当前位置: 首页 > 新闻 > 信息荟萃
编号:5908
SAR图像处理技术与SARscape实践.pdf
http://www.100md.com 2020年11月24日
第1页
第9页
第15页
第21页
第43页
第60页

    参见附件(19126KB,78页)。

     徐恩惠SAR图像处理技术与SARscape实践研究

    于SAR图像处理方面的研究工作和该领域一些专家的相关工作,介绍了SAR图像相干斑噪声抑制、SAR图像边缘提取、SAR图像分割分类、SAR图像目标识别、极化SAR图像处理与并行SAR图像处理等一些SAR图像处理关键方法技术。

    图片预览

    SAR特性介绍

    与光学遥感相比,SAR具有如下特性:全天候,不受云雾雪的影响,雨的影响有限全天时,主动感系统

    对地表有一定的穿透能力,与土壤含水量有关,依赖于波长

    -对植被有一定的穿透能力,依赖于波长和入射角

    -高分辨率,分辨率与距离无关独特的辐射和几何特性

    -干涉测量能力

    -多极化观测能力

    SAR图像处理技术

    雷达数据基本处理与分析

    数据输入、多视、配准、滤波、地理编码、正射纠正等分类、目标识别、定量分析等InSAR&DInSAR处理技术

    -DEM提取

    -变形监测

    SAR时序分析&干涉叠加技术

    -永久散射体-PS-小基线-SBAS

    PolSAR&Pol-InSAR处理技术

    一极化信号分析

    sar图像整体特点

    1,SAR图像是斜距图像,方位向和距离向分辨率不一致(距离向分辨率较高,例如2m*3m),斜距图像上近距离被压缩(光学图像是远距离被压缩)。

    2、SAR图像特有的几何特点(如透视、收缩、倒置、盲区、斜距显示的图像近距离压缩等)

    加大了SAR图像解译难度。

    3,SAR图像固有的相干斑噪声使得目标边缘模糊、清晰度下降,也造成SAR图像解译采用完全不同的方法。

    4、俯仰角度和方位角变化时,SAR图像会表现出较大的差异。需要结合具体的观测参数对SAR图像进行判读。

    5、存在多次反射效应、虚假现象、多普勒频移等。

    什么是SAR图像

    合成孔径雷达(SAR)具有全天时、全天候的高分辨成像能力,在国民经济和国防建设中有着非常重要的应用。但是,SAR成像的特点决定了SAR图像几何失真较大且含有大量被称为相干斑的乘性噪声,这使得传统的图像处理技术很难应用。基于此,本书基于SAR图像处理方面的研究工作和该领域一些专家的相关工作,介绍了SAR图像相干斑噪声抑制、SAR图像边缘提取、SAR图像分割分类、SAR图像目标识别、极化SAR图像处理与并行SAR图像处理等一些SAR图像处理关键方法技术。

    SAR图像相干斑噪声的存在使SAR图像的解译工作变得相当复杂,因此研究SAR图像的信号和噪声分布特性对于SAR图像的各项处理工作显得格外重要。用小波分析的方法研究了SAR图像信号和噪声在频域中的分布特性,并在SAR图像滤波中得以验证。

    基于以上SAR图像相干斑噪声的分布特性的研究,并分析现有的图像空间滤波算法,研究提出了一种相干斑滤除方法——基于小波变换的SAR图像噪声滤波方法。将该方法用于SAR图像去噪取得了较好的效果。

    在含噪SAR图像边缘提取方面,提出了3种方法:①基于小波变换的SAR图像边缘提取。首先用基于结构信息的统计滤波方法对SAR图像进行滤波,然后根据小波变换具有多分辨分析的特性,并结合模糊中值滤波、阈值化处理及微分梯度算子对SAR图像进行边缘提取。②基于分形的SAR图像边缘提取。首先用小波变换方法对SAR图像进行滤波,然后依据所计算的基于区域自选的多尺度分形维数进行边缘检测。③基于支撑矢量机(SVM)的SAR图像边缘提取。利用含噪SAR图像中边缘点与非边缘点在邻域一致性、方向性和结构性的不同,运用一个三维特征向量描述边缘点,并采用SVM方法实现对边缘点的提取。实验结果表明,对于SAR图像来说,本书中所提出的边缘检测方法优于Robert算子、Sobel算子、Canny算子等传统边缘检测算子。本书同时对所提出的方法从算法性能、效率方面进行了分析比较,并给出了各自的适用范围。

