基于多方向多源合成孔径雷达数据融合的假彩色正射影像制作

张继贤,魏钜杰,赵 争,黄国满

中国测绘科学研究院,北京100830

基于多方向多源合成孔径雷达数据融合的假彩色正射影像制作

张继贤,魏钜杰,赵 争,黄国满

中国测绘科学研究院,北京100830

在复杂地形条件下,SAR影像几何失真大,辐射畸变突出,透视收缩、叠掩和阴影等现象严重,制约SAR测图的应用。为此,提出一套基于多方向多源SAR数据融合方法与技术流程,利用不同侧视方向、不同分辨率、多极化的SAR影像数据,融合制作信息量丰富,能够满足应用要求的 SAR假彩色正射影像。采用横断山脉区域3 m分辨率的TerraSAR-X单极化影像以及8 m分辨率的Radarsat-2全极化影像进行融合试验,制作假彩色正射影像。该方法、技术流程和软件已应用于国家西部1∶50 000地形图空白区测图工程。

复杂地形;合成孔径雷达;几何畸变;正射纠正;辐射校正;多方向数据融合

1 引 言

合成孔径雷达为常年多阴雨、多云雾、多冰雪覆盖地区提供一种有效的遥感对地观测手段。但由于SAR为斜距成像系统,获取的影像几何畸变大,受传感器成像角度及地形的影响,存在着不同程度的透视收缩、叠掩和阴影等现象,在横断山脉等复杂地形区域表现得尤为突出。因此,对于许多需要确切获取SAR影像上地物特征的空间位置信息或者对多时相、多源信息进行综合分析的应用,必须对SAR影像进行精确的几何校正处理[1]。文献[2-6]仅介绍了SAR影像的各种几何纠正方法,目前尚未解决SAR影像中叠掩、阴影区域的信息空白问题。因此,仅利用单一来源的SAR影像制作正射影像,由于叠掩、阴影区的大量存在,无法满足测图工程中地物调绘等信息提取的要求,从而在很大程度上限制了其应用。为得到信息量丰富、能够用于地物识别和调绘的SAR正射影像产品,针对复杂地形及SAR成像的固有特征,本文提出一套基于规则的SAR影像融合方法,利用不同侧视方向、不同分辨率、多极化的SAR数据制作SAR假彩色正射影像。

2 总体技术流程

该方法按照多源信息优势互补的原则,以多源信息融合理论和方法为指导,综合利用同一区域不同分辨率、不同观测角度(如升轨和降轨)、多种极化方式、不同观测平台(如TerraSAR-X、Radarsat-2和Cosmo-SkyMed等)SAR数据,制作满足测图要求的SAR正射影像,从而克服单一数据在实际应用中的不足,其总体技术流程见图1。

图1 假彩色正射影像制作流程Fig.1 Color orthophoto generation work flow

2.1 预处理

预处理主要包括极化合成、滤波去噪等,如对于全极化Radarsat-2数据的四种极化方式 HH、VV、HV和VH,考虑到物理散射机制,可运用Pauli目标分解方法[7],合成RGB彩色影像。

2.2 稀少控制SAR影像正射纠正

SAR影像正射纠正需要建立地面目标点大地坐标与影像坐标之间精确的映射关系。基于距离-多普勒(range-Doppler,RD)模型(式(1))[8-9],利用SAR影像头文件参数,直接计算地面目标点对应的影像坐标(ic,jc),其结果与实际测量的影像坐标(ir,jr)通常会存在一定的误差。为得到精确的定位结果,并考虑到稀少控制条件,可基于高分辨率、高精度的SAR影像数据,利用简化的二次多项式建立(ic,jc)与(ir,jr)之间的映射关系(式(2)),利用控制点计算多项式参数ci、di,并用该参数逐点改善地面各点的间接定位结果,即完成了SAR影像的精确定位,同时运用双线性内插等重采样方法对SAR影像进行重采样,输出正射影像[5-6]。

式中,Rs、Vs分别为SAR传感器的空间位置矢量[XsYsZs]和速度矢量[XvYvZv]; RT为地面目标的空间位置矢量 [XtYtZt]; R为传感器到地面目标之间的距离;fd为电磁波波束中心的多普勒频移;λ表示电磁波波长。

