SAR是主动式侧视雷达系统,且成像几何属于斜距投影类型。因此SAR图像与光学图像在成像机理、几何特征、辐射特征等方面都有较大的区别。在进行SAR图像处理和应用前,需要了解SAR图像的基本特征。

本文主要包括:

  • 成像散射特征
  • SAR几何特征
  • SAR图像特征

 

1.成像散射特征

SAR图像上的信息是地物目标对雷达波束的反映,主要是地物目标的后向散射形成的图像信息。反映SAR图像信息的灰度值主要受后向散射的影响,而影响后向散射的主要因素分为两大类:

  • 雷达系统的工作参数:主要包括雷达传感器的工作波长、入射角、极化方式等。
  • 地物目标的特性:地表的粗糙度和复介电常数等。

1.1 散射类型

散射主要可分为5种:

(1)表面和体散射

这是SAR图像主要的散射。粗糙的表面能得到更高的后向散射,平整表面在雷达图像上经常表现暗区域。

图:表面和体散射示意图

图:水面上的溢油发生镜面反射,在图像上表现暗区域

(2)双回波(Double Bounce)

如下图所示,当地物垂直地面时候,容易发生双回波散射。

图:双回波散射示意图

(3)组合散射

一般发生在长波SAR系统(如L、P波段),包括表面、体散射、双回波等。

图:森林的组合散射(上-林冠层,中-树干层,下-地面层)

图:SAR图像上的各种散射

(4)穿透散射

根据极化方式和波长情况,微波可以透入植被、裸土(干雪或沙地),一般情况,波长越长,穿透能力越强。交叉极化(VH/HV)相比同极化(HH/VV)的渗透能力弱。

图:不同波长的穿透散射

图:雷达波束穿透土壤,可以清晰的看到沙漠下的信息

(5)介电属性散射

地物目标的介电属性也影响雷达的后向散射。基于这种现象,SAR系统也可用于检索土壤水分。如金属和水的介电常数很好(80),而大多数其他材料的介电常数相对较低;在干燥条件下,介电常数一般是3~8。这意味着,湿润的土壤或植物表面可以产生雷达信号的反射率显着增加,在图上反映更亮些。

土壤含水量监测主要原理是基于干土和湿土的介电属性之间的反差。由于土壤浸湿,饱和25~30时,其介电常数变化约2.5。这相当于增加反射能量。因此,从后向散射系数中检测土壤水分是可行的,为了区分土壤粗糙度和湿度之间的影响,常使用特定极化和双频率(C,L波段)的SAR传感器。

1.2 雷达系统参数的影响

雷达系统的工作参数中的极化方式对雷达波束响应的影响比较大。一般情况,自然地物对HH极化产生较强的回波信号,因此,地形测绘和资源调查一般选择HH极化SAR图像;地表比较粗糙(如树木、农作物等)区域,回波信号与入射角无关,HH和VV极化方式区别不大;对于光滑的地面(水体等),HH极化比VV极化回波强度低;对于建筑物,HH极化的回波强度通常大于VV极化方式;一般情况,交叉极化(HV和VH)的回波强度比同极化(HH和VV)低很多。

波长和入射角在上述5种散射类型中有所体现。如波长可以衡量地表粗糙度,以及影响复介电常数的不同。入射角在光滑表面有一些体现,如海洋雷达图像中,尽量选择入射角小的图像,这样能得到回波信号较强的图像。

因此,地物目标对雷达波束的后向散射作用是很复杂的, SAR图像散射特征可以简单归纳为以下几点:

  • 图像亮度代表后向散射强度
  • 像元内表面越粗糙,后向散射越强。
  • 光滑表面镜面反射,后向散射很弱
  • 与散射体的复介电常数有关,含水量越大,后向散射越强

 

2.SAR几何特征

SAR是主动式侧视雷达系统,且成像几何属于斜距投影类型。它与中心投影的光学影像有很大的区别。

2.1 SAR成像几何

由于合成孔径雷达图像数据在距离向和方位向方面具有完全不同的几何特征,可以考虑将其成像几何特征分离开来理解。根据成像几何特征的定义,在距离向的变形比较大,主要是由地形变化造成的,在方位向的变形则更小但更为复杂。如下图所示,雷达观测分为两个方向:

图:SAR观测几何示意图

  • 距离向(Range)几何

像平面内垂直于飞行方向,也就是侧视方向上。这个方向上的SAR图像分辨率称为距离分辨率。SAR的距离向分辨率是依靠距离远近(对应传播时间的长短、接收时间的先后)实现的。距离向的比例尺由地面目标的位置由该目标到雷达天线的距离决定。

在距离向上,离SAR越近,变形就越大,这跟光学遥感图像刚好相反。距离向分为两种投影:

  • 斜距(Slant range):雷达到目标的距离方向,雷达探测斜距方向的回波信号。
  • 地距(Ground range):将斜距投影到地球表面,是地面物体间的真实距离。

