[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN116503269B - 一种sar图像的校正方法及装置 - Google Patents

一种sar图像的校正方法及装置 Download PDF

Info

Publication number
CN116503269B
CN116503269B CN202310311035.6A CN202310311035A CN116503269B CN 116503269 B CN116503269 B CN 116503269B CN 202310311035 A CN202310311035 A CN 202310311035A CN 116503269 B CN116503269 B CN 116503269B
Authority
CN
China
Prior art keywords
offset
dem data
initial
average gray
corrected
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202310311035.6A
Other languages
English (en)
Other versions
CN116503269A (zh
Inventor
王青松
石珂
翁海松
刘彬媛
林明鑫
赖涛
黄海风
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sun Yat Sen University
Original Assignee
Sun Yat Sen University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sun Yat Sen University filed Critical Sun Yat Sen University
Priority to CN202310311035.6A priority Critical patent/CN116503269B/zh
Publication of CN116503269A publication Critical patent/CN116503269A/zh
Application granted granted Critical
Publication of CN116503269B publication Critical patent/CN116503269B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/80Geometric correction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10032Satellite or aerial image; Remote sensing
    • G06T2207/10044Radar image

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Radar Systems Or Details Thereof (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种SAR图像的校正方法及装置,所述方法包括:获取初始DEM数据后,将所述初始DEM数据分别与若干个位置偏移量相加,得到若干个偏移DEM数据;采用每个所述偏移DEM数据计算待校正SAR图像的偏移平均灰度值,得到若干个偏移平均灰度值;利用所述若干个偏移平均灰度值与预设的初始平均灰度值对待校正SAR图像进行偏移校正。本发明可以在获取待校正SAR图像对应的DEM数据后,将水平偏移量添加在DEM数据中,然后分别计算添加了水平偏移量的DEM数据的平均灰度以及未添加水平偏移量的DEM数据的平均灰度,通过两个灰度值的比较筛选出符合实际需求的水平偏移量并进行图像校正,从而减少相对位置偏差所带来的影响,提升图像校正的效果。