2.3 地形辐射校正

在通常的SAR影像辐射处理过程中,一般假设地形是平坦的,但在地形起伏较大的地区,由地形通过散射面积而引起的辐射误差却不容忽略。理论上,由散射面积引起的误差在入射角为零时达到最大,入射角越小,由地形引起的误差就越大[11-12]。故本文综合利用文献[13-14]介绍的方法进行地形辐射校正。

2.4 单极化与多极化影像融合

多极化影像通常比单极化影像的分辨率低,但由于有多个极化通道,信息量较丰富。利用经几何校正和地形辐射校正后的不同来源、不同分辨率、多极化SAR影像进行融合,可以得到高分辨率的SAR假彩色影像。

2.5 多侧视方向影像融合

采用基于坡度坡向的SAR多侧视方向影像融合方法,利用上面得到的高分辨率彩色影像,进行叠掩阴影等信息空白区的灰度补偿,完成SAR假彩色正射影像的制作。

3 关键技术方法

3.1 多分辨率多极化SAR数据融合

对不同SAR传感器获得的多空间分辨率、不同极化方式的数据资源,运用图像融合技术,不仅可提高原始影像的空间分辨率和清晰度,而且在颜色信息上可极大保留多极化特征,从而提高影像的可判读水平和分类精度,克服单一数据源的局限。

多传感器遥感图像融合技术可分为像素级融合、特征级融合和决策级融合。各种融合方法主要是围绕光学影像开展的[15-18],对于光学影像与SAR影像之间的融合,文献[15]提出基于块回归的融合方法,文献[16]研究并讨论比值变换、相关系数法和IHS变换法等融合方法,并从熵、标准差、平均梯度值及视觉效果等方面进行综合评价,认为IHS变换法融合后的效果最佳。本文将上述的几种融合方法分别运用到SAR影像间的数据融合,经试验比较,发现IHS方法融合后的影像色调较协调,地物边缘清晰,噪声更小,有利于进行地物信息判读和分析。

3.2 多方向SAR数据融合

由于地形起伏的影响,存在严重的叠掩和阴影现象,如图2、图3所示,分别显示横断山脉地区的升轨右侧视和降轨右侧视的正射影像。由图可知,阴影和叠掩区可利用的信息有限,给影像判读解译带来了很大困难。但是,由于升轨、降轨影像的雷达视线呈镜面反射分布,因此升轨影像上的迎坡面在降轨影像上大部分位于背坡面,反之亦然。如图2中迎坡面的红框区域——叠掩区,在图3中为背坡面的红框区域,可用该区域来补偿图2中的红框叠掩区;同样,图3中的叠掩区可利用图2中背坡区域的信息进行替代,从而实现升降轨影像信息的互补,得到信息量更丰富、完整的SAR正射影像。

图2 升轨SAR正射影像Fig.2 Ascending SAR orthoimage

图3 降轨SAR正射影像 Fig.3 Descending SAR orthoimage

基于以上原理,提出一种基于坡度坡向的SAR多侧视方向影像融合方法,主要包括:SAR影像阴影叠掩区的检测与提取、多方向SAR数据的融合两个部分。

3.2.1 阴影叠掩区域的检测与提取

进行多方向SAR数据融合,必须首先检测、提取出SAR影像中的叠掩和阴影区。本文基于RD模型和DEM,根据叠掩、阴影的产生条件,发展一种阴影叠掩区的检测与提取方法,其步骤可归纳如下:

(1)选择成像中心入射角最大的SAR影像作为主影像,其他影像作为从影像。

(2)利用DEM和主影像计算影像像元的方位向坡向角βs,根据迎坡面与背坡面的判断原则,判断其是在迎坡面上还是在背坡面上。

(3)基于 RD模型,间接定位该像元相应的影像行列号,并利用轨道描述模型计算相应的传感器位置矢量。

(4)计算雷达传感器的俯角γ及距离向坡度角θr[11-12],进行阴影叠掩区判断。若其在背坡面上,根据阴影的产生条件:若θr>γ,则为阴影,并设置标识 Flag=1。若其在迎坡面上,根据叠掩的产生条件:若γ+θr≥90°,则为叠掩区,并设置标识 Flag=0。