    在SAR图像分割分类方面,提出了6种方法:①基于瑞利(Rayleigh)分布和模糊技术的SAR图像分割方法。该方法基于SAR图像灰度级分布模型,并结合像素灰度和区域信息,提取目标灰度隶属度信息作为特征,然后通过无监督聚类方法对SAR图像进行分割。②基于小波变换的SAR图像分割方法。在该方法中,用于SAR图像分割的特征向量由图像小波纹理特征和滤波后的灰度组成。③基于分形特征的SAR图像分割方法。该方法基于分形理论并结合了SAR图像的特点。④基于模糊神经网络的SAR图像分割方法。该方法将所提取的SAR图像的灰度共生矩阵特征和滤波后的灰度组成特征向量,用模糊神经网络对SAR图像进行分割。⑤基于树型小波和灰度共生矩阵的SAR图像分类方法。该方法将图像的空间域和频域特征相结合。⑥利用小波尺度共生矩阵和灰度共生矩阵的SAR图像分类方法。该方法将反映图像纹理的动态和静态信息特征相结合。实验结果表明,本书所提出的SAR图像分割分类方法是有效的。本书同时对所提出的分割分类方法从算法性能、效率方面进行了分析比较,并给出了各自的适用范围。

    在SAR图像目标识别方面,提出了基于SVM的SAR图像目标识别方法。该方法首先对样本SAR图像进行预处理;然后提取目标区域的不变矩特征并计算灰度均值,将其组成特征向量训练SVM分类器;*后用训练好的SVM分类器对要识别的SAR图像进行目标识别。用该方法对一些含有桥梁和坦克的SAR图像进行目标识别取得了较好的结果。

    在极化SAR图像分类方面,提出了一种基于极化特征并结合邻域信息的统计特征的全极化SAR数据的无监督分类方法。在该方法中,计算了极化SAR图像的极化特征:H(熵)、α(散射角)、A(各向异性度)和SPAN(极化总功率)。还在极化总功率图像上计算了空间统计特征:4个灰度共生矩阵特征。将极化特征和空间统计特征相结合,对极化SAR图像进行分类。实验表明,该算法能更好地保持极化SAR图像的纹理和细节,其分类结果优于传统的极化SAR图像分类方法。

    在高性能计算中,并行集群计算系统具有较高的和良好的可扩展性,可以满足不同规模的大型计算问题,因此日益受到重视。本书将并行计算引入SAR图像处理中,以提高速度。针对SAR图像处理中计算量大的关键环节,并结合并行计算,提出了一种SAR图像并行分类方法和一种SAR图像并行边缘检测方法,通过实验验证了它们的有效性及较高的效率。通过SAR图像并行处理的研究和实验,本书也对影响图像并行处理的一些因素进行了分析,并给出了一些提高SAR图像并行处理性能的措施。

    本书的工作得到了笔者的博士生导师赵荣椿教授、张艳宁教授,笔者的博士后合作导师曾琪明教授和笔者在美国公派访学时的合作导师Liping Di教授的许多指点和帮助,以及导师们的实验室的多位同门的帮助,在此一并感谢。本书还参考了许多国内外相关资料,对这些文献的作者们也表示感谢。在本书的撰写过程中,也得到了笔者的家人和工作单位的领导与同事,以及笔者的一些朋友的支持和帮助,在此也表示感谢。鉴于笔者的专业水平有限及时间仓促,书中不足之处在所难免,敬请读者和同行批评指正,笔者会将读者的反馈作为进一步提高研究质量的动力。

    SAR图像处理技术与SARscape实践版截图

    SAR图像处理技术与SARscape实践

    徐恩惠

    易智瑞 遥感事业部? 与光学遥感相比,SAR具有如下特性:

    – 全天候,不受云雾雪的影响,雨的影响有限

    – 全天时,主动遥感系统

    – 对地表有一定的穿透能力,与土壤含水量有关,依赖于波长

    – 对植被有一定的穿透能力,依赖于波长和入射角

    – 高分辨率,分辨率与距离无关

    – 独特的辐射和几何特性

    – 干涉测量能力

    – 多极化观测能力

    SAR特性

    雷达图像 光学遥感器

    对同一地区同时观测青森县岩木山SAR应用领域? 雷达数据基本处理与分析

    – 数据输入、多视、配准、滤波、地理编码、正射纠正等

    – 分类、目标识别、定量分析等

    · InSAR DInSAR处理技术

    – DEM提取

    – 变形监测

    · SAR时序分析干涉叠加技术

    – 永久散射体-PS

    – 小基线-SBAS

    · PolSAR Pol-InSAR处理技术

    – 极化信号分析

    SAR图像处理技术SARscape——完整的雷达图像处理平台

    ENVI

    The Complete

    Image

    Processing

    Platform ENVI is the

    premier

    application for

    extracting

    geospatial

    information from

    remotely-sensed i…SARscape

    成果应用

    ·DEM 提取

    ·地表形变监测

    ·形变源分析

    ·地表动态监测

    ·地表覆盖监测

    数据分析

    ·SAR图像解译

    ·(D)InSAR处理

    ·地球物理建模

    ·干涉叠加分析

    ·极化雷达分析

    ·雷达强度图像

    ·雷达干涉测量

    ·极化雷达处理

    ·极化雷达干涉测量

    ·雷达立体量测

    功能扩展

    ENVI, IDL

    数据读取处理

    ·航天传感器

    ·航空传感器

    ·常见文件格式

    ·RAW 数据

    ·聚焦、多视

    ·地理编码、滤波SARscape5.5版本

    · 通用的SAR数据导入工具

    · 支持PAZ-1数据

    · 支持ICEYE数据

    · 支持NovaSAR数据

    · 支持ASNARO-2数据CEOS类型

    · 支持RISAT-A L2数据

    · 支持DTED DEM数据

    · 支持Sentinel-1 Amazion格式

    · 支持Kml和kmz裁剪子区域

    · 数据可导出为SIDD

    · 支持ECMWF下载

    · 支持OpenStreetMap下载

    · 流程化工具中新增数据导入和裁剪

    · 支持代理服务器

    · AIS新信息管理

    · SAR AIS分类

    · PS性能提升

    · PS支持添加新的数据

    · SBAS方法的改进

    · Tasks参数管理

    · 改进的地质建模工具

    · 改进的DEM融合工具

    · 支持ENVI Modeler建模

    · 完全支持ENVI5.5

    最新版为2019年10月3日发布的SARscape5.5.2.1? 支持查询和下载ECMWF提供的气象数据,并可将气象数据与相同时空分辨率

    的SAR数据进行叠加分析

    支持ECMWF(欧洲中心中期天气预报) 数据? 用户可下载所需范围的Open Street Map数据,在本地叠加到SAR数据进行分析

    支持Open Street Map数据? 裁剪范围获取

    · 控制点选择

    · 成果叠加与分享

    Google Earth集成应用

    直接使用KMZ文件裁剪 在GoogleEarth上选择GCP点,用于轨道精炼? 构建SAR数据处理或SAR光学数据结合处理的工作流

    · 实现数据批处理

    · 可以生成IDL和Python脚本

    · 可将SAR处理功能发布到企业级环境和云平台

    SARscape中的SAR图像处理工具可用ENVI Modeler进行可视化建模? 从5.4版本开始,SARscape全面开放接口,其SAR处理功能可以在ENVI Task中使用。

    SARscape Task? SARscape的功能可发布为Web Service服务,实现在线SAR图像处理与分析

    Web平台上进行SAR数据处理与分析? 一些常用的SAR处理,以流程化工具的形式安装在ENVI、ArcGIS Por中

    – SAR动态检测

    – DEM生产

    – 形变制图

    – 洪水制图

    – 地理编码

    – 船只探测

    – 多时相分析

    – PS时序分析

    – Sentinel-1数据下载

    – ……

    SARscape Analytics Engine ? 基本配置:

    – 与ENVI版本匹配,最新版SARscape5.5.2.1至少需要ENVI5.5.1

    – 内存至少8G

    – CPU至少4核,且支持AVX

    – GPU,兼容OpenCL 1.2,显存至少2GB ,支持FP64

    · 理想配置

    – 与ENVI版本匹配,最新版SARscape5.5.2.1最好匹配ENVI5.5.2

    – 内存1632 G

    – CPU有6个以上核数,支持AVX2

    – GPU,兼容OpenCL 1.2,显存4GB ,支持FP64

    – SSD,数据读写都在SSD中,硬盘空间大

    · 操作系统:

    – Windows 7810 64位操作操作系统,或者Linux平台

    SARscape软件运行环境

    注:1、软件提供了工具检测opencl是否已正确安装和配置:

    SARscapeAdministrationDiagnosticsCheck OpenCL Config

    2、满足Opencl 1.2要求的平台会在SARscape系统参数中自动识别,若有多个,用户可自行切换SARscape实践——应用案例赏析? 利用D-InSAR技术探究在开工后半年内工程区的地表形变情况

    基于D-InSAR石油管线施工地表形变分析

    对一段石油管线工程区,用开工前后

    相隔半年的两个时相的哨兵1A数据

    ,进行DInSAR处理,得到工程区地

    表沉降结果,如图展示了石油管线2

    公里范围的沉降,可以看出,工程区

    整体地表比较稳定,最大沉降9cm,最大抬升12cm,其中,南部地区有

    几处较为明显的沉降,沉降量约为

    8cm。

    合作单位:中石化石油工程设计有限公司基于D-InSAR石油管线施工地表形变分析

    合作单位:中石化石油工程设计有限公司

    黄浪桥附近存在沉降,沉降量6-9cm之间

    该段管线附近存在略微沉降

    ,沉降量3-5cm之间

    该段管线附近存在略微的抬

    升现象,抬升量4-7cm之间? 数据情况:2017年3月-2018年10月:20期Sentinel1A数据

    基于SBASPS-InSAR技术量测晋中南部地表形变现象

    数据源 Sentinel1A

    模式 IW

    轨道 升轨

    极化 VV

    地面分辨率 520米

    处理范围 4525平方公里

    时相 20

    20181028 20171220

    20180922 20171126

    20180829 20171021

    20180724 20170927

    20180618 20170822

    20180525 20170717

    20180419 20170623

    20180326 20170518

    20180218 20170424

    20180125 20170331 合作单位:山西省地质调查院? 处理环境:Dell笔记本,SSD硬盘,64g内存,I7 4核处理器,intel集成显卡

    GPU。

    SBAS处理流程和时间

    1 连接图生成 小于1分钟

    2 干涉图生成 10小时

    3 轨道精炼和重去平 6分

    4 第一次反演 1小时20分

    5 第二次反演 13分

    6 地理编码 7分

    总计:11小时46分

    1 连接图生成 小于1分钟

    2 干涉图生成 4小时42分

    3

    第一次反演 1小时53分

    4 第二次反演 1小时15分

    5 地理编码 10分钟

    9小时

    PS处理时间统计

    SBAS处理时间统计SBAS处理得到2017年3月-2018年10月形变速率图形变结果分析

    A

    B

    C

    E

    D

    从SBAS测量得到的形变结果来看,晋中南部和

    西南部区域存在几处明显的形变区域,最大沉降

    速率超过30mmy形变结果分析

    A

    A沉降区形变曲线图

    A沉降区位于太原市清徐县徐

    沟文化产业园区,有在建工地

    徐沟镇形变结果分析

    赵家堡村

    北绿树村

    B

    B沉降区形变曲线图 B沉降区位于赵家堡村工业路南侧,工业用地,有物流公司、和一些厂房形变结果分析

    南格村

    C

    C沉降区位于南格村,属于“萧河产

    业园”园中村拆迁范围

    C沉降区形变曲线图形变结果分析

    集义乡

    集义村

    D

    D沉降区位于集义乡。集义乡是清徐县

    农业大乡,太原市的优质高效农业示范

    区,山西省放心菜示范园区。此处沉降

    可能和农业灌溉工程有关。沉降特点表

    现为非线性沉降。2018年3月出现沉降

    增强趋势。

    D沉降区形变曲线图形变结果分析

    E

    东长寿村

    E