Description

一种SAR图像的校正方法及装置
技术领域
本发明涉及图像校正的技术领域,尤其涉及一种SAR图像的校正方法及装置。
背景技术
SAR(Synthetic Aperture Radar,SAR)图像是通过安装在飞机、卫星、宇宙飞船等飞行平台上的合成孔径雷达对地观测所采集得到的影像。由于SAR图像与普通光学影像相比存在着一定的几何畸变,例如透视收缩、叠掩、顶底倒置等现象,不利于一般用户对影像进行判读和理解。在应用前需要对其做几何校正,以生成能更好反映真实地形的正射影像。
目前常用的影像校正方法有前向法和后向法两种。其中,前向法通过对图像各像素点进行精确定位,找到其对应的三维空间坐标,根据定位结果将原图像重采样成正射影像。后向法是通过数字高程模型(Digital Elevation Model,DEM)数据对辅助DEM数据中各元素进行精确定位,找到各元素对应的SAR图像坐标,对SAR图像坐标的像素灰度值赋予到对应位置的DEM数据元素,生成的等间隔图像即为几何校正后的正射影像。
但目前常用的校正方法有如下技术问题:其中前向法需要将二维平面映射至三维空间,并且需要假定地面点的高程,假定高程可能引入误差的数据,进而影响定位精度以及最终的几何校正结果。而后向法使用的DEM数据所表示的实际地形的相对位置可能与真实地形存在相对位置的偏差,利用DEM数据定位的像素点坐标可能有错,进而导致生成的正射影像位置与实际地理位置存在偏差,使得后续的校正出错。
发明内容
本发明提出一种SAR图像的校正方法及装置,所述方法可以在DEM数据中添加若干个偏移量来补偿相对位置误差,结合偏移量对SAR图像进行校正,以减少相对位置偏差所带来的影响,提升图像校正的效果。
本发明实施例的第一方面提供了一种SAR图像的校正方法,所述方法包括:
获取初始DEM数据后,将所述初始DEM数据分别与若干个位置偏移量相加,得到若干个偏移DEM数据,所述初始DEM数据为待校正SAR图像对应区域的DEM数据;
采用每个所述偏移DEM数据计算待校正SAR图像的偏移平均灰度值,得到若干个偏移平均灰度值;
利用所述若干个偏移平均灰度值与预设的初始平均灰度值对待校正SAR图像进行偏移校正,所述预设的初始平均灰度值是采用初始DEM数据计算的待校正SAR图像的平均灰度值。
在第一方面的一种可能的实现方式中,所述利用所述若干个偏移平均灰度值与预设的初始平均灰度值对待校正SAR图像进行偏移校正,包括:
从若干个偏移平均灰度值和预设的初始平均灰度值中筛选数值最大的灰度值;
获取所述数值最大的灰度值对应的DEM数据的偏移量,得到目标偏移量;
采用所述目标偏移量生成校正的SAR正射影像。
在第一方面的一种可能的实现方式中,所述采用每个所述偏移DEM数据计算待校正SAR图像的偏移平均灰度值,包括:
获取待校正SAR图像的第一参数,所述第一参数包括:雷达成像参数和雷达轨道运行参数;
根据所述第一参数对所述偏移DEM数据中的每一元素进行定位得到偏移坐标,所述偏移坐标为所述偏移DEM数据的每一元素在待校正SAR图像上的像素坐标;
将所述偏移坐标的像素灰度值赋值给对应的所述偏移DEM数据的数据元素形成偏移正射影像;
统计所述偏移正射影像的平均灰度得到偏移平均灰度值。
在第一方面的一种可能的实现方式中,所述采用初始DEM数据计算的待校正SAR图像的平均灰度值,包括:
获取待校正SAR图像的第二参数,所述第二参数包括:雷达成像参数和雷达轨道运行参数;
根据所述第二参数对所述初始DEM数据中的每一元素进行定位得到初始坐标,所述初始坐标为所述初始DEM数据的每一元素在待校正SAR图像上的像素坐标;
将所述初始坐标的像素灰度值赋值给对应的所述初始DEM数据的数据元素形成初始正射影像;
统计所述初始正射影像的平均灰度得到初始平均灰度值。
本发明实施例的第二方面提供了一种SAR图像的校正装置,所述装置包括:
添加偏移量模块,用于获取初始DEM数据后,将所述初始DEM数据分别与若干个位置偏移量相加,得到若干个偏移DEM数据,所述初始DEM数据为待校正SAR图像对应区域的DEM数据;
计算灰度值模块,用于采用每个所述偏移DEM数据计算待校正SAR图像的偏移平均灰度值,得到若干个偏移平均灰度值;