(5)生成掩膜图,按照步骤(2)～(4)像元计算,输出阴影叠掩区掩膜图。

(6)掩膜图后处理。采用形态学上的腐蚀、膨胀及均值滤波等处理方法对掩膜图进行后处理,消除掩膜图中的“小岛”、“锯齿”等现象。

方位向坡向角βs是指地面分辨率单元L基于传感器S飞行方向的方位角。如图4所示, AB方向平行于SAR传感器 S升轨成像时的轨道方向;N为地理北方向;βn为地面分辨率单元L的坡向角;Ωs为传感器S飞行轨道的方位角,则地面分辨率单元L的方位向方位角βs为

式(3)、(4)同样适用于降轨SAR影像。

图4 方位向坡向角Fig.4 Aspect angle in azimuth

迎坡面与背坡面的判断法则:判断βs是否大于180°,若大于则为迎坡面,否则为背坡面。

3.2.2 多侧视方向SAR数据融合

按照上述方法,提取主、从影像的阴影及叠掩掩膜图,然后利用掩膜,建立如图5所示的决策规则,进行阴影、叠掩区域的像元灰度替换,实现多侧视方向的SAR数据融合。

具体方法为:读取主、从影像掩膜图,若主影像掩膜图中的取值为0或1,且相应区域从影像的掩膜值为2,则用从影像的灰度值补偿主影像的相应区域;若主影像掩膜图中的取值非0、1,则保留主影像原始灰度值;若主、从影像掩膜值同为0或1,则说明该区域仍为无法补偿的信息空白区,有望利用机载SAR,增加另一侧视方向的多余观测来进行弥补。按照上述步骤,逐点重复进行,从而实现多方向SAR数据的融合。

图5 多方向多观测角度SAR影像融合决策规则Fig.5 The decision rules of multi-source data fusion

4 试验分析与应用

4.1 试验区域与试验数据

基于上述技术流程和算法,在自主软件“雷达测图工作站”的基础上开发专门的软件模块,并选取西部横断山脉地区具有一定重叠度的两景单极化3 m空间分辨率的 TerraSAR-X影像(分别为升轨、降轨)和两景全极化8 m空间分辨率的Radarsat-2影像(分别为升轨、降轨)进行试验。这四景影像的中心入射角依次分别为44.37°、33.37°、39.02°和40.53°。

试验区地貌类型复杂、地势高亢、高差起伏大,高程分布大约为1 658～6 719 m,平均高程在3 642 m左右,影像中心地理位置大致为: 28.41°N,98.82°E,其覆盖范围及重叠区见图6,此地形地貌导致该测区的SAR影像存在着严重的透视收缩、叠掩和阴影现象。

图6 TerraSAR-X影像与Radarsat-2影像的覆盖范围及重叠区Fig.6 Scope and overlap area of TerraSAR-X and Radarsat-2 images

4.2 试验结果与分析

4.2.1 正射纠正精度评定

该地区复杂的地形地貌及自然气候条件,严重妨碍了传统的外业实测,故本试验利用SPOT-5 HRS(10 m×5 m全色)立体像对,进行区域网平差加密、控制点转刺,得到SAR影像控制点,其加密点平差精度约为5 m,点位分布如图7所示。

本文采用稀少控制方案,在满足控制点均匀分布原则的条件下,从加密点中选择5个点作为地面控制点(见图7中红色点3、6、9、14、16),结合1∶10万的DEM对SAR影像进行正射纠正,其正射影像如图8所示,纠正结果与加密的其余14个检查点进行比较,精度评定如表1所示。

