微波遥感集中实习报告一(共7页).docx

《微波遥感集中实习报告一(共7页).docx》由会员分享，可在线阅读，更多相关《微波遥感集中实习报告一(共7页).docx（7页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精选优质文档-倾情为你奉上微波遥感集中实习报告一、 实习目的与要求通过对不同类型的SAR图像进行比较和分析，认识SAR影像的几何和辐射特点，特别是不同类型地物的影像特征，为提高图像解译能力奠定基础；理解斑点噪声产生原因，熟悉SAR图像滤波方法，以减少斑点噪声的影响，在此基础上，综合利用基础知识和原理对SAR图像进行解译和计算机自动分类。二、 实习内容1. SAR影像认识和比较通过对不同数据的比较，分析SAR影像的数据特点，包括SAR影像的辐射特性和几何特性。SAR影像的辐射特性包括影像上有明显的斑点噪声，这是由于回波的相干性，造成图像明暗变化，有些像元很亮，形成斑点噪声。SAR影像的几何特点包

2、括斜距显示的近距离压缩、透视收缩和叠掩以及雷达阴影，近距离压缩是因为SAR影像是侧视投影距离成像，地距上等长的物体斜距成像之后会表现为成像点近的地物成像较短，远的地物成像较长，这种现象在平地时可通过等效中心投影消除，但在山地等有高低起伏的地形即使以地距显示也无法消除这种压缩现象；透视收缩是指在山地前坡方向或是其他有高度起伏的地物，坡度较缓时，近距离时图像收缩更大，而叠掩现象也是主要发生在山地前坡以及其他有起伏的地物上，坡度较大时，会出现顶底重叠甚至顶底倒置的现象，不仅如此，信息之间还会相互叠加，导致信息被掩盖，叠掩现象在城市地区影像解译方面影响较大；雷达阴影是由于波束无法到达后向区域，造成阴影

3、现象。2. 不同类型SAR数据的比较分析首先有同一地区光学与雷达影像，对比分析发现，光学影像更符合人眼的视觉效果，较易解译，雷达影像存在一定的几何变形，并且还会出现许多亮点斑点噪声，这是其固有属性，对比光学影像，在几何上有不一致，解译也较困难。比较星载机载获取的同一地区的雷达影像，发现也有不同。由于平台不同，影像也表现出了不同的特点。机载雷达影像表现出更明显的明暗条带间变化，这是因为星载平台入射角要小于机载雷达，所以星载影像照度更均匀，机载雷达影像则明显受天线方向图的影响，并且机载平台不如星载平台稳定，几何变形更大。再通过比较不同波段的雷达影像以及不同极化方式的雷达影像，分析波长和极化方式对成

4、像的影响。3. SAR影像滤波由于SAR影像的固有特性斑点噪声的存在，雷达影像在利用时总是需要先进行滤波处理。此处利用不同窗口大小、不同滤方法来实现雷达影像滤波，并对其进行定性定量评价。4. SAR影像的解译判读和分类这里先对雷达影像进行目视解译判读，再利用软件实现基于像元的SAR影像分类和面向对象的SAR影像分类。可以发现基于像元的方法是很难得到令人满意的分类效果的，基于对象的方法有所改进，但仍有不足，需要结合其他更多的信息，如图像纹理、阴影、分布位置、形状大小和与周边地物的关系来帮助解译和正确分类。三、 实习步骤1. 不同SAR数据的读取比较和特点分析合成孔径雷达成像是距离成像，正因其特殊

5、的成像方式，图像有其特有、固有的特点。下面将通过比较光学影像与SAR影像的区别、机载星载SAR影像以及不同波段、不同极化方式下SAR成像的区别来对SAR影像的成像特点进行分析总结。1.1 光学影像与SAR影像的比较图1 光学影像图2 SAR影像光学影像与人眼视觉相近，是中心投影，并且像元灰度值与地表真实反射率有关；SAR影像是距离成像，斜距投影，像元灰度与地物的散射系数散射截面有关。根据它们成像原理的不同，可由图像很明显的看出，SAR影像中较亮的像元主要是建筑和管线，主要是由于角反射和谐振作用等。SAR影像另一个与光学影像不同的明显特点是：放大SAR影像可以看到较明显的亮点斑点噪声，而光学影像

6、没有这种现象。这主要是因为雷达向地物发射电磁波，地物散射回波会有相干性，相干波造成了这种有明有暗的斑点噪声，这是SAR影像固有的特征，可以通过一定的方法减弱斑点噪声的影响。图3 斑点噪声1.2 机载与星载SAR影像比较图4农大机载SAR影像图5星载SAR影像对比机载与星载的SAR影像对同一地区的观测可以很明显发现一个特点：机载SAR影像有很明显的明暗变化，这体现了天线方向图的影响。在SAR系统发射功率、调制波形和天线增益一定的前提下影响机载SAR图像强度的主要因素是天线方向图和作用距离。雷达天线方向图表征了雷达天线辐射特性与空间角度的关系。沿雷达天线方向图的主瓣中心方向，SAR成像强度最大、信