如下图所示,是斜距和地距一个简单的关系示意图。

图:斜距和地距示意图

如下图,相同距离的地物,地距相等,但是由于入射角不同,所以斜距不同,导致雷达斜距图像上的近距离压缩,就是图像失真,消除失真的方式就是采用地距的显示方式。

图:左-斜距图像,右-地距图像

  • 方位向(Azimuth)几何

平行于飞行方向,也就是沿航线方向上,这个方向上的分辨率称为方位向分辨率,也称沿迹分辨率。方位向分辨率是依靠多普勒频率实现的。方位向的比例尺是个常量。

2.2透视收缩、叠掩、阴影

雷达成像中,地物目标的位置在方位向是按飞行平台的时序记录成像的,在距离向上是按照地物目标反射信息的先后记录成像的,在高程上即使微小变化都可造成相当大范围的扭曲,这些诱导因子包括透视收缩、叠掩、阴影。

一、透视收缩

雷达距山底的距离小于距山顶的距离,所以雷达波束先到山的底部,再到山的顶部,成像也是。假设山坡的长度为L,其斜距显示的距离为Lr,很明显,Lr<2,

这种情况叫透视收缩。

图:透视收缩现象示意图

二、叠掩

当面向雷达的山坡很陡时,出现山底比山顶更接近雷达,因此在图像的距离方向,山顶与山底的相对位置出现颠倒。可分为如下两种情况:

  • 山坡较陡,雷达波速到达山底和山顶的距离一样,山顶和山底同时被雷达接收,在图像上只显示为一个点。
  • 到山底的距离比到山顶的长,山顶的点先被记录,山底的点后被记录,距离向被压缩了

这两种情况都是叠掩现象,也称为顶点倒置或顶底位移。

图:叠掩现象示意图

图:SAR图像上的叠掩(左-光学图像,右-SAR图像)

三、阴影

沿直线传播的雷达波束受到高大地面目标遮掩时候,雷达信号照射不到的部分引起SAR图像的暗区,就是阴影。

图:阴影现象示意图及SAR图像上的阴影

因此,在地形起伏的区域容易产生收缩、叠掩和阴影。

  • 一般迎面坡是前向收缩
  • 坡度较大时,顶底叠置
  • 背面坡坡度较大时出现阴影

图:地形产生的几种现象

3.SAR图像特征

SAR图像记录的信息可以包括多种,即相位、振幅、强度等。SAR是相干系统,斑点噪声是其固有特性。

3.1SAR数据信息

SAR图像的每个像素不仅包含反映地表对雷达波束的反射强度,还包含与雷达斜距有关的相位值。因此,SAR数据一般是由实部(Real)和虚部(Imaginary)构成复数据,也称为同相(In-phase)和正交通道(quadrature channels),如下图所示。

雷达波束的反射强度可以用振幅(Amplitude)或者强度(Intensity)或者功率(Power),他们直接有转换公式,如强度I=振幅A^2。相位信息(θ)与同相和正交存在转换关系。

图:SAR数据中的实部和虚部示意图

如单通道SAR系统(如C-band, VV极化)的相位均匀地分布在范围-π~+π,与此相反,振幅A有一个瑞利分布,而强度I或者功率P呈现负指数分布。

实际上,在单通道SAR系统(不是InSAR,DInSAR,PolSAR和PolInSAR的情况下)的相位没有提供有用信息,而振幅(或强度)是唯一有用的信息。

因此,SAR数据常常以单视复数据(SLC)、振幅数据(Amplitude)和强度/功率(Intensity/Power)数据等类型提供。

3.2 斑点噪声

SAR是相干系统,斑点噪声是其固有特性。均匀的区域,图像表现出明显的亮度随机变化,与分辨率、极化、入射角没有直接关系,属于随机噪声。

斑点是与噪声类似的影像特征,由雷达或者激光等连贯系统所产生的(注:太阳辐射是不连贯的)。因地物或者地物表面对雷达或者激光等电磁波后向反射的干扰,斑点在影像上呈现出随机分布的特点。

雷达照射时,每个地面目标的后向散射能量都随着相位和照射功率的变化而变化,这些变化表现在影像就是一个个的零散的点,这些零散的点被连贯性的收集起来,被称作随机漫反射(Random Walk),如下图所示。

图:随机漫反射(Random Walk)

这些收集起来的零散的点的值可以高也可以低,这取决于干涉的类型。这些统计性的值的高低波动(或者方差),或者不确定性,与SAR影像上每个像素点的亮度值有关。

当将SAR信号转化为实际的影像时,经过聚焦处理,通常会用到多视处理(非相干平均)。此时,实际SAR影像中依然存在着的斑点噪声可以通过自适应图像修复技术(斑点滤波)进一步减少。值得注意的是,与系统噪声不同,斑点是真实的电磁测量值,在干涉测量雷达(InSAR)等技术中通常会被用到。

【遥感专题系列】微波遥感(三、SAR图像特征)的更多相关文章

  1. 【遥感专题系列】微波遥感(二、合成孔径雷达SAR基础)

    目前使用最广的成像雷达系统就是合成孔径雷达(Synthetic Aperture Radar:SAR),SAR几乎成为了雷达的代名词.本文从应用角度介绍SAR系统的基本知识. 本文主要包括: SAR基 ...

