天基sar成像演算法

『壹』 微波遙感數據預處理

微波遙感作為一種獲取地球表面信息的重要技術手段，已經在國內外得到了廣泛的應用和發展。隨著人們對遙感應用中定位精度要求的提高，對遙感數據的處理技術也提出了更高、更細的要求，這種要求就是圖像數據反映地物輻射特性的真實性和對地球表面幾何位置的准確性，它們直接影響遙感技術應用的精度和廣度。

（一）輻射標定

原始的SAR數據沒有經過嚴格的輻射標定，因而數據所反映的地物輻射特性與實際地物本身的輻射特性之間存在一定程度的差異。這類SAR圖像雖然能夠滿足一般的定性分析的精度要求，但是在很多實際應用中，往往要對圖像進行定量分析，如模式識別、目標分類等。因此為了使SAR數據能夠滿足定量分析精度的要求，就必須要對其進行輻射標定工作。有關原始SAR圖像輻射標定的演算法較多，常用的演算法是：

1∶25萬遙感地質填圖方法和技術

式中：I=10 lg（DN_ij）；

σ°——反射系數；

DN_ij——像元（i，j）的灰度值；

K——輻射標定常數；

R_n——像元（i，j）的斜距；

R₀——參考斜距；

a_n——像元（i，j）的入射角；

a₀——參考入射角；

G_sys——被標定SAR圖像的系統雷達天線增益；

G_sys0——確定K時的系統雷達天線增益。

輻射標定所需參數都可以直接從原始圖像數據頭文件中直接或間接獲取，標定後的圖像將原始圖像灰度轉換成後向散射系數。利用PCI軟體可以完成對雷達數據的輻射標定的處理。

（二）微波圖像雜訊與斑點的弱化處理

當成像雷達發射的是純相干波照射到目標時，目標上的隨機散射面的散射信號與發射的相干信號之間的干涉作用會使圖像產生相干斑點雜訊。這種斑點雜訊嚴重干擾了地物信息的提取與SAR圖像的應用效果，雜訊嚴重時，甚至可導致地物特徵的消失。在圖像信息提取時，這一現象往往產生假信息。因此，弱化斑點雜訊對SAR圖像的應用有著重要意義。

雜訊平滑與弱化的最好方法是利用同一地區的不同探測方向的兩幅或多幅雷達圖像進行振幅或密度的配准和輻射糾正，計算其差值圖像，就可以消除雷達數據本身固有的斑點雜訊。其他方法還有：

1.主成分分析法

RADARSAT-1 SAR數據的雜訊由於其固有性質，在通過主成分變換後雜訊往往分布在其中的某一個分量上。通過計算各分量的均值和方差就可以判斷哪個分量是以雜訊信息為主，而其他分量則為地物的微波散射信息。通常情況下，主成分分析具有以下特徵：

（1）主成分分析的數據變換前後的方差總和不變，只是把原來的方差不等量地再分配到新的主成分波段影像中。

（2）第一主成分包含了多波段影像信息的絕大部分，其餘主成分信息含量依次減少。

（3）各主成分的相關系數為零，即各主成分所含的信息內容不同。

（4）第一主成分相當於原來各波段的加權和，反映了地物總的反射或輻射強度；其餘各主成分相當於不同波段組合的加權差值影像。

（5）第一主成分降低了雜訊，有利於細部特徵的增強和分析。

（6）對於有些特殊異常的專題信息，往往通過主成分分析後在第二以上主成分影像上得到增強。

對微波遙感數據的主成分分析可以採用不同時相的SAR數據、不同參數的SAR數據或不同方法處理後的同一SAR數據進行主成分變換，可以起到弱化雜訊的目的。為不同方法處理後的同一SAR數據進行主成分變換後的SAR數據。

2.中值濾波技術

中值濾波技術由於其原理是建立在像元及其領域的統計特徵的基礎上，因而也廣泛地應用於雷達數據的雜訊處理中。對 n×n 大小的濾波核，處理後的中心點的像元值為該濾波核處理前所有像元值的中間值（彩圖1-3b）。中值濾波運算元的數學公式如下：

1∶25萬遙感地質填圖方法和技術

式中：X_ij——n×n窗口中的第（i，j）像元的灰度值；

M（X_ij）——n×n窗口中所有像元值的中間值。

3.濾波增強處理

由於散射信號產生的 SAR 圖像，受大量「斑點」雜訊影響，必須經過濾波預處理。針對雷達數據的固有的倍增雜訊特徵，設計的濾波運算元是基於局部統計及雜訊模型信息的，主要包括 Lee濾波、Frost濾波、Kuan 濾波、Gamma Map 濾波和 Average濾波。許多在多光譜數據處理中使用的濾波運算元如高通濾波、低通濾波、紋理濾波應用於雷達數據分析往往帶入大量的人工信息，針對上述問題，工作中使用以下一些濾波運算元。這些運算元不僅能較好地濾去高頻雜訊，而且能較好地保持影像邊緣和紋理信息；同時，處理後的圖像相對於原始圖像具有更好的對比性。尤以 Frost（彩圖1-3c）、Lee及其增強濾波運算元為佳。