7、噪比最高；从主瓣中心向方位向两侧，成像强度依次减弱，且夹角大于半功率角后，强度减弱加剧。雷达天线方向图影响导致机载SAR图像沿距离向呈现中间亮、两侧暗，中间信噪比高、两侧信噪比低的特点，所以我们从农大的机载影像上也可以看到“暗亮暗”这样的变化。图6机载与星载影像对同一地区观测并且由影像也可以看出斜距成像的特点。先由图像中的阴影和透视收缩判断观测方向是从左上角观测，图像在靠近观测附近的田地宽度明显小于远离观测点的田地，表现出近距离压缩；一些地物表现出高低起伏时，会出现雷达阴影；图上的建筑物还表现出了透视收缩，房子的一侧明显窄于另一侧，有的较低矮地物也反映出叠掩现象。机载与星载影像的对比，可以发现

8、：1）星载雷达由于入射角的范围更窄，没有机载雷达如此明显地受天线方向图的影响，所以，星载影像照度更均匀，图像条带间变化不大；2）星载平台比机载平台更稳定，几何变形也更小。总结雷达斜距成像的特点，发现突出表现为近距离压缩、透视收缩、叠掩和阴影的影响。透视收缩在图上常表现为山坡长度看起来比实际短，这是因为有坡度存在但是坡度较缓时，电磁波先到坡底再到坡底，但距离比平地要短了，因为回波时间的影响；而叠掩是坡度较大时，雷达发射的电磁波先到坡顶再到坡底，出现了顶底倒置现象，并且其中的信息重叠在了一起，所以称为叠掩。下面为透视收缩、叠掩和阴影的例子。图7 缓坡的透视收缩图8山地的叠掩图9 高楼的叠掩雷达影像

9、的几何特点中除叠掩、透视收缩外，还有一些值得关注的地方：1）SAR影像在强反射面附近易出现虚假现象或是旁瓣效应。比如水面上的桥，由于虚假现象，水面反射与桥之间可能会产生角反射器效应，得到多重回波信号，所以产生了多个桥边缘的影像，如下图所示；2）由于SAR是距离成像，考虑到多普勒效应，当成像时像元内有运动目标，它们之间存在相对运动，所以最后运动目标成像就不在其真实应在的位置，会有所偏移，并且运动速度越快，偏移量越大，所以可以看到在公路或是桥上的运动的汽车，成像不在桥上，而是偏移到了各种地方，如下图所示。图10 桥的虚假现象和运动目标的偏移1.3 不同波段SAR影像对比不同波段对雷达色调的影响主要

10、表现在对地表粗糙度的衡量以及穿透深度的影响，波长越长，可穿透深度就越大。此处C波段波长略长于X波段，所以很明显的，在图像的左上角部分红圈部位，C波段由于穿透能力优于X波段，可以看到更深层介质的散射。图11C波段雷达影像图12 X波段雷达影像1.4 不同极化方式的SAR影像对比图13四种极化方式的SAR影像不同极化方式下，地物的散射特性表现会有所不同，所以多极化可以提供更多的信息。比如相对光滑表面在VV极化下的散射强于HH极化；对于有一定高度的建筑群，HH极化散射强度大于VV极化；交叉极化的回波强度一般要小于同极化的，所以由多极化信息，可帮助判断地物散射体类型、视向散射方向等。2. SAR影像斑

11、点噪声及处理方法由之前对SAR成像原理的分析可知，SAR影像的固有特点就是斑点噪声。而在课程的学习中，我们学到的关于减弱SAR斑点噪声的方法包括多视处理和图像滤波。这次实习运用的方法主要是滤波。在ERDAS中，用于雷达影像滤波的方法包括均值滤波、中值滤波、Lee-Sigma滤波、局域滤波、Lee滤波、Frost滤波和Gamma-Map（最大后验概率）滤波。传统的滤波方法包括均值滤波和中值滤波，它们的优势在于算法简单、速度快，但考虑到相干性斑点噪声是乘性噪声，这两种方法理论上都不太合适。而sigma滤波、Lee滤波和Frost滤波均考虑到相干性噪声的乘性特点设计的，在雷达噪声滤波中也是应用十分广