    E形变区位于东长寿村。SBAS-InSAR

    测量结果显示该区域总体呈现抬升趋势,在2017年12月开始呈现明显的抬升,且

    在2017年12月-2018年7月期间抬升具

    有线性特点,抬升的原因有待进一步分

    析。

    E形变区形变曲线图? 处理环境:浪潮服务器,机械硬盘,128g内存,志强8核处理器,英伟达TSL

    显卡GPU

    基于RADARSAT-2量测晋中南部地表形变现象

    1 连接图生成 小于1分钟

    2 干涉图生成 13小时

    3 第一次反演 4小时30分

    4 第二次反演 2小时45分

    5 地理编码 26分钟

    20小时41分

    PS处理时间统计

    数据源 RADARSAT-2

    模式 IW

    轨道 升轨

    极化 VV

    分辨率 88米

    处理范围 4525平方公里

    时相 18

    2016年7月-2018年05月:

    18期RADARSAT-2数据。

    山西省地质调查院提供基于RADARSAT-2量测晋中南部地表形变现象基于SBASPS-InSAR技术量测太原市地表形变现象? 数据情况:2017年3月-2018年10月:20期、两轨Sentinel1A数据

    基于SBASPS-InSAR技术量测太原市地表形变现象

    20181028 20171220

    20180922 20171126

    20180829 20171021

    20180724 20170927

    20180618 20170822

    20180525 20170717

    20180419 20170623

    20180326 20170518

    20180218 20170424

    20180125 20170331

    合作单位:山西省地质调查院

    数据源 Sentinel1A

    模式 IW

    轨道 升轨

    极化 VV

    地面分辨率 520米

    处理范围 7343平方公里

    时相 20? 处理环境:Dell笔记本,SSD硬盘,64g内存,I7 4核处理器,intel集成显卡

    GPU。

    SBAS处理流程和时间

    1 连接图生成 小于1分钟

    2 干涉图生成 15小时20分

    3 轨道精炼和重去平 6分

    4 第一次反演 2小时10分

    5 第二次反演 27分

    6 地理编码 8分

    18小时11分

    1 连接图生成 小于1分钟

    2 干涉图生成 8小时11分

    3 第一次反演 3小时53分

    4 第二次反演 3小时5分

    5 地理编码 32分钟

    15小时51分

    PS处理时间统计

    SBAS处理时间统计SBAS处理得到2017年3月-2018年10月形变速率图

    太原市南部地面沉降较严重,沉降量

    最大值位于太原南部小店镇区域,1年

    内形变速率最大达到55 mmy,可能

    和近年来高新区发展有关;太原北部

    靠近边山处形变结果均呈抬升趋势,1

    年内形变速率25mmy左右,经查资

    料可能由于区域构造活动及“关井压

    采”地下水水位回升引起形变结果分析

    小店区位于太原市南段,与晋中市接壤,是太

    原市“南移西进、扩容提质”城市发展战略的

    主要扩张区域。

    从SBAS测量得到的形变结果来看,小店区存

    在整体的沉降,平均沉降速率为30mmy,最

    大沉降速率达到50mmy形变结果分析

    太原北部靠近边山处形变结果均呈抬升趋

    势,1年内形变速率25mmy左右,经查资

    料可能由于区域构造活动及“关井压采”

    地下水水位回升引起? 数据情况:2017年10月-2019年3月:20期Sentinel1A数据

    基于S1数据监测龙羊峡库区周边形变现象

    数据源 Sentinel1A

    模式 IW

    轨道 升轨

    极化 VV

    地面分辨率 520米

    处理范围 55平方公里

    时相 20

    合作单位:青海基础测绘院基于S1数据监测龙羊峡库区周边形变现象——PS结果基于S1数据监测龙羊峡库区周边形变现象——SBAS结果

    毫米年? 基于95期( 201507-201810)三年S1数据得到PS结果

    基于SBASPS-InSAR技术量测厦门市地表形变现象

    -10mmy 10mmy

    B

    A? 对比双子大楼某一点在SBAS和PS结果上的历史形变过程

    · SBAS获取到了明显的周期性形变(非线性)

    PS-InSAR与SBAS-InSAR周期性形变监测

    SBAS-InSAR结果 PS-InSAR结果? 分析双子塔在SBAS处理结果上的形变过程,具有明显的周期性(非线性)沉降

    现象,下载同时期ECMWF气温数据(SARscape直接支持该数据的自动下载)

