ERDAS IMAGINE 立体SAR 提取DEM理论基础.docVIP

ERDAS IMAGINE StereoSAR DEM Theory ERDAS IMAGINE 立体SAR 提取DEM 理论基础 本文将给出IMAGINE StereoSAR DEM 模块提取DEM的理论基础。首先看流程图，这样能对该软件提取DEM的工作流程有初步了解： 图1 ERDAS IMAGE StereoSAR DEM 流程图 下面将重点讲述处理过程中的算法，可选项的选取及参数的选择。 输入 输入步骤涉及到许多方面，比如光束模式的选择，输入文件，轨道纠正，星历数据等等。 光束模式选择 StereoSAR DEM模块生成DEM主要由两步构成，即影像自动匹配（Correlation）和传感器位置/三角计算（Sensor position/triangulation calculations, 影像立体交会）。通过这两步计算的到地面高程。因此，最终DEM的精度是由这两步决定的。这两步对光束模式有不同的要求，影像自动相关要求传感器之间的入射角差别越小越好，因为自动影像匹配是通过影像之间的查找相似度。同样这也要求两幅影像成像时间间隔越小越好。例如，不同季节对同一地区的农田成像，将会得到非常不同的影像，这导致影像自动相关几乎不可能完成。 但是，立体交会在两幅影像之间的交会角越大时得到的计算结果越精确。较大的交会角会使像对间产生明显的几何形变。在提供恰当的相关系数的情况下，ERDAS IMAGINE能够对有明显形变的影像对进行足够稳健的影像自动相关。 图2 SAR像对交会 注意：IMAGINE StereoSAR DEM内部自检机制保证参考影像比匹配影像的传感器离成像地点更近（也就是参考影像的入射角小于匹配影像的入射角）。 还有需要注意的是效率问题，分辨率高的影像生成的DEM精度较好，但是花的时间也多，而且高分辨率的影像对DEM的精度提高有限。 导入（Import） IMAGINE StereoSAR DEM 模块所需的影像及相关数据可以通过ERDAS IMAGINE的雷达指定导入工具（Importer）对Radarsat 和 ESA（ERS-1，ERS-2）。这些导入工具自动从影像头文件中提取数据，并将数据存储在与影像关联的Hfa文件中。另外，它们为传感器模型提取关键的参数，并将这些参数作为通用SAR 节点 Hfa文件关联到影像。其他的雷达影像（例如SIR-C）可以通过通用二进制导入工具导入，然后通用SAR节点（Generic SAR Node，ERDAS Radar 模块下的一个小模块）可以用来关联影像文件和通用SAR节点Hfa文件。 轨道纠正（Orbit Correction） IMAGINE OrthoRadar 和 IMAGINE StereoSAR DEM 模块所进行的大量测试表明Radarsat 和ESA雷达卫星的星历数据精度非常高（见附录中的精度报告）。然而，每景影像的星历精度是不一样的，而且目前还没有一种方法能预先判断某一特定影像的星历精度。 IMAGINE Radar Mapping Suite 的模块：IMAGINE OrthoRadar，IMAGINE StereoSAR DEM和IMAGINE InSAR 允许用地面控制点（GCPs）来纠正传感器参数。由于轨道精度较高，因此，除非你有更高精度的GCP，才有必要进行传感器纠正。实际上，从1：24000地形图上选取的点或者用GPS测得的控制点能满足要求。在许多实例中，一个高精度的控制点就能明显的提高精度。 由于影像的变形，分布均匀的控制点能够得到更好的总体效果和更低的误差（RMS）。再强调一遍，高精度的地面控制点对提高传感器精度有重要作用，但是，如果你对控制点精度没有把握，那么最好不用。同样的，地面控制点必须在雷达影像上易于识别，其误差在1到2个像素。道路交叉口，水库大坝，机场或者人工建筑的特征点是最好的。如果缺少一个精度很高且在影像上易于识别的地面控制点的话，最好用几个精度相对较高并且在影像上分布均匀的点来做校正。 椭球高 VS. 大地高 IMAGINE Radar Mapping Suite 是基于WGS( World Geodetic System，世界大地系)84地球椭球的，因此，为了获取最好的精度，所有用于精华传感器模型的控制点的纬度经度和高程都应该转换到WGS84椭球下。需要注意的是，虽然ERDAS IMAGINE的重投影工具能够将许多输入投影系下的经纬度坐标转换到UTM WGS84 坐标系下，但是，高程值并为做改动。为了对高程值做相应的改正，需要确定输入控制点所在大地基准（datum）与WGS84之间的高程偏移量。对某些坐标系，这中转化可以通过访问/GEOID/geoid.html完成。然后对输入的GCP加上或者减去偏移量。许多处理后的GCP单位