图像校正模块,用于利用所述若干个偏移平均灰度值与预设的初始平均灰度值对待校正SAR图像进行偏移校正,所述预设的初始平均灰度值是采用初始DEM数据计算的待校正SAR图像的平均灰度值。
在第二方面的一种可能的实现方式中,所述图像校正模块,还用于:
从若干个偏移平均灰度值和预设的初始平均灰度值中筛选数值最大的灰度值;
获取所述数值最大的灰度值对应的DEM数据的偏移量,得到目标偏移量;
采用所述目标偏移量生成校正的SAR正射影像。
在第二方面的一种可能的实现方式中,所述计算灰度值模块,还用于:
获取待校正SAR图像的第一参数,所述第一参数包括:雷达成像参数和雷达轨道运行参数;
根据所述第一参数对所述偏移DEM数据中的每一元素进行定位得到偏移坐标,所述偏移坐标为所述偏移DEM数据的每一元素在待校正SAR图像上的像素坐标;
将所述偏移坐标的像素灰度值赋值给对应的所述偏移DEM数据的数据元素形成偏移正射影像;
统计所述偏移正射影像的平均灰度得到偏移平均灰度值。
在第二方面的一种可能的实现方式中,所述采用初始DEM数据计算的待校正SAR图像的平均灰度值,具体:
获取待校正SAR图像的第二参数,所述第二参数包括:雷达成像参数和雷达轨道运行参数;
根据所述第二参数对所述初始DEM数据中的每一元素进行定位得到初始坐标,所述初始坐标为所述初始DEM数据的每一元素在待校正SAR图像上的像素坐标;
将所述初始坐标的像素灰度值赋值给对应的所述初始DEM数据的数据元素形成初始正射影像;
统计所述初始正射影像的平均灰度得到初始平均灰度值。
相比于现有技术,本发明实施例提供的一种SAR图像的校正方法及装置,其有益效果在于:本发明可以在获取待校正SAR图像对应的DEM数据后,将水平偏移量添加在DEM数据中,然后分别计算添加了水平偏移量的DEM数据的平均灰度以及未添加水平偏移量的DEM数据的平均灰度,通过两个灰度值的比较筛选出符合实际需求的水平偏移量并进行图像校正,从而减少相对位置偏差所带来的影响,提升图像校正的效果。
附图说明
图1是本发明一实施例提供的一种SAR图像的校正方法的流程示意图;
图2是本发明一实施例提供的一种SAR图像的校正方法的操作流程图;
图3是本发明一实施例提供的一种SAR图像的校正装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为了解决上述问题,下面将通过以下具体的实施例对本申请实施例提供的一种SAR图像的校正方法进行详细介绍和说明。
参照图1,示出了本发明一实施例提供的一种SAR图像的校正方法的流程示意图。
其中,作为示例的,所述SAR图像的校正方法,可以包括:
S11、获取初始DEM数据后,将所述初始DEM数据分别与若干个位置偏移量相加,得到若干个偏移DEM数据,所述初始DEM数据为待校正SAR图像对应区域的DEM数据。
在一实施例中,可以读取待校正SAR图像的图像数据以及该幅待校正SAR图像对应的一系列成像参数。一系列成像参数可以包括雷达脉冲重复时间间隔、雷达信号波长、图像近距、图像距离向采样间隔、图像方位向采样间隔、图像宽度、图像高度、图像的四个角点所对应的经纬度坐标等。
可以读取该幅待校正SAR图像对应的雷达轨道运行参数,其中,雷达轨道运行参数可以包括雷达运行过程中的位置信息、雷达运行过程中的速度信息、雷达观测的起始时间和结束时间等。
以高分三号卫星的SAR图像数据为例,在实际运行时,读取幅图像对应的雷达轨道运行参数的操作步骤可以包括:高分三号卫星的一幅SAR图像数据包括图像文件以及该幅图像对应的参数文件。参数文件中包含有该幅图像的成像参数、雷达观测的起始时间和结束时间、雷达平台在运行过程中各时间点的位置矢量以及速度矢量。从参数文件中可以直接读取出该幅图像的成像参数、雷达观测的起始时间和结束时间、雷达平台运行过程中各时间点的位置矢量以及速度矢量。
接着,可以获取该幅待校正SAR图像所对应的实际区域的DEM数据。其中,获取实际区域的DEM数据的操作方式可以如下:如果雷达成像数据中包含有图像四个角点所对应的经纬度坐标,则可以直接根据四个角点的经纬度坐标确定图像所对应的实际地理区域,接着从已有的DEM数据中截取出该区域的数据;如果雷达成像数据中不包含角点的经纬度坐标,则需要基于距离-多普勒模型对图像的四个角点进行前向法定位,以确定四个角点所对应的经纬度坐标,接着根据定位得到的角点的经纬度坐标从DEM数据中截取出该幅图像所对应的实际地理区域。
