現(xiàn)其具體應(yīng)用的基礎(chǔ),而高精度、高可靠性的控制點(diǎn)選取是InSAR影像實(shí)現(xiàn)精確配準(zhǔn)的重要環(huán)節(jié)。目前,InSAR影像配準(zhǔn)主要采用相位差影像平均波動(dòng)函數(shù)法、最大干涉頻譜法和相關(guān)系數(shù)法等。這三種方法均是根據(jù)某一配準(zhǔn)測(cè)度函數(shù)來(lái)進(jìn)行控制點(diǎn)的選取,其自動(dòng)化程度高,一定程度上對(duì)旋轉(zhuǎn)和明暗變化等不敏感,對(duì)一些區(qū)域有一定的適用性,但是在對(duì)比度較弱、邊緣或紋理特征較單一不明顯的低相干區(qū)域,在實(shí)際應(yīng)用中往往存在粗差點(diǎn)多、配準(zhǔn)點(diǎn)較密集等缺點(diǎn),難以滿足SAR影像的配準(zhǔn)要求。本文首先介紹了常用的配準(zhǔn)算法,然后基于GAMMA軟件平臺(tái)分別運(yùn)用強(qiáng)度互相關(guān)算法和相干性算法進(jìn)行了配準(zhǔn)實(shí)驗(yàn),主要從殘余點(diǎn)個(gè)數(shù)、配準(zhǔn)中誤差和運(yùn)算效率方面對(duì)兩種算法進(jìn)行了比較,總結(jié)出各算法的優(yōu)缺點(diǎn)。針對(duì)控制點(diǎn)中可能存在的粗差問(wèn)題,加入了總體方差因子檢驗(yàn)法對(duì)控制點(diǎn)文件進(jìn)行粗差探測(cè);通過(guò)建立趨勢(shì)面參數(shù)模型,分別利用學(xué)生化殘差和學(xué)生化預(yù)測(cè)殘差進(jìn)行粗差剔除,最后運(yùn)用最小二乘對(duì)余下控制點(diǎn)進(jìn)行精度評(píng)定,直至滿足SAR影像配準(zhǔn)的精度要求。通過(guò)實(shí)驗(yàn)驗(yàn)證了該方法的可行性和穩(wěn)健性。
【關(guān)鍵詞】：合成孔徑雷達(dá)干涉測(cè)量 影像配準(zhǔn) 最小二乘 粗差探測(cè)與剔除
【學(xué)位授予單位】：西安科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：P237
【目錄】：

• 摘要3-4
• ABSTRACT4-8
• 1 緒論8-13
• 1.1 選題及研究意義8-11
• 1.2 InSAR影像配準(zhǔn)算法研究現(xiàn)狀11-12
• 1.3 本文主要研究?jī)?nèi)容12-13
• 2 雷達(dá)干涉測(cè)量基本原理13-25
• 2.1 SAR成像原理13-15
• 2.2 SAR圖像特點(diǎn)及數(shù)據(jù)格式15-17
• 2.2.1 SAR圖像特點(diǎn)15
• 2.2.2 SAR數(shù)據(jù)15-16
• 2.2.3 TerraSAR-X衛(wèi)星性能參數(shù)16-17
• 2.3 InSAR基本原理與應(yīng)用17-23
• 2.3.1 InSAR基本原理17-21
• 2.3.2 InSAR主要應(yīng)用21-23
• 2.4 InSAR影像數(shù)據(jù)處理流程23-25
• 2.4.1 成像處理23
• 2.4.2 InSAR復(fù)影像配準(zhǔn)23-24
• 2.4.3 去平地效應(yīng)及干涉圖生成24
• 2.4.4 干涉相位圖濾波和重采樣24
• 2.4.5 相位解纏和DEM生成24-25
• 3 InSAR影像配準(zhǔn)算法25-40
• 3.1 相關(guān)系數(shù)法25
• 3.2 最大干涉頻譜法25-27
• 3.3 相位差圖像平均波動(dòng)函數(shù)法27
• 3.4 影像重采樣27-30
• 3.5 配準(zhǔn)控制點(diǎn)粗差剔除30-36
• 3.5.1 平差模型總體檢驗(yàn)法31-34
• 3.5.2 配準(zhǔn)控制點(diǎn)粗差剔除34-36
• 3.6 擬采取的幾何變換參數(shù)計(jì)算策略36-37
• 3.7 配準(zhǔn)質(zhì)量評(píng)價(jià)標(biāo)準(zhǔn)37-38
• 3.8 技術(shù)路線38-40
• 4 GAMMA配準(zhǔn)實(shí)驗(yàn)與質(zhì)量評(píng)價(jià)40-45
• 4.1 GAMMA介紹40-41
• 4.2 GAMMA配準(zhǔn)實(shí)驗(yàn)41-43
• 4.2.1 數(shù)據(jù)讀取41
• 4.2.2 初始偏移量估計(jì)41-42
• 4.2.3 偏移多項(xiàng)式的精確估計(jì)42
• 4.2.4 生成干涉圖和強(qiáng)度圖像42
• 4.2.5 干涉基線的估計(jì)42
• 4.2.6 去除平地效應(yīng)42-43
• 4.3 GAMMA配準(zhǔn)結(jié)果與質(zhì)量評(píng)價(jià)43-45
• 5 實(shí)例分析45-50
• 6 總結(jié)與展望50-52
• 6.1 總結(jié)50-51
• 6.2 展望51-52
• 致謝52-53
• 參考文獻(xiàn)53-55

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 郭建鋒;趙俊;;粗差探測(cè)與識(shí)別統(tǒng)計(jì)檢驗(yàn)量的比較分析[J];測(cè)繪學(xué)報(bào);2012年01期

2 焦斌亮;樊曼曼;;基于改進(jìn)SIFT算法的多源遙感影像配準(zhǔn)研究[J];激光與紅外;2011年12期

3 郭交;李真芳;保錚;;基于相位梯度的干涉條紋圖配準(zhǔn)方法[J];西安電子科技大學(xué)學(xué)報(bào);2011年01期

4 史磊;李平湘;楊杰;;利用SIFT與粗差探測(cè)進(jìn)行SAR影像配準(zhǔn)[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2010年11期

5 劉子龍;董臻;蔡斌;孫造宇;;星載InSAR非相干圖像對(duì)精確配準(zhǔn)[J];遙感技術(shù)與應(yīng)用;2008年04期

6 劉廣;郭華東;范景輝;;基于外部DEM的InSAR圖像配準(zhǔn)方法研究[J];遙感技術(shù)與應(yīng)用;2008年01期

7 趙志偉;楊汝良;祁海明;;一種改進(jìn)的星載干涉SAR復(fù)圖像最大頻譜配準(zhǔn)算法[J];測(cè)繪學(xué)報(bào);2008年01期

8 張登榮;俞樂(lè);;一種高精度的干涉雷達(dá)復(fù)數(shù)影像配準(zhǔn)方法[J];遙感學(xué)報(bào);2007年04期

9 羅小軍;劉國(guó)祥;黃丁發(fā);丁曉利;;幾種衛(wèi)星合成孔徑雷達(dá)影像配準(zhǔn)算法的比較研究[J];測(cè)繪科學(xué);2006年01期

10 林卉,趙長(zhǎng)勝,肖劍平;一種高精度遙感影像配準(zhǔn)融合方法[J];江南大學(xué)學(xué)報(bào);2005年04期

，

本文編號(hào)：1104024