一种新的星载SAR图像几何校正方法与流程

本发明涉及微波遥感和信号处理的交叉技术领域，特别涉及一种利用新的多项式模型实现高效高精度星载SAR(Synthetic Aperture Radar，合成孔径雷达)图像几何校正的方法。

背景技术：

星载SAR图像几何校正是SAR图像处理的一项关键技术，目的是修正SAR原始图像的几何变形，产生一幅符合某种地图投影或图形表达要求的新图像，被广泛用于图像配准、土地测绘、环境规划、军事侦察等SAR图像应用领域，具有重要的应用价值。

几何校正处理流程包括建立几何校正模型、图像定位和图像插值等步骤，其中，建立几何校正模型是决定算法精度和效率的核心因素。

在现有的星载SAR图像几何校正模型中，严密几何校正模型是逐点R-D(Range-Doppler，距离-多普勒)模型，该模型是根据SAR成像机理，构建雷达与目标之间的距离方程和多普勒方程，然后利用地球椭球模型方程或外部DEM(Digital Elevation Model，数字高程模型，来源于SRTM或ASTER DEM等其他渠道)数据，解算出各图像像元的三维地理坐标，实现星载SAR图像的精确定位。逐点R-D模型理论上可获得精确的几何校正结果。然而由于它需要进行非线性方程的迭代解算，算法效率低下。

多项式几何校正模型通过建立星载SAR图像像元位置与地面经度、纬度的高阶多项式，实现全场景的逐点定位，可显著提高星载SAR几何校正的效率。出于模型精度与效率的折中，二阶多项式模型最为常见。现有的二阶多项式模 型如下：

其中X，Y为像素在原始星载SAR图像的距离向坐标和方位向坐标，B，L为该像素在地理坐标系下的纬度和经度。a_i(i＝0，1，...，5)，b_i(i＝0，1，...，5)为多项式的待定系数。多项式模型将遥感图像的总体变形等效为平移、缩放、旋转以及更高次基本变形的组合。该模型计算简单，在实践中得到了较为广泛的应用。然而，由于现有的多项式模型没有考虑合适的地面高程信息，对于地形起伏较大的地区，往往定位误差较大，难以获得令人满意的几何校正结果。因此，需要在多项式模型的基础上提出新的方法，通过引入高程变量，在不显著降低算法效率的情况下，提高星载SAR图像的几何校正精度。

技术实现要素：

本发明要解决的技术问题是，提供一种新的星载SAR图像几何校正方法，有效解决起伏地形下的现有多项式模型定位精度较低的缺陷。

本发明的技术方案是，对星载SAR图像及相应的DEM数据进行以下处理：

步骤一：建立DEM控制点网格，并采用R-D模型计算图像位置：

已知获取星载SAR图像及其对应的DEM地理范围。按照一定的经纬度间隔(间隔大小根据用户需求确定)生成地理网格，再在地理网格中提取一个均匀分布的稀疏网格(间隔大小根据用户需求确定，例如生成的地理网格为3000×3000，则稀疏网格的大小可以为15×15)，稀疏网格的交点作为控制点。然后利用严密R-D模型计算稀疏网格地理坐标，具体方法参照论文《Utilization of Spaceborne SAR Data for Mapping》(IEEE Transactions on geoscience and remote sensing，Vol.22，No.2，March 1984，第107页至第108页)进行处理。设获得的控制点的地理坐标为(B_(m，n)，L_(m，n)，H_(m，n))及其在星载SAR图像中的像素坐标 (X_(m，n)，Y_(m，n))，其中(m，n)为控制点在稀疏网格中的坐标位置，m＝1，2，…，M，n＝1，2，…，N，M和N的取值均大于待定模型参数的数目的一半。

步骤二：采用最小二乘法求解模型参数：

将上述求得的控制点数据代入下述公式，得到一组方程组：

其中，H_(m，n)为控制点(m，n)在地理坐标系下的高程，a_i、b_j为多项式的待定系数，i＝0，1，...，9，j＝0，1，...，7。采用最小二乘法求解上述方程组的解，得到多项式的待定系数。具体方法参照课本(科学出版社，尤红建、付琨编写的《合成孔径雷达图像精准处理》第35页到第37页)进行处理。