在获取初始DEM数据后,可以向初始DEM数据中添加不同的位置偏移量,该位置偏移量可以是水平偏移量。例如,有10个不同的位置偏移量,可以将10个不同的位置偏移量分别添加在初始DEM数据中,得到10个偏移DEM数据。
每个位置偏移量可以在合适的范围内,其中,合适的范围可根据预估的数据误差大小来确定。
可选地,添加偏移量的范围也可以根据SAR数据以及DEM数据可能存在的误差大小调整。添加的不同偏移量之间的间隔决定误差补偿的精度。各个位置偏移量之间的间隔可以根据实际需要进行调整。
当偏移量间隔设定的较小时,最终误差的补偿会更精确,但需要添加的偏移量会更多,因此耗时会更长。
例如,当SAR数据以及DEM数据的误差大致为十米量级时,添加的DEM数据水平偏移量可取为:经度偏移量范围为-0.001°至0.001°,间隔0.00001°;纬度偏移量范围为-0.001°至0.001°,间隔0.00001°,此时共需添加的偏移量有201×201=40401个。
需要说明的是,当预估SAR图像数据以及DEM数据大概存在几十米的误差时,根据经验,经纬度1°大约等于100km。此时,偏移量的添加范围可取为-0.001°至0.001°,以保证范围内的某一偏移量能够恰好补偿掉存在的数据误差。
本发明添加偏移量的关键在于寻找使得校正后图像平均灰度最高的偏移量。因此,可以提前划定合适的范围主要是为了提高方法的效率,以便更快地找到该偏移量。若无法预估数据的误差大小,偏移量的添加范围可尽可能取较大的值,只需保证范围内的偏移量能够补偿掉可能存在的数据误差即可。
S12、采用每个所述偏移DEM数据计算待校正SAR图像的偏移平均灰度值,得到若干个偏移平均灰度值。
在得到若干个偏移DEM数据后,可以分别计算待校正SAR图像在偏移DEM数据下对应的灰度值,从而得到每个偏移DEM数据对应的偏移平均灰度值。
由于SAR影像或SAR图像中几何畸变严重的区域往往是实际地形起伏大的区域,地形起伏大的区域在添加不同偏移量下生成的正射影像灰度差异也较大。
通过灰度值可以更容易找到使得平均灰度达到最高的偏移量,从而能利用偏移量再对SAR图像或SAR影像进行校正。
在一可选的实施例中,步骤S12可以包括以下子步骤:
S121、获取待校正SAR图像的第一参数,所述第一参数包括:雷达成像参数和雷达轨道运行参数。
S122、根据所述第一参数对所述偏移DEM数据中的每一元素进行定位得到偏移坐标,所述偏移坐标为所述偏移DEM数据的每一元素在待校正SAR图像上的像素坐标。
S123、将所述偏移坐标的像素灰度值赋值给对应的所述偏移DEM数据的数据元素形成偏移正射影像。
S124、统计所述偏移正射影像的平均灰度得到偏移平均灰度值。
具体地,可以根据前文获取的待校正SAR图像的第一参数(包括雷达成像参数以及雷达轨道运行参数)对偏移DEM数据中的每一元素进行定位,得到偏移DEM数据中的每一元素对应至待校正SAR图像上的像素坐标。
需要说明是,定位时可以利用RPC模型对偏移DEM数据元素进行快速定位,以提升定位效率。
接着,可以根据得到的偏移DEM数据各元素对应的待校正SAR图像的像素坐标,将各坐标的像素灰度值赋予其所对应的偏移DEM数据的元素。
需要说明的是,当定位得到的坐标不为整数时,该坐标下的像素灰度值通过对邻近的四个整数坐标的像素灰度值进行双线性插值获得。例如,像素坐标为(x,y),待校正SAR图像的每一个像素的坐标均为整数,但定位解算得到的坐标不一定为整数,当解算出的x和y中的任意一个数值不为整数时,为了得到待校正SAR图像在该非整数坐标下的灰度值,可以对周围像素点的灰度值进行插值,以获得非整数坐标下的灰度值。
例如,在一实现方式中,某一DEM数据元素经定位解算后得到的对应像素坐标为(1.2,1.6),则找到最邻近该非整数坐标的四个像素点,也就是坐标为(1,1),(1,2),(2,1),(2,2)的四个像素点,通过对这四个整数坐标像素点的灰度值进行双线性插值,获得坐标(1.2,1.6)对应的灰度值,并将该灰度值赋值给对应的DEM数据元素。
在完成赋值后,可以将赋予对应灰度值后的偏移DEM数据作为一副SAR正射影像,得到偏移正射影像。可以统计该幅正射影像的平均灰度并记录,完成了初步的几何校正。