目前常用的濾波有：①Frost自適應濾波；②Lee濾波；③Gamma Map斑點濾波；④Frost自適應增強濾波；⑤Lee增強濾波；⑥Kuan斑點濾波。

『貳』 微波成像的演算法

微波成像的演算法 很多，但由於散射場和散射體之間的非線性關系，以及電磁逆散射問題的解具有非唯一性和不穩定性的特徵，人們很難得到電磁逆散射問題的解析解；絕大多數情況下只能通過數值方法求解，而且只能從諸多解中選擇一個最優的解作為最終解。
微波成像的各種演算法層出不窮，包括早期的X射線透射層析法，特徵線法，波前追蹤法，量子力學方法，散射層析法，伯恩迭代法等等。
上述演算法主要集中在頻域處理范圍內，隨著時域微波成像的不斷完善、時域脈沖源技術的不斷發展，時域成像技術發展迅速，成為熱門的研究方向。
根據微波成像的固有特點：非唯一性、不穩定性、非線性關系，許多學者開始引入處理全域優化問題的最有力的數值方法——遺傳演算法，來處理微波成像問題。

『叄』 距離徙移為什麼讓回波信號分散到不同的距離單元

目前主要有幾個尚且迷惑的問題：
2；參數估計獲得的多普勒中心與調頻斜率用來修正距離遷移校正嗎？1）距離徙動是指合成孔徑過程中，雷達與目標之間的斜距變化超過了一個距離分辨單元，使得來自同一目標的回波信號在距離向分布於不同的距離單元內，造成了信號在方位向和距離向的耦合。如前所述，要將成像處理的二維移變過程變為兩個一維移不變過程，需要進行距離徙動校正來消除距離向和方位向的耦合。所謂距離徙動校正，就是要將距離徙動曲線軌跡校正為平行於方位向的一條直線，其精度要達到一個合成孔徑時間內，斜距的變化小於距離分辨單元的一半。在星載SAR成像中，回波信號通常伴有大的距離徙動，因而距離徙動校正成為成像處理中的重要環節，直接影響成像演算法的設計和最終的成像質量。
距離徙動曲線用多普勒參數表示為，
R(t)=(Lam/2)fd*t+(Lam/4)fr*t*t (2-15)
從上式可以看出，距離徙動曲線為方位時間的二次函數。其中，線性項稱為「距離走動」（Range Walk）項。在星載合成孔徑雷達中，距離走動主要由地球自轉引起，在多普勒參數上表現為多普勒中心頻率隨衛星飛行的位置不同而不同。當衛星位於赤道上，距離走動最大；當衛星位於兩極時，距離走動最小。式中的二次項稱為「距離彎曲」（Range Curvature）項，距離彎曲是由於雷達發射波為球面波，加上地球曲率的影響所造成的，它幾乎不隨衛星的位置變化而變化，是相對穩定量，同時距離彎曲量一般很小，為幾個距離門左右，而距離走動項變化范圍可從幾個至幾十個、幾百個距離分辨單元。
距離徙動校正可以在時域、多普勒域以及二維頻域進行。通常選擇在多普勒域進行。下面以兩個目標的距離徙動情況來分析距離徙動的時域和多普勒域的關系，介紹在多普勒域進行校正的原理。
假設地面上有兩個目標A、B，它們位於相同的距離 處，但方位不同，兩點時間差為 t1，則它們的時域距離徙動曲線分別為：
RA(t)=(Lam/2)fd*t+(Lam/4)fr*t*t (2-16)
RB(t)=(Lam/2)fd*(t-t1)+(Lam/4)fr*(t-t1)*(t-t1)(2-17)
從距離徙動曲線的表達式可知，盡管A、B兩點處在相同的距離上，但它們的距離徙動曲線並不相同，往往交叉在一起，它們的距離走動是相互平行、長度相等的兩條線段.
由於相同距離處的多普勒參數是相同的，也就是說，相同距離處的散射點的距離徙動曲線在多普勒域可以用同一條曲線來表示，同一距離不同方位的散射點可以一起進行距離徙動校正，從而簡化了距離徙動校正的過程。因而，在多普勒域完成距離徙動的校正比在時域完成容易。但是，需要注意的是，多普勒參數是隨著距離變化的，那麼在多普勒域不同距離處的距離徙動曲線曲率是不同的。
2）在經典的RD成像演算法中，多普勒中心頻率的作用有兩點：一是補償距離走動；二是補償方位多普勒頻率，避免斜視成像時出現方位頻率模糊。多普勒調頻率的作用是方位去斜，完成方位聚焦。在距離解析度要求不太高、成像幅寬不太大和合成孔徑時間不太長時，距離彎曲一般不超過一個距離分辨單元，不需要補償。