    ,发现两者高度吻合,说明该沉降现象主要由季节引起。

    ECMWF气温数据辅助分析建筑物形变现象

    大厦某点监测形变速度

    相同时间段温度天津地区地表形变监测应用——数据源

    参数 属性值

    传感器 Sentinel-1A

    尺寸 250x250平方公里

    数据格式 Level 1 SLC

    影像数量 13景

    覆盖时间 2015年6月~2016年6月

    参数 属性值

    传感器 Sentinel-1B

    尺寸 250x250平方公里

    数据格式 Level 1 SLC

    影像数量 23景

    覆盖时间 2018年11月~2019年8月SBAS-InSAR监测结果(2015年6月~2016年6月)局部地区分析——天津主要城区(2015年6月~2016年6月)

    · 市区沉降量较小,平均在10mmy内。

    · 周边有几个较大的

    沉降区域,形成沉

    降漏斗。包括南边

    的大寺镇,北辰区

    的双口镇、青光镇

    和宜兴埠镇。天津港PS-InSAR监测结果

    -40mmy 40mmy

    0mmy

    2015.6-2016.6 2018.11-2019.8? 孟买贾特拉帕蒂·希瓦吉国际机场占地1450英亩(5.9平方公里),是印度最

    大的和最重要的航空枢纽

    机场形变监测? 54景S-1数据,VV极化

    · 地面分辨率15米

    · 降轨

    · 2016年9月-2018年7月, 2年,间隔12天

    孟买国际机场形变监测? SBAS处理流程

    – 生成连接图

    – 干涉工作流

    – 轨道精炼和重去平

    – 第一次反演

    – 第二次反演

    – 地理编码

    孟买国际机场形变监测孟买国际机场形变监测

    间隔12天的干涉图和相干性图

    间隔120天的干涉图和相干性图孟买国际机场形变监测

    干涉工作流

    轨道精炼和重去平

    第一次反演

    第二次反演孟买国际机场形变监测孟买国际机场形变监测? 使用单时相多极化的高分三号数据,通过多极化波段假彩色合成,凸显地物

    类型,进行监督分类,提取水稻种植范围

    单时相SAR图像不同极化下的后向散射系数与应用

    不同极化的后向散射系数 提取的水稻种植面积 组成多波段图像监督分类? 使用多时相哨兵1数据,利用不同时相的波段组合,进行图像监督分类,得到

    地表覆盖类型图

    多时相SAR图像的后向散射系数与应用

    不同时相的后向散射系数

    R:3月31日

    G:5月6日

    B:6月11日

    构建多波段图像监督分类多时相单时相多极化SAR数据处理技术流程

    SAR SLC数

    据 多视处理 强度数据 图像配准

    强度数据滤

    波

    地理编码和

    辐射定标

    后向散射系

    数 假彩色合成

    图像分类

    信息提取

    土地覆盖图

    专题信息 注:如果做单时相数据处理

    不需要做图像配准? 2017年1月28日,印诺尔港发生了一起撞船意外,一艘油轮和另一艘运载着

    液态天然气的船支相撞,两船分别漏出大量原油,印度官方预估漏出的原油

    多达20吨。

    原油泄漏监测? 使用Sentinel-1 数据进行漏油区提取

    · 处理流程:数据导入、预处理、绘制ROI

    原油泄漏监测原油泄漏监测

    多视 滤波 地理编码

    · 数据预处理原油泄漏监测

    VV VH

    · 选择适用于海面原油监测的极化方式的数据? 选择ROI进行原油泄漏区域信息提取

    原油泄漏监测? 2018年11月8日-25日,在美国加利福尼亚州北部比尤特县天堂镇发生山火。此次山火已成为加州历史上最具破坏性的一次火灾,破坏面积超过6万公顷

    ,造成近19000栋民宅和其他建筑毁损。

    火灾监测? Sentinel-1数据

    · 30米DEM GTOPO数据

    · 山火范围

    · 数据导入

    · 相干性变化监测流程化工具(CCD)