在一可选的实施例中,需要添加的偏移量的数量可能较多,若同时计算多个偏移DEM数据对应的偏移平均灰度值,可能会增加计算压力。
为了减轻计算的压力,可以先添加一个偏移量至初始DEM数据得到第一个偏移DEM数据,然后计算该偏移DEM数据对应的偏移平均灰度值。接着,将下一个偏移量添加至初始DEM数据得到第二个偏移DEM数据,然后再重复一次S121-S124的步骤,得到第二个偏移DEM数据对应的偏移平均灰度值,如此类推。
S13、利用所述若干个偏移平均灰度值与预设的初始平均灰度值对待校正SAR图像进行偏移校正,所述预设的初始平均灰度值是采用初始DEM数据计算的待校正SAR图像的平均灰度值。
在一实施例中,可以利用偏移平均灰度值和预设的初始平均灰度值查找最适宜或最接近的DEM数据的偏移量,进而能利用DEM数据的偏移量对待校正SAR图像进行校正,输出得到校正后的SAR图像。
在其中一种的实施例中,所述采用初始DEM数据计算的待校正SAR图像的平均灰度值得到预设的初始平均灰度值可以包括以下子步骤:
S21、获取待校正SAR图像的第二参数,所述第二参数包括:雷达成像参数和雷达轨道运行参数。
S22、根据所述第二参数对所述初始DEM数据中的每一元素进行定位得到初始坐标,所述初始坐标为所述初始DEM数据的每一元素在待校正SAR图像上的像素坐标。
S23、将所述初始坐标的像素灰度值赋值给对应的所述初始DEM数据的数据元素形成初始正射影像。
S24、统计所述初始正射影像的平均灰度得到初始平均灰度值。
在一实施例中,步骤S21-S24的操作方式与步骤S121-S124相同,为了避免重复,在此不再赘述,具体可以参照上述说明。
在其中一种的实施例中,步骤S13可以包括以下子步骤:
S131、从若干个偏移平均灰度值和预设的初始平均灰度值中筛选数值最大的灰度值。
S132、获取所述数值最大的灰度值对应的DEM数据的偏移量,得到目标偏移量。
S133、采用所述目标偏移量生成校正的SAR正射影像。
具体地,可以比较不同偏移量下生成的正射影像的平均灰度和预设的初始平均灰度值,找到数值最大的平均灰度值。然后查找该最大的灰度值对应的DEM数据的偏移量。再使用该水平偏移量即为雷达与DEM数据相对位置误差的补偿量,以在该偏移量下生成的SAR正射影像作为最终输出。
参照图2,示出了本发明一实施例提供的一种SAR图像的校正方法的操作流程图。
在一可选的操作方式中,所述SAR图像的校正方法的具体操作可以包括以下流程:
可以先读取待校正SAR图像数据、该幅图像对应的一系列成像参数以及获取该幅SAR图像所对应的实际区域的DEM数据。然后按照后向法采用该幅SAR图像所对应的DEM数据进行校正生成正射影像,并统计该幅正射影像平均灰度。同时可以在获取该幅SAR图像对应的DEM数据后,在DEM数据中添加水平偏移量,然后也可以按照后向法采用添加了水平偏移量的DEM数据进行校正生成正射影像,并统计该正射影像平均灰度值。
比较未添加偏移量下的正射影像平均灰度值和添加了偏移量下的正射影像平均灰度值,从中筛选出最大的平均灰度值,并获取该数值最大的平均灰度值对应的DEM数据的水平偏移量。以在该水平偏移量下生成的SAR正射影像作为最终输出。
本发明考虑到合成孔径雷达工作时斜距投影的成像方式以及下侧视的观测方向,SAR图像里的山地区域往往存在着迎坡缩短、背坡拉长的几何畸变特性。同时由于成像时迎坡相对于雷达更接近于镜面反射,有着更强的散射强度,因此,在图像中呈现为更高的灰度值。
同时,在几何校正的过程中,迎坡区域和背坡区域均被恢复至正常的宽度。较亮的迎坡被展宽,较暗的背坡被压缩,提高了图像中灰度较高像素的比例,因此正射影像的整体灰度也得以提升。
当雷达与DEM数据之间的相对位置存在偏差时,后向法几何校正无法将DEM数据的各元素与原始SAR图像的各像素准确匹配对应上,使得生成的正射影像仍存在一部分几何畸变,因而图像的平均灰度有所欠缺。本发明可以将正射影像的平均灰度作为对校正结果好坏的评价标准。也可将图像中较高灰度像素所占的比例大小作为评价标准,以此来提升图像的精度。
由于现有的SAR正射影像生成过程忽视了雷达成像参数、雷达轨道运行参数以及DEM数据误差所带来的影响,几何校正结果的好坏完全取决于各项参数的测量精度。