步骤三：逐点计算DEM网格点的图像位置：

将地理网格上每一点的地理坐标代入公式一中，求得该点在星载SAR图像中的像素坐标。

步骤四：采用插值法得到几何校正后的星载SAR图像：

采用双线性插值法，计算地理网格上每一点对应的图像灰度值，得到几何校正后的星载SAR图像。具体方法参照课本(科学出版社，尤红建、付琨编写的《合成孔径雷达图像精准处理》第77页到第79页)进行处理。

本发明的有益效果是：实现简单、高精度、高效率，对地形变化具有很强的适用性。一方面，本发明提出的二阶多项式模型，算法效率与现有的二阶多项式模型相当；另一方面，本发明提出的二阶多项式模型通过在方位向引入高程二阶项，在距离向引入高程二阶项的同时还增加了高程与经度、纬度的乘积项，使得新模型既能获得良好的算法效率，又能适用于地形起伏区域的星载SAR图像几何校正。因此，无论是处理平坦地形图像还是处理地形起伏较大的山地 图像，本发明均可获得精确的几何校正结果。

附图说明

图1是本发明的原理流程示意图；

图2为利用本发明实施例对平坦地形星载SAR图像的几何校正结果；

图3为利用本发明实施例在山地地形星载SAR图像的几何校正结果；

图4为对图2所示实验结果进行性能评估的结论；

图5为对图3所示实验结果进行性能评估的结论。

具体实施方式

本实施例所用的实测数据如图2(a)和图3(a)所示，其中图2(a)是一景平坦地形区域的TerraSAR-X图像，图3(a)是一景山地地形区域的TerraSAR-X图像。

本实施例的辅助DEM数据采用的是全球公开的SRTM-C DEM数据，地理网格的间隔大小为90米×90米。

图1是本发明的原理流程示意图。技术方案包括：首先，建立DEM控制点格网，采用R-D模型计算图像位置。然后，采用最小二乘法求解模型参数。接下来，逐点计算DEM网格点的图像位置。最后，采用插值法得到几何校正后的星载SAR图像。

图2为利用本发明实施例对平坦地形星载SAR图像的几何校正结果。其中，图2(a)为待校正的平坦地形TerraSAR-X卫星SAR图像，图像大小为8330像素×9504像素，像元大小为1.2米×1.9米；几何校正的结果如图2(b)所示，处理中，生成地理网格的经纬度间隔为0.1″×0.1″，即像元大小为3米×3米，稀疏网格的大小为15×15，即M=N=15，图中所示x坐标轴为地理经向，y坐标轴为地理纬向。

图3为利用本发明实施例在山地地形星载SAR图像的几何校正结果。其中， 图3(a)为待校正的山地地形TerraSAR-X卫星SAR图像，图像大小为15328像素×32686像素，像元大小为1.3米×1.8米；几何校正的结果如图3(b)所示，处理中，生成地理网格的经纬度间隔为0.1″×0.1″，即像元大小为3米×3米，稀疏网格的大小为15×15，即M＝N＝15，图中所示x坐标轴为地理经向，y坐标轴为地理纬向。

对图2(a)、3(a)的SAR图像，分别采用现有的二阶多项式方法(方法一)(参照科学出版社尤红建、付琨编写的《合成孔径雷达图像精准处理》第35页到第37页)和本发明提出的方法(方法二)进行几何校正处理，然后以严密R-D模型的定位结果为理想定位结果，评估两种方法的几何校正处理性能，采用的性能评估指标包括方位向最大误差值、方位向中误差值、距离向最大误差值、距离向中误差值、像元平面最大误差值、像元平面中误差值和处理时间。图4为对图2所示实验结果进行性能评估的结论。图5为对图3所示实验结果进行性能评估的结论。评估结果表明，尽管本发明的处理时间略高于现有的二阶多项式方法，但其算法精度(方位向最大误差值、方位向中误差值、距离向最大误差值、距离向中误差值、像元平面最大误差值、像元平面中误差值)有显著提高，平面定位中误差可达亚像元级的精度水平。