  2. JMeter专题系列(三)元件的作用域与执行顺序

    1.元件的作用域 JMeter中共有8类可被执行的元件(测试计划与线程组不属于元件),这些元件中,取样器是典型的不与其它元件发生交互作用的元件,逻辑控制器只对其子节点的取样器有效,而其它元件(conf ...

  3. 【图像算法】图像特征:GLCM灰度共生矩阵,纹理特征

    [图像算法]图像特征:GLCM SkySeraph Aug 27th 2011  HQU Email:zgzhaobo@gmail.com    QQ:452728574 Latest Modifie ...

  4. 极化SAR图像基础知识(1)

    从今天开始学习极化SAR图像,记录于此. 极化散射矩阵S是用来表示单个像素散射特性的一种简便办法,它包含了目标的全部极化信息.

  5. r-cnn学习系列(三):从r-cnn到faster r-cnn

    把r-cnn系列总结下,让整个流程更清晰. 整个系列是从r-cnn至spp-net到fast r-cnn再到faster r-cnn.  RCNN 输入图像,使用selective search来构造 ...

  6. SAR图像与光学图像区别

    按传感器采用的成像波段分类,光学图像通常是指可见光和部分红外波段传感器获取的影像数据.而SAR传感器基本属于微波频段,波长通常在厘米级.可见光图像通常会包含多个波段的灰度信息,以便于识别目标和分类提取 ...

  7. OPENCV图像特征点检测与FAST检测算法

    前面描述角点检测的时候说到,角点其实也是一种图像特征点,对于一张图像来说,特征点分为三种形式包括边缘,焦点和斑点,在OPENCV中,加上角点检测,总共提供了以下的图像特征点检测方法 FAST SURF ...

  8. Cordova入门系列(三)Cordova插件调用 转发 https://www.cnblogs.com/lishuxue/p/6018416.html

    Cordova入门系列(三)Cordova插件调用   版权声明:本文为博主原创文章,转载请注明出处 上一章我们介绍了cordova android项目是如何运行的,这一章我们介绍cordova的核心 ...

  9. Docker Data Center系列(三)- DTR安装指南

    本系列文章演示如何搭建一个mini的云平台和DevOps实践环境. 基于这套实践环境,可以部署微服务架构的应用栈,演练提升DevOps实践能力. 1 系统要求 1.1 硬件和软件要求 成为UCP管理的 ...

随机推荐

  1. failed to push some refs to 'git@github.com:xxx/xxx.git' 解决方法

    此时很多人会尝试下面的命令把当前分支代码上传到master分支上. $ git push -u origin master 但依然没能解决问题 会出现: failed to push some ref ...

  2. (转)模块readline解析

    模块readline解析 原文:https://www.cnblogs.com/fireflow/p/4841413.html readline模块定义了一系列函数用来读写Python解释器中历史命令 ...

  3. SVM 之 MATLAB 实现代码

    MATLAB 中 SVM 实现 直接上代码 main.m %% Initialize data clear, clc, close all; load('data.mat'); y(y == 0) = ...

  4. Python Fabric ssh 配置解读

    Python Fabric ssh 配置解读 Fabric 2.4简介: Fabric is a high level Python (2.7, 3.4+) library designed to e ...

  5. bzoj 5314: [Jsoi2018]潜入行动

    Description 外星人又双叒叕要攻打地球了,外星母舰已经向地球航行!这一次,JYY已经联系好了黄金舰队,打算联合所有JSO Ier抵御外星人的进攻.在黄金舰队就位之前,JYY打算事先了解外星人 ...

  6. Javascript 5种设计风格

    1.过程式的程序设计 <script> /*Start and Stop animations using functions.*/ function startAnimation() { ...

  7. MVC5 model常见的写法

    1.数据库表中为ID的字段 [Key] //关键字 [Required] //不为空 [Display(Name = "ID")] public int id { get; set ...

  8. 在 Azure Web 应用中创建 PHP 应用程序

    本分步指南将通过 Azure Web 应用帮助您启动并运行示例 PHP 应用程序.除 PHP 外,Azure Web 应用还支持其他语言,如 Java..NET.Node.JS.Python.Ruby ...

  9. CSS文字有关属性

    font-size|family|weight|style 大小字体加粗斜体 color|opacity 颜色透明度 height+line-height:垂直居中 overflow:hidden|v ...

  10. List的设置值,跟变量的位置关系(变量范围的变化导致结果差别很大)

    我们想要的结果是: [RegnTypeCharge: null,null,null,null,1,null,null,null,null,null,null,null,null,null,null,] ...