12、泛。下面将利用ERDAS中的滤波功能对一幅斑点噪声明显的图像进行滤波，并对结果进行定性定量的评价。首先确定最佳滤波窗口大小，选取Lee-Sigma滤波方法，改变窗口大小（注意窗口大小只能是奇数），得到滤波后的结果，如下图。分析滤波结果发现，3*3时还是有很多斑点噪声，5*5时图像已经开始出现边缘模糊现象，7*7时许多特征都模糊得很严重了，所以最后选择5*5为最适窗口大小。图14不同滤波窗口大小效果比较然后对原始影像做均值滤波、中值滤波、Lee-sigma滤波、局域滤波、Lee滤波、Frost滤波和Gamma-Map（最大后验概率）滤波，窗口大小均为5*5，处理效果如下：图15不同滤波方法的比较

13、经过滤波处理后，图像的灰度直方图均发生了变化，希望选取的方法能对原始图像的信息有最大的保留，反映在直方图上就应该是对原始的灰度区间能有最佳保持，从这个角度认为Lee-Sigma滤波、局部滤波和Gamma-Map（最大后验概率）滤波效果最好。从定量角度来说，可以计算滤波后图像的均值方差，从而求解出均方误差，一般认为均方误差越小，噪声越小；并可求解出峰值信噪比，峰值信噪比越大，图像信息越多；还可求出等效视数，等效视数越大，滤波器效果越好；最后可求出辐射分辨率，辐射分辨率大小与消除了多少斑点噪声相关。根据这些定量指标与噪声处理效果的关系，给它们分别赋权，形成一个最终的评价指标，根据这个指标对以上的滤

14、波方法进行定量的评价。这里我是用matlab编程计算的，最后计算出来的结果表明，局域滤波效果最好，sigma滤波次之，frost滤波效果最差，这也是从图中可以目视看出来的，所以定量评价能与目视定性描述相吻合。图16定量评价滤波效果3. 雷达影像的判读解译由于合成孔径雷达是侧视投影，距离成像，与人眼效果相类似的光学图像差别较大，也给人工目视解译判读带来困难。此处使用前面提到的4种极化图像进行四波段影像合成，然后在目视判读以及监督分类时利用假彩色合成帮助我们的人工解译。下面将以基于像元的雷达影像解译、面向对象的雷达影像解译与人工目视判读效果进行比较，来分析不同解译方法实际在雷达影像上的应用效果如何

15、。3.1 雷达影像的目视判读先将4种极化的影像波段合成。使用的是ERDAS中的Import功能将raw格式的图像以二进制文件的格式读入，输出为img格式方便后续的处理利用；再利用layer stacking功能把4种极化图像当成四个波段合成为一幅图像。目视解译时，可以把四个波段假彩色合成帮助解译。在观察不同种波段的假彩色合成效果后，我认为241合成效果最佳（1-HH，2-HV，3-VH，4-VV），合成效果如下：图17假彩色合成结果并且在目视判读时，不仅要根据其灰度值判断，还要结合地理位置分布和形状、阴影等来实现更准确地分类。如上图所示，右边黑色、呈块状分布、间隔灰红色地物的应该是鱼塘或水田，

16、首先水塘这一类地物由于镜面反射，灰度值会很低，常在图像上呈黑色，其次由它的形状是面状块状的加上它分布在山脚平原处，中间有小路穿过就可以判断它应该是水塘之类的。图像上左右两侧能看出明显起伏形态的应当是山地，由它的高低起伏的形态和纹理等可以看出来，并且注意到影像左边的山地有一面很亮，但较窄，说明这边是观测方向并且发生了透视收缩。特别的是在这幅假彩色合成的影像上有一些有高低起伏但不是很大，呈蓝绿色的地物，我认为那应该是房屋，首先它的形状有规则并且聚集分布，且存在阴影，很明显地体现出建筑的特征，再结合课本知识，建筑密集地区对HH的散射强度明显更大，而假彩色合成中HH是蓝波段，这恰好吻合，所以我将其判读

17、为房屋。最后再由形状和起伏可以在图上找到几条明显的交通管线。3.2 基于像元的雷达影像分类按照传统光学的方式对雷达影像进行基于像元的分类，可以使用监督和非监督分类两种方法。3.2.1 监督分类针对雷达影像，先利用ERDAS里的AOI工具选取出需要划分的类别的具有代表性的样本。这里决定把地物分为4类，分别是裸地、山地、向阳坡（亮度大）和水体与阴影（分不开，因为均为黑色），分类结果如下：图18监督分类结果在监督分类中，曾经尝试将房屋、道路也细分出来，但分类的混淆矩阵精度很差，根本分不开，也证明了仅从灰度值就希望分类出房屋、道路是基本不可能的，所以最后在保证分类的混淆矩阵精度较好地情况下，把房屋、道