图7 TerraSAR-X原始影像Fig.7 TerraSAR-X original image

图8 TerraSAR-X正射影像Fig.8 TerraSAR-X orthoimage

表1 正射纠正结果精度Tab.1 The precision of ortho-rectification m

由表1分析可知,其纠正结果的平面定位精度在 X方向上约为8 m,在Y方向上约为7.5 m,平面精度为11 m左右,完全满足1∶50 000测图的精度要求。

由于本试验采用加密的控制点进行正射纠正,加密控制点本身含有一定的误差,故纠正结果也包含了其加密误差;另外,在控制点转刺的过程中也会引入人为的随机误差。因为SAR影像与光学影像的成像机理不同,导致同一地区的地物分别反应在SAR影像和光学影像上往往表现不同,造成光学影像上明显的地物特征在SAR影像上却很难判别,从而降低控制点转刺精度。由此可见,若能得到高精度的地面控制点,基于RD模型的纠正算法,在这种地形起伏大、多山地区,可获得2～3个像素的纠正精度。

4.2.2 多分辨率单极化与多极化数据融合试验

采用上述纠正方案对其余的3幅SAR影像分别进行正射纠正,然后运用彩色变换IHS融合法,对纠正后影像,包括升轨单极化3 m分辨率的TerraSAR-X影像与升轨全极化8 m分辨率的Radarsat-2影像,降轨单极化 3 m分辨率的TerraSAR-X影像与降轨全极化8 m分辨率的Radarsat-2影像分别进行融合试验。图9、10分别为升轨的TerraSAR-X影像和升轨的Radarsat-2影像,图11显示了二者的融合结果。

图9 TerraSAR-X影像Fig.9 TerraSAR-X image

图10 Radarsat-2影像Fig.10 Radarsat-2 image

与图10相比,图11中道路、居民地、沟谷等地物纹理特征清晰可见;与图9相比,图11中具有彩色极化信息。由此可见,融合影像不仅保留了高分辨率 TerraSAR-X影像的地物细节信息,还很大程度上保留了 Radarsat-2影像的极化信息,从而能够改善判读效果、提高分类精度和制图精度等。

4.2.3 SAR影像阴影叠掩检测与提取试验

基于3.2.1节阴影叠掩掩膜图的检测与提取方法,将多分辨率融合后的升、降轨影像分别作为主影像和从影像,结合1∶10万DEM,进行SAR影像阴影叠掩区的提取,生成掩膜图(如图12)。

图11 IHS融合结果Fig.11 The result of IHS fusion

图12 掩膜图Fig.12 Mask image

由于传感器轨道精度和DEM的精度有限等原因,从而导致阴影叠掩掩膜图的检测结果存在一定的误差,表现为掩膜图中存在“小岛”、“锯齿”等现象,如图13所示。为在一定程度上消除“小岛”、“锯齿”,避免其影响多方向SAR影像的融合结果,运用形态学上的腐蚀、膨胀及均值滤波等处理方法对该掩膜图进行处理,不仅去除了掩膜图中面积小的斑块,并且使得掩膜图的边界变得光滑(如图14)。

图13 “小岛”、“锯齿”现象Fig.13 The island and sawtooth

图14 处理结果Fig.14 Processing result

4.2.4 多侧视方向SAR影像融合试验

利用上述提取出的阴影叠掩掩膜图,将多分辨率融合后的升、降轨影像图2和图3分别作为主影像和从影像,依据3.2.2节融合决策规则,进行多方向SAR影像数据的融合试验,其结果如图15所示。

由图15可知,利用本文提出的多方向SAR数据融合方法,升降轨融合后,最终可得到一幅阴影和叠掩得到极大改善、具有较高分辨率的彩色SAR正射影像,从而证明本文方法的适用性和有效性。

图15 升降轨融合结果Fig.15 The fusion result

另外,可得该方法的适用范围,若只有单一数据源(如TerraSAR-X或Radarsat-2等)具有一定重叠度的升、降轨数据,3.2节的多方向SAR数据融合方法亦适用;而且,该方法同样适用于整个测区同一轨道方向的多景SAR影像先拼接、裁切,然后进行不同轨道方向的融合,从而证明该算法具有很好的实用性。

4.3 应用情况

基于SAR假彩色正射影像制作技术流程和方法,目前已完成横断山脉地区约70 000 km2的假彩色正射影像制作,在此基础上形成了外业调绘片。

5 讨论与结论

针对复杂地形区域及SAR斜距成像的固有特征,提出一套利用不同侧视方向、具有一定重叠度的多源SAR影像数据,融合制作假彩色正射影像的技术流程及方法,并在生产实际中得到了较好的应用。但部分地区仍存在着一些叠掩、阴影的信息空白区,如图16所示,原因主要是:

(1)所用的升轨、降轨的 TerraSAR-X影像与升轨、降轨的Radarsat-2影像的成像中心入射角差别较大,依次分别为44.37°、33.37°、39.02°和40.53°,导致不同影像上的叠掩、阴影区的面积大小及方位的差别较大。

(2)升降轨的轨道方向不平行,使得升降轨影像的山脊等部位存在共同的叠掩和阴影区域,无法互补。

以上问题有望通过有针对性的轨道选择和更精确的地形辐射校正加以改善。

图16 融合结果的局部区域Fig.16 Subset of the fusion result

本文的试验也可对机载SAR影像融合制作假彩色正射影像提供借鉴。机载SAR的航迹可以做到基本平行,另外同侧视方向的影像重叠度可以按需设置,因此可以利用相对侧视方向上的多角度影像进行数据融合,完全避免升、降轨星载SAR影像融合后仍然残存的少量信息空白区问题,从而实现叠掩阴影区域更为完整的信息补偿。

[1] CHEN Erxue.Study on Ortho-rectification Methodology of Space-borne Synthetic Aperture RadarImagery[D]. Beijing:Chinese Academy of Forestry,2004.(陈尔学.星载合成孔径雷达影像正射校正方法研究[D].北京:中国林业科学研究院,2004.)

[2] ZHANG Yonghong,LIN Zongjian,ZHANG Jixian,et al. Geometric Rectification of SAR Image[J].Acta Geodaetica et Cartographica Sinica,2002,31(2):134-138.(张永红,林宗坚,张继贤,等.SAR影像几何校正[J].测绘学报, 2002,31(2):134-138.)

[3] ZHANG Guo,LI Deren,QIN Xuwen,et al.Geometric Rectification ofHigh Resolution Spaceborne SAR Image Based on RPC Model[J].Journal of Remote Sensing,2008, 12(6):942-948.(张过,李德仁,秦绪文,等.基于RPC模型的高分辨率SAR影像正射纠正[J].遥感学报,2008,12 (6):942-948.)

[4] HUAN G Guoman,YU E Xijuan,ZHAO Zheng,et al. Block Adjustment with Airborne SAR Images Based on Polynomial Ortho-rectification[J].Geomatics and Information Science of Wuhan University,2008,33(6):569-572.(黄国满,岳昔娟,赵争,等.基于多项式正射纠正模型的机载SAR影像区域网平差[J].武汉大学学报:信息科学版, 2008,33(6):569-572.)

[5] WEI Jujie,ZHAN G Jixian,HUAN G Guoman,et al. Quick Ortho-rectification of TerraSAR-X Image with Sparse Control for Mapping Difficulty Area in the West Region of China[J].Remote Sensing Information,2010(3): 43-49.(魏钜杰,张继贤,黄国满,等.面向西部测图困难地区稀少控制下的TerraSAR-X影像快速正射纠正[J].遥感信息,2010(3):43-49.)

[6] WEI Jujie,ZHAN G Jixian,HUAN G Guoman,et al. Researchon Methodsof TerraSAR-X Image Direct Geolocation[J].Bulletin of Surveying and Mapping,2009 (9):11-14.(魏钜杰,张继贤,黄国满,等.TerraSAR-X影像直接地理定位方法研究[J].测绘通报,2009(9):11-14.)

[7] WAN G Chao,ZHAN G Hong,CHEN Xi,et al.Full Polarimetric SAR Image Processing[M].Beijing:Science Press,2008:71-74.(王超,张红,陈曦,等.全极化合成孔径雷达图像处理[M].北京:科学出版社,2008:71-74.)

[8] CURLANDER J C.Location of Spaceborne SAR Imagery [J].IEEE Transactions on Geoscience and Remote Sensing, 1982,GE-20(3):359-364.

[9] CURLANDER J C,KWO K R,PAN G S S.A Post Processing System for Automated Rectification and Registration of Spaceborne SAR Imagery[J].International Journal of Remote Sensing,1987,8(4):621-638.