本发明技术方案在现有几何校正流程的基础上,增加了正射影像自校正的步骤,能够对正射影像中仍存在的几何畸变进行进一步的减少乃至消除。而且采用现有的几何校正方法未能消除的几何畸变主要来自于雷达参数误差以及辅助DEM数据误差,本发明可以通过向DEM数据中添加水平偏移量来补偿相对位置误差,操作简单且易于理解。校正相对位置关系无需考虑误差是来自于雷达参数还是DEM数据,在面对不同数据时均具备有效性。
同时,本发明建立起了以正射影像的平均灰度为指标的评价机制,指标清晰明确且简单易获得,保障了自校正的高效性。
另外,本发明无需额外的更精确的测量设备或成像模型即可对正射影像中仍存在的几何畸变进行校正以及消除,具备较高的可行性以及较强的适用性。
由于SAR图像中几何畸变严重的区域往往是实际地形起伏大的区域,地形起伏大的区域在添加不同偏移量下生成的正射影像灰度差异也较大,因此更容易找到使得平均灰度达到最高的偏移量,这说明本发明在针对此类区域进行应用时拥有较好的性能。
在本实施例中,本发明实施例提供了一种SAR图像的校正方法,其有益效果在于:本发明可以在获取待校正SAR图像对应的DEM数据后,将水平偏移量添加在DEM数据中,然后分别计算添加了水平偏移量的DEM数据的平均灰度以及未添加水平偏移量的DEM数据的平均灰度,通过多个灰度值的比较筛选出符合实际需求的水平偏移量并进行图像校正,从而减少相对位置偏差所带来的影响,提升图像校正的效果。
本发明实施例还提供了一种SAR图像的校正装置,参见图3,示出了本发明一实施例提供的一种SAR图像的校正装置的结构示意图。
其中,作为示例的,所述SAR图像的校正装置可以包括:
添加偏移量模块301,用于获取初始DEM数据后,将所述初始DEM数据分别与若干个位置偏移量相加,得到若干个偏移DEM数据,所述初始DEM数据为待校正SAR图像对应区域的DEM数据;
计算灰度值模块302,用于采用每个所述偏移DEM数据计算待校正SAR图像的偏移平均灰度值,得到若干个偏移平均灰度值;
图像校正模块303,用于利用所述若干个偏移平均灰度值与预设的初始平均灰度值对待校正SAR图像进行偏移校正,所述预设的初始平均灰度值是采用初始DEM数据计算的待校正SAR图像的平均灰度值。
可选地,所述图像校正模块,还用于:
从若干个偏移平均灰度值和预设的初始平均灰度值中筛选数值最大的灰度值;
获取所述数值最大的灰度值对应的DEM数据的偏移量,得到目标偏移量;
采用所述目标偏移量生成校正的SAR正射影像。
可选地,所述计算灰度值模块,还用于:
获取待校正SAR图像的第一参数,所述第一参数包括:雷达成像参数和雷达轨道运行参数;
根据所述第一参数对所述偏移DEM数据中的每一元素进行定位得到偏移坐标,所述偏移坐标为所述偏移DEM数据的每一元素在待校正SAR图像上的像素坐标;
将所述偏移坐标的像素灰度值赋值给对应的所述偏移DEM数据的数据元素形成偏移正射影像;
统计所述偏移正射影像的平均灰度得到偏移平均灰度值。
可选地,所述采用初始DEM数据计算的待校正SAR图像的平均灰度值,具体:
获取待校正SAR图像的第二参数,所述第二参数包括:雷达成像参数和雷达轨道运行参数;
根据所述第二参数对所述初始DEM数据中的每一元素进行定位得到初始坐标,所述初始坐标为所述初始DEM数据的每一元素在待校正SAR图像上的像素坐标;
将所述初始坐标的像素灰度值赋值给对应的所述初始DEM数据的数据元素形成初始正射影像;
统计所述初始正射影像的平均灰度得到初始平均灰度值。
所属技术领域的技术人员可以清楚地了解到,为方便的描述和简洁,上述描述的装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
进一步的,本申请实施例还提供了一种电子设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述实施例所述的SAR图像的校正方法。
进一步的,本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行程序,所述计算机可执行程序用于使计算机执行如上述实施例所述的SAR图像的校正方法。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。