18、路和裸地均分类为裸地，为图上绿色部分，山地为图上褐色部分，阴影和水体因为灰度值均为近0值，仅凭灰度区分不开，划分为一类，如图上黑色部分，最后由于斑点噪声以及强散射效应的存在，向阳坡呈现高亮度值，所以划分一类向阳坡，为图上白色部分。3.2.2 非监督分类非监督分类不需要人为选择样本，只输入希望划分的类别即可。所以输入希望划分的类别数，同样划分为4类，分类结果如下：图19非监督分类结果非监督分类直接按照像元灰度上的相似性利用isodata分类。观察非监督分类与监督分类相比，绿色的裸地更少了，属于山地的像元更多一些。但是总的来说，还是效果不太好。3.3 面向对象的雷达影像分类由于仅基于像元灰度值进行

19、分类效果都不太好，所以需要结合更多的特征，如像元与周围像元的相似性等，所以考虑使用面向对象的分类方法来进行。此处使用的是Envi里面向对象分类的模块实现的。Envi的Feature Extraction模块中可以实现面向对象的分类，并且可以实现基于规则的分类和监督分类型的面向对象分类，此处利用监督分类实现。最后的分类结果如下：图20面向对象的分类在面向对象的分类中，更侧重于非山地地区即中间平原地区（图中黑框内）的分类效果，红色是面向对象分类后分出的房屋效果，它与目视判读的结果已十分相近；蓝色为水体与阴影，在面向对象的分类里依旧分不开，还需要结合其他的信息；灰色为希望分出的交通道路，可以看到道路

20、分出来仍是断断续续的，这与雷达成像的性质也有关，但是图中已能较明显地看出道路的大概轮廓走向了。总的来说，基于像元的分类在雷达影像中能做到的分类效果非常有限，而面向对象的分类方法较之基于像元的分类，效果更好，但还是无法实现较好地分类结果，需要结合更多的信息，如纹理、分布的位置、形状、长宽比、阴影与周围地物的关系等，才能综合地得到能够令人满意的雷达影像分类结果。四、 实习心得与总结通过这次实习，我对雷达影像有了更具体的了解：通过比较光学影像和雷达影像的特点，可以了解斜距成像的几何和成像特点；又通过比较机载星载雷达影像的区别，进一步了解斜距成像的几何特点以及天线方向图的影像；而不同波长影像的对比，让

21、我体会到了波长对成像效果的影响，波长越长，穿透力越强，波长还与粗糙度相关；不同极化方式对成像的影像很大，特别是有一定粗糙度的地物对水平极化和垂直极化的反映是不同的，由此可以得到许多信息；最后还针对雷达影像的几何特点：透视收缩、叠掩和虚假现象等进行分析并在影像上找到这几种现象的表现情况，也让我对透视收缩、叠掩和虚假现象有了更深刻地认识。然后还利用软件实现对雷达影像噪声滤波，这一步让我了解了不同滤波方法的基本概念与原理，并通过对滤波效果的比较更进一步认识这些滤波方法，最后再编程实现滤波效果的定性定量评价。最后对雷达影像进行目视判读，并做基于像元和面向对象的影像分类。在这一步中也让我认识到了，仅基于

22、像元的散射特性是很难正确分类SAR影像的，即便是面向对象的分类也仍是存在许多不足的，需要加入更多的额外信息，如图像的纹理、形状大小和分布特点等，才有可能更好地实现SAR影像计算机分类。总的来说，这次实习让我收获了很多。首先在微波遥感课程中，我们仅是了解到SAR影像是斜距成像，总有斑点噪声，并且有透视收缩、叠掩和虚假现象等几何辐射特点，但并没有很直观的认识。通过这次实习，分析这么多的雷达影像，还有通过不同雷达影像的比较后，终于有了更直观地认识。然后对斑点噪声进行滤波也有许多方法，老师也并没有直接告诉我们sigma滤波最好，而是让我们自己去操作，对这些滤波方法有更直接的认识，自己去观察滤波效果并定性定量评价等。最后还有SAR影像的目视判读分类，上课时课本直接告诉我们SAR影像的解译标志，但实习是让我们自己去操作，这样比仅有文字描述更有意义。最后还是要感谢老师在实习时一直耐心地指导和帮助，给我们提供了许多有用的数据来帮助我们加深认识，比如说后来老师提供的武汉长江大桥的SAR影像，江岸两边的高大建筑会有叠掩，并且大桥会出现3条边线，最特别的是桥上运动的汽车等目标并没有在桥上，而是分布到了别的地方，这就是多普勒效应对SAR影像运动目标的影响。这些东西真的使我收获良多，真的十分感谢老师。专心-专注-专业