[10] BREIT H,BOERNER E,MITTERMAYER J,et al. The TerraSAR-X Multi-mode SAR Processor Algorithms and Design[C]∥Proceedings 5th European Conference on Synthetic Aperture Radar. Ulm: EUSAR,2004: 501-503.

[11] CHEN Erxue,LI Zengyuan,CHE Xuejian,et al.Study of Space-borne SAR Image Radiometric Correction Algorthm[J].High Technology Letters,2002(5):10-14. (陈尔学,李增元,车学俭,等.星载SAR影像辐射误差校正算法研究[J].高技术通讯,2002(5):10-14.)

[12] ZHANG Yonghong,ZHANG Jixian,LIN Zongjian,et al.Terrain Induced SAR Radiometric Distortions and Their Correction[J].Science of Surveying and Mapping, 2002,27(4):23-26.(张永红,张继贤,林宗坚,等.地形引起的雷达辐射畸变及其校正[J].测绘科学,2002,27(4): 23-26.)

[13] ADRIAN J L.Correction of SAR Imagery for Variation in Pixel Scattering Area Caused by Topography[J].IEEE Transactions on Geoscience and Remote Sensing,1998,36 (1):344-350.

[14] SCHROEDER T A,CO HEN W B,SON G C,et al. Radiometric Correction of Multi-temporal Landsat Data for Characterization of Early Successional Forest Patterns in Western Oregon[J].Remote Sensing of Environment, 2006,103(1):16-26.

[15] ZHANG Jixian,YANG Jinghui.Block-regression Based Fusion of Optical and SAR Imagery for Feature Enhancement[J].International Journal of Remote Sensing,2010, 31(9):2325-2345.

[16] ZHAN G Jixian.Multi-source Remote Sensing Data Fusion:Status and Trends[J].International Journal of Image and Data Fusion,2010,1(1):5-24.

[17] J IA Yonghong.Multi-source Remote Sensing Image Data Fusion Technique[M].Beijing:Surveying and Mapping Press,2005:44-48.(贾永红.多源遥感影像数据融合技术[M].北京:测绘出版社,2005:44-48.)

[18] CHEN Caifen,SHU Ning.The Fusion Approaches for SAR and TM Images[J].Remote Sensing for Land and Resources,1999,4(42):53-57.(陈彩芬,舒宁.SAR影像与TM影像的几种融合处理方法[J].国土资源遥感, 1999,4(42):53-57.

Color Orthophoto Map Generation Based on Multi-direction and Multi-polarization SAR Data Fusion

ZHANGJixian,WEI J ujie,ZHAO Zheng,HUANG Guoman Chinese Academy of Surveying and Mapping,Beijing 100830,China

SAR images acquired from some complex terrain areas present serious geometric distortions.Foreshortening,layover and shadow are usually extremely severe.The radiometric distortion induced by topographic relief is also strong.These factors limit the application of SAR mapping.Therefore,a new method and technical flow based on multi-direction and multi-polarization SAR data fusion was proposed according to complex terrain and inherent characteristics of SAR images.This method fused SAR images acquired from different looking directions,with different resolutions and multi-polarization to make color orthophoto map,which has richer information and could meet the needs of interpretation.A data fusion test was carried out using TerraSAR-X data with 3 m resolution and single polarization and fully polarized Radarsat-2 data with 8 m resolution in Hengduan Mountains to make the color orthophoto map.The method,technical flow and software module has been used in The 1∶50 000 Scale T opographic Mapping Project in West China.

complex terrain;SAR;geometric distortion;ortho-rectification;radiometric correction;multi-direction data fusion

ZHANG Jixian(1965—),male,research fellow,PhD supervisor,majors in theory and application research of photogrammetry and remote sensing, SAR image mapping,resources and environmental monitoring by remote sensing.

1001-1595(2011)03-0276-07

P237

A

国家自然科学基金(41071237);国家863计划主题项目(2010AA1201069004)

(责任编辑:宋启凡)

2010-11-18

2011-02-25

张继贤(1965—),男,研究员,博士生导师,主要从事摄影测量与遥感,雷达影像测图,资源环境遥感监测的理论与应用研究。

E-mail:zhangjx@casm.ac.cn