Claims (8)

1.一种SAR图像的校正方法,其特征在于,所述方法包括:
获取初始DEM数据后,将所述初始DEM数据分别与若干个水平偏移量相加,得到若干个偏移DEM数据,所述初始DEM数据为待校正SAR图像对应区域的DEM数据;
采用每个所述偏移DEM数据计算待校正SAR图像的偏移平均灰度值,得到若干个偏移平均灰度值;
利用所述若干个偏移平均灰度值与预设的初始平均灰度值对待校正SAR图像进行偏移校正,所述预设的初始平均灰度值是采用初始DEM数据计算的待校正SAR图像的平均灰度值;
所述利用所述若干个偏移平均灰度值与预设的初始平均灰度值对待校正SAR图像进行偏移校正,包括:
从若干个偏移平均灰度值和预设的初始平均灰度值中筛选数值最大的灰度值;
获取所述数值最大的灰度值对应的DEM数据的偏移量,得到目标偏移量;
采用所述目标偏移量生成校正的SAR正射影像;
所述采用所述目标偏移量生成校正的SAR正射影像,包括:
所述目标偏移量为雷达与DEM数据相对位置误差的补偿量,在所述目标偏移量下生成的SAR正射影像。
2.根据权利要求1所述的SAR图像的校正方法,其特征在于,所述采用每个所述偏移DEM数据计算待校正SAR图像的偏移平均灰度值,包括:
获取待校正SAR图像的第一参数,所述第一参数包括:雷达成像参数和雷达轨道运行参数;
根据所述第一参数对所述偏移DEM数据中的每一元素进行定位得到偏移坐标,所述偏移坐标为所述偏移DEM数据的每一元素在待校正SAR图像上的像素坐标;
将所述偏移坐标的像素灰度值赋值给对应的所述偏移DEM数据的数据元素形成偏移正射影像;
统计所述偏移正射影像的平均灰度得到偏移平均灰度值。
3.根据权利要求1所述的SAR图像的校正方法,其特征在于,所述采用初始DEM数据计算的待校正SAR图像的平均灰度值,包括:
获取待校正SAR图像的第二参数,所述第二参数包括:雷达成像参数和雷达轨道运行参数;
根据所述第二参数对所述初始DEM数据中的每一元素进行定位得到初始坐标,所述初始坐标为所述初始DEM数据的每一元素在待校正SAR图像上的像素坐标;
将所述初始坐标的像素灰度值赋值给对应的所述初始DEM数据的数据元素形成初始正射影像;
统计所述初始正射影像的平均灰度得到初始平均灰度值。
4.一种SAR图像的校正装置,其特征在于,所述装置包括:
添加偏移量模块,用于获取初始DEM数据后,将所述初始DEM数据分别与若干个水平偏移量相加,得到若干个偏移DEM数据,所述初始DEM数据为待校正SAR图像对应区域的DEM数据;
计算灰度值模块,用于采用每个所述偏移DEM数据计算待校正SAR图像的偏移平均灰度值,得到若干个偏移平均灰度值;
图像校正模块,用于利用所述若干个偏移平均灰度值与预设的初始平均灰度值对待校正SAR图像进行偏移校正,所述预设的初始平均灰度值是采用初始DEM数据计算的待校正SAR图像的平均灰度值;
所述图像校正模块,还用于:
从若干个偏移平均灰度值和预设的初始平均灰度值中筛选数值最大的灰度值;
获取所述数值最大的灰度值对应的DEM数据的偏移量,得到目标偏移量;
采用所述目标偏移量生成校正的SAR正射影像;
所述采用所述目标偏移量生成校正的SAR正射影像,包括:
所述目标偏移量为雷达与DEM数据相对位置误差的补偿量,在所述目标偏移量下生成的SAR正射影像。
5.根据权利要求4所述的SAR图像的校正装置,其特征在于,所述计算灰度值模块,还用于:
获取待校正SAR图像的第一参数,所述第一参数包括:雷达成像参数和雷达轨道运行参数;
根据所述第一参数对所述偏移DEM数据中的每一元素进行定位得到偏移坐标,所述偏移坐标为所述偏移DEM数据的每一元素在待校正SAR图像上的像素坐标;
将所述偏移坐标的像素灰度值赋值给对应的所述偏移DEM数据的数据元素形成偏移正射影像;
统计所述偏移正射影像的平均灰度得到偏移平均灰度值。
6.根据权利要求4所述的SAR图像的校正装置,其特征在于,所述采用初始DEM数据计算的待校正SAR图像的平均灰度值,具体:
获取待校正SAR图像的第二参数,所述第二参数包括:雷达成像参数和雷达轨道运行参数;
根据所述第二参数对所述初始DEM数据中的每一元素进行定位得到初始坐标,所述初始坐标为所述初始DEM数据的每一元素在待校正SAR图像上的像素坐标;
将所述初始坐标的像素灰度值赋值给对应的所述初始DEM数据的数据元素形成初始正射影像;
统计所述初始正射影像的平均灰度得到初始平均灰度值。
7.一种电子设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-3任意一项所述的SAR图像的校正方法。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机可执行程序,所述计算机可执行程序用于使计算机执行如权利要求1-3任意一项所述的SAR图像的校正方法。
CN202310311035.6A 2023-03-27 2023-03-27 一种sar图像的校正方法及装置 Active CN116503269B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310311035.6A CN116503269B (zh) 2023-03-27 2023-03-27 一种sar图像的校正方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310311035.6A CN116503269B (zh) 2023-03-27 2023-03-27 一种sar图像的校正方法及装置