    火灾监测? 山体阴影掩膜处理

    火灾监测火灾监测

    · 相干性变化检测方法(CCD)基于多时相数据的相位变化进行土地变化区域

    的检测,地表粗糙度和覆盖类型的变化会引起相位的变化。

    林火发生前的强度图 林火发生后的强度图火灾监测

    · 相干性变化检测方法(CCD)基于多时相数据的相位变化进行土地变化区域

    的检测,地表粗糙度和覆盖类型的变化会引起相位的变化。

    林火发生前的相干性

    10月16日-10月28日

    林火发生前后的地表相干性

    10月28日-11月9日ILU R:相干系数图

    G:平均强度图

    B:强度差的绝对值

    MTC R:第一时相的强度图

    G:第二时相的强度图

    B:相干系数图

    MICCD R:前一像对的相干系数

    G:后一像对的相干系数

    B:后一像对的相干系数

    COV-PWR-CC R:平均后向散射的空间变异系数

    G:两个时相的平均后向散射

    B:相干系数

    火灾监测? 使用火灾发生前后的3

    个时相的Sentinel-1数

    据进行CCD处理。

    · 蓝色绿色是10月28日

    到11月9日的变化范围

    · 红色是11月9日到21的

    燃烧范围。

    火灾监测

    R:10.28-11.9相干系数

    G:11.9-11.21相干系数

    B:11.9-11.21相干系数? 研究表明,L波段HV极化方式的SAR后向散射系数(σ)与森林参数存在着较

    高的相关性,用L波段进行森林参数反演具有可行性。

    SAR数据遥感反演

    L波段HV极化后向散射系数(σ)与森林参数关系 C波段HV极化后向散射系数(σ)与森林参数关系? 森林生物物理参数反演

    SAR数据遥感反演

    (m3ha)

    森林蓄积量估算结果

    (m)

    树高估算结果

    (cm)

    胸径-DBH 估算结果基于SAR的遥感反演流程

    SAR数据

    噪声抑制

    后向散射系数定标

    地理编码…

    物理模型

    半经验半物理模型

    经验模型…

    植被

    强粗糙地表(高层建筑等)…

    1

    预处理与后向散射

    系数计算

    2

    典型地表掩膜

    3

    参数反演

    L波段(PALSAR)

    C波段

    (GF3\RADASAT\Sentinel-1)

    X波段(COSMO\TerraSAR-X)…SAR反演作物含水量并用于精细农业

    后向散射系数

    低 高

    作物含水量(%) 作物产量 [tha]

    X波段CSK数据后向散射系数 半经验模型作物含水量反演结果 作物产量反演结果总结SARscape——完整的雷达图像处理平台

    · 可在多种环境下使用SAR工具

    – ENVI界面

    – ENVI流程化工具

    – ENVI Modeler

    – ArcGIS Pro

    – 企业级云平台

    – 用户定制系统

    – ……? FanSAR多立体方法(用于点云和DEM生产)

    · SAR模拟

    · 支持从多个网站下载Sentinel-1

    · Sentinel-1下载工具更加智能

    · 非局部(Non-local)滤波和相干性计算

    · 连续层析成像

    · 支持无人机SAR数据的聚焦和处理

    · SBAS处理进一步自动化

    · 支持双极化雷达的Alpha-Entropy分解

    SARscape发展规划

    Non-local滤波得到的相位图

    干涉滤波得到的相位图学习SARInSAR技术

    SARscape培训班

    从2011年开始,已连续举办8年,参加人

    员超过300人;

    形成较完整的SAR知识学习素材包,数据

    覆盖SAR处理流程各个环节。

    技术博客

    http:blog.sina.com.cnenviidl

    2011年开博客,累积887万访问量

    目前月访问量20万人次

    QQ群

    每天几十到几百条技术讨论

    371170258

    826195565? http:blog.sina.com.cnsblog_764b1e9d0102zrgd.html

    SARscape55试用许可开放自助申请!!!扫码关注【ENVI技术殿堂】公众号

    在公众号回复“学习”

    获取抽奖码,长按识别二维码

    前往“活动抽奖”小程序

    点击“点击抽奖”按钮参与抽奖谢谢大家!

    感谢您的到来与聆听,祝您生活愉快! ......

您现在查看是摘要介绍页, 详见PDF附件(19126KB,78页)