Publications (2)

Publication Number Publication Date
CN116503269A CN116503269A (zh) 2023-07-28
CN116503269B true CN116503269B (zh) 2023-12-19

Family

ID=87319297

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310311035.6A Active CN116503269B (zh) 2023-03-27 2023-03-27 一种sar图像的校正方法及装置

Country Status (1)

Country Link
CN (1) CN116503269B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118091567B (zh) * 2024-04-28 2024-07-02 中山大学 基于正射影像能量的sar快时间慢时间参数虚拟定标方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007248216A (ja) * 2006-03-15 2007-09-27 Mitsubishi Electric Corp 合成開口レーダ画像のオルソ補正装置及びオルソ補正方法
CN103295202A (zh) * 2013-06-07 2013-09-11 中国科学院新疆生态与地理研究所 一种面向高山地区的遥感影像几何纠正方法
CN107238824A (zh) * 2017-05-24 2017-10-10 西安电子科技大学 基于先验dem数据的星载sar图像几何精校正方法
CN107516291A (zh) * 2017-08-22 2017-12-26 长光卫星技术有限公司 夜景影像正射纠正处理方法
JP2018011129A (ja) * 2016-07-11 2018-01-18 株式会社リコー 画像処理装置、画像処理方法およびプログラム
CN109597074A (zh) * 2018-12-28 2019-04-09 中国测绘科学研究院 一种sar影像几何定位参数校正方法及系统
CN112305510A (zh) * 2020-09-22 2021-02-02 江苏师范大学 一种基于dem匹配的合成孔径雷达影像几何定标方法
CN113902645A (zh) * 2021-10-27 2022-01-07 中国电子科技集团公司第三十八研究所 一种基于逆rd定位模型的星载sar图像rpc校正参数获取方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TW200840993A (en) * 2007-04-04 2008-10-16 Univ Nat Central Ortho-rectification method of photogrammetry with high-spatial resolution
KR101295747B1 (ko) * 2012-04-25 2013-08-20 서울시립대학교 산학협력단 Rpc를 이용한 자동 기하 보정 시스템 및 방법
CN103810701B (zh) * 2014-01-15 2017-07-25 北京农业信息技术研究中心 一种无人机载成像高光谱几何校正的方法及系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007248216A (ja) * 2006-03-15 2007-09-27 Mitsubishi Electric Corp 合成開口レーダ画像のオルソ補正装置及びオルソ補正方法
CN103295202A (zh) * 2013-06-07 2013-09-11 中国科学院新疆生态与地理研究所 一种面向高山地区的遥感影像几何纠正方法
JP2018011129A (ja) * 2016-07-11 2018-01-18 株式会社リコー 画像処理装置、画像処理方法およびプログラム
CN107238824A (zh) * 2017-05-24 2017-10-10 西安电子科技大学 基于先验dem数据的星载sar图像几何精校正方法
CN107516291A (zh) * 2017-08-22 2017-12-26 长光卫星技术有限公司 夜景影像正射纠正处理方法
CN109597074A (zh) * 2018-12-28 2019-04-09 中国测绘科学研究院 一种sar影像几何定位参数校正方法及系统
CN112305510A (zh) * 2020-09-22 2021-02-02 江苏师范大学 一种基于dem匹配的合成孔径雷达影像几何定标方法
CN113902645A (zh) * 2021-10-27 2022-01-07 中国电子科技集团公司第三十八研究所 一种基于逆rd定位模型的星载sar图像rpc校正参数获取方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
Generation of geometrically and radiometrically terrain corrected SAR image products;Alexander Loew 等;《ELSEVIER》;全文 *
一种数字矢量调制幅相误差的校正方法;王青松 等;《通信技术》;全文 *
基于SAR影像模拟集合校正算法参数误差影像分析;任三孩 等;《信号处理》;全文 *

Also Published As

Publication number Publication date
CN116503269A (zh) 2023-07-28

Similar Documents

Publication Publication Date Title
US11255661B2 (en) Columnar-object-state detection device, columnar-object-state detection method, and columnar-object-state detection processing program
CN112305510B (zh) 一种基于dem匹配的合成孔径雷达影像几何定标方法
Kornus et al. DEM generation from SPOT-5 3-fold along track stereoscopic imagery using autocalibration
KR100473959B1 (ko) 고정확도의 rpc 데이터를 이용한 수치지도의 수정제작방법
CN112882030B (zh) InSAR成像干涉一体化处理方法
CN111750838B (zh) 农业用地规划图的生成方法、装置、设备及存储介质
CN109597074B (zh) 一种sar影像几何定位参数校正方法及系统
US20040122633A1 (en) Method for updating IKONOS RPC data by additional GCP
CN116503269B (zh) 一种sar图像的校正方法及装置
CN105931200A (zh) 一种小面阵星载tdi ccd相机的快速几何精校正方法
CN106526593A (zh) 基于sar严密成像模型的子像素级角反射器自动定位方法
CN111144350B (zh) 一种基于参考底图的遥感影像定位精度评价方法
KR100870894B1 (ko) 선형 스캐닝 영상의 자동 영상기하 보정 방법
CN105571598B (zh) 一种卫星激光高度计足印相机姿态的测定方法
US20230152443A1 (en) Method for georeferencing of a digital elevation model
Kirk et al. Further adventures in Mars DTM quality: Smoothing errors, sharpening details
CN113593026B (zh) 车道线标注辅助地图生成方法、装置和计算机设备
Frey et al. Geometric error budget analysis for TerraSAR-X
CN116973946A (zh) 一种深度学习与鱼眼相机图像分割的导航卫星定位方法
CN111738135B (zh) 一种顾及斜距和地理坐标映射偏差的sar影像特征提取方法
KR101663642B1 (ko) Ap와 직접변환 센서 모델 기법을 이용한 휘스크 브룸 센서 모델 방법 및 장치
Rewehel et al. Geometric correction of aerial camera and LiDAR hybrid system data using GNSS/IMU
CN118691515B (zh) Sar影像校正方法、装置、设备及介质
US20230141795A1 (en) Method for georeferencing of optical images
CN110609258B (zh) 基于电参数估计的调频连续波雷达成像校正方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant