03-SAR数据基本处理

SARscape中SAR数据的配准覆盖同⼀地区的多幅雷达影像，如要进⾏时间序列分析、动态监测、多时相滤波处理等，需要进⾏图像间的配准处理。

雷达⼲涉处理时，复数据的配准也是必不可少的⼀步，SARscape提供配准功能，可以对SAR数据进⾏配准。

雷达数据的配准处理要求数据是斜距⼏何，并且各个图像采⽤相同的拍摄模式。

配准不同于地理编码，地理编码是将每个像素从斜距⼏何转化为地图投影。

SAR数据的配准使⽤了交叉相⼲法（Cross-correlation），全⾃动的进⾏，程序运⾏的过程有以下⼏步：l 根据轨道参数和DEM计算局部⾮参数偏移估计。

如果轨道不准确，则使⽤⼀个⼤的⼼窗⼝(central window)来估算。

l ⾃动从参考图像和待配准图像上选择⼀组⼦窗⼝(交叉相关格⽹)。

l 计算两个图像⼦窗⼝中相应像素之间的交叉相关函数。

l 交叉相关函数的最⼤值表⽰最适合在⽅位和距离向上的局部像素偏移，达到亚像元配准精度。

l 根据⽅位⾓和距离像元位置，通过多项式计算残差偏移参数，并将其与原始局部⾮参数估计相加。

l 如果输⼊的SAR数据是SLC，则通过在分布在整个图像的⼩窗⼝(精细偏移参数)上计算“微型⼲涉图”来进⼀步细化残差参数偏移。

如果相⼲性过低，⽤于精细偏移估计的点数可能不⾜以优化共配准过程。

在这种情况下，将使⽤局部⾮参数偏移和改进的基于互相关的拟合(精细偏移参数>互相关采样)来进⾏共配，计算出最⼤的复相⼲，进⼀步计算偏移，达到1/100像元精度；否则利⽤抽样数据进⼀步计算偏移，达到1/10像元精度。

1、SARscape中的配准⼯具介绍SARscape中的配准⼯具是：/SARscape/Basic/Intensity Processing/Coregistration，该⼯具可⽤于多时相强度数据配准，也可⽤于多时相SLC数据配准，⼯具数据输⼊界⾯和参数界⾯如下：图配准⼯具界⾯l 数据输⼊（Input Files）⾯板：• Input Reference File下，从多张影像中选择⼀幅SAR影像作为基准（Input Reference File），如果没有特殊要求，⼀般按照时间顺序，选择第⼀个时相的数据作为基准影像。

SAR遥感数据的获取与解析方法SAR（Synthetic Aperture Radar）是一种利用雷达技术进行地面观测的遥感数据。

SAR遥感数据的获取与解析方法在地理信息领域有着广泛的应用，为地表观测提供了重要的技术手段。

一、SAR遥感数据的获取方法SAR遥感数据的获取主要依赖于雷达技术。

通过发射电磁波，接收地表反射回来的信号，可以获取到地表特征的各种信息。

常见的SAR传感器包括TerraSAR-X、RADARSAT和Envisat等。

SAR遥感数据的获取主要分为两种方式：主动方式和被动方式。

主动方式是指SAR传感器通过发射电磁波并接收回波，记录地表反射的信息。

而被动方式则是通过接收自然界中的电磁波，获取地表反射的信息。

在SAR遥感数据获取过程中，还需要考虑雷达照射几何、极化方案等因素。

不同的雷达照射角度和极化方案可以提供不同的信息，如辐射校正、海面风场推算以及气候监测等。

二、SAR遥感数据的解析方法SAR遥感数据解析是指对获取的SAR数据进行处理和分析，从中提取出有用的地物信息。

常见的SAR遥感数据解析方法有以下几种。

1. SAR图像预处理SAR图像预处理是对原始的SAR数据进行校正和增强，以提高图像质量和准确性。

预处理包括几何校正、辐射校正、滤波处理等。

几何校正可以将图像映射到地理坐标系统中，使得图像能够与其他地理信息数据进行叠加分析。

2. SAR图像分类SAR图像分类是将SAR图像中的像素点划分到不同的地物类别中，以获得具有语义信息的分类结果。

常见的SAR图像分类方法包括像素级分类和目标级分类。

像素级分类利用像素点的灰度值和纹理信息进行分类，目标级分类则是将SAR图像中的目标物进行识别和分类。

3. SAR图像变化检测SAR图像变化检测是通过比较不同时间或不同传感器获取的SAR图像，分析地物的变化情况。

变化检测可以用于土地利用变化、城市扩张以及自然灾害监测等领域。

常见的SAR图像变化检测方法包括基于幅度差异和相位差异的方法。

SAR雷达卫星影像数据的基本知识SAR雷达卫星影像数据的基本知识⽤⼀个⼩天线作为单个辐射单元，将此单元沿⼀直线不断移动，在不同位置上接收同⼀地物的回波信号并进⾏相关解调压缩处理。

⼀个⼩天线通过“运动”⽅式就合成⼀个等效“⼤天线”，这样可以得到较⾼的⽅位向分辨率，同时⽅位向分辨率与距离⽆关，这样SAR就可以安装在卫星平台上⽽可以获取较⾼分辨率的SAR图像。

图1 SAR成像原理⽰意图1、⼏个参重要参数为了更好的理解SAR和SAR图像，需要知道⼏个重要的参数。

分辨率SAR图像分辨率包括距离向分辨率（Range Resolution）和⽅位向分辨率（Azimuth Resolution）。

图2 距离向和⽅位向⽰意图距离向分辨率（Range Resolution）垂直飞⾏⽅向上的分辨率，也就是侧视⽅向上的分辨率。

距离向分辨率与雷达系统发射的脉冲信号相关，与脉冲持续时间成正⽐：Res( r) = c*τ/2其中c为光速，τ为脉冲持续时间。

⽅位向分辨率（Azimuth Resolution）沿飞⾏⽅向上的分辨率，也称沿迹分辨率。

如下为推算过程：真实波束宽度：β= λ/ D真实分辨率：ΔL = β*R = Ls (合成孔径长度)合成波束宽度βs = λ /(2* Ls) = D / (2* R)合成分辨率ΔLs = βs* R = D / 2其中λ为波长，D为雷达孔径，R为天线与物体的距离。

从这个公式中可以看到，SAR系统使⽤⼩尺⼨的天线也能得到⾼⽅位向分辨率，⽽且与斜距离⽆关（就是与遥感平台⾼度⽆关）。

图3 ⽅位向分辨率⽰意图极化⽅式雷达发射的能量脉冲的电场⽮量，可以在垂直或⽔平⾯内被偏振。

⽆论哪个波长，雷达信号可以传送⽔平（H）或者垂直（V）电场⽮量。

接收⽔平（H）或者垂直（V）或者两者的返回信号。

雷达遥感系统常⽤四种极化⽅式———HH、VV、HV、VH。

前两者为同向极化，后两者为异向(交叉)极化。

极化是微波的⼀个突出特点，极化⽅式不同返回的图像信息也不同。

干涉SAR三维地形成像数据处理技术综述徐华平,陈　杰,周荫清,李春升(北京航空航天大学电子信息工程学院,北京100083) 摘　要:干涉合成孔径雷达(InSAR,Interferometric Synthetic Aperture Radar)三维地形成像技术能够提供精确的高分辨率地形高度信息,它在上世纪后期发展非常迅速,目前仍是SAR技术领域的研究热点之一。

本文给出了干涉SAR三维地形成像数据处理流程及主要步骤,综述了图像配准、相位展开、基线估计以及高度计算等干涉SAR数据处理步骤实现算法的发展概况,比较了各种算法的优劣,最后分析了干涉SAR三维地形成像数据处理所面临的技术难点,并对未来的研究重点作了展望。

关键词:干涉SAR;地形成像;数据处理;相位展开中图分类号:TN958 文献标识码:A 文章编号:167222337(2006)0120015207A Survey of Interferometric SAR Topography Mapping DataProcessing T echniqueXU Hua2ping,CH EN Jie,ZHOU Y in2qing,L I Chun2sheng(Elect ronic and I nf ormation Engineering I nstit ute,Bei j ing Universit y of A eronautics andA st ronautics,B ei j ing100083,China) Abstract:　Interferometric synthetic aperture radar(SAR)is employed to supply terrain elevation with high precision and high resolution.It is one of the hot topics in the field of SAR in this century.The flow2 chart and main step s of interferometric SAR data processing are presented.Some research issues of the imple2 mentation of the main step s,such as SAR image registration,phase unwrapping,baseline estimation and ele2 vation calculation,are summarized.In the end,the key problems and the prospect about interferometric SAR data processing are pointed out.K ey w ords:　interferometric SAR;topography mapping;data processing;phase unwrapping1　引言 干涉SA R是一种比较理想的三维地形成像技术,它利用天线之间的细微视角差,通过SAR 复图像干涉得到干涉相位,进而根据地形高度与干涉相位之间的关系式获取地形高度信息。

指标sar的用法
指标sar是一种系统性能监测工具，可以用于分析系统的各项指标，如CPU、内存、网络、磁盘等。

使用sar命令可以获取这些指标的数据，并生成报告。

sar的用法十分灵活，可以通过不同的选项和参数来获取不同的数据和报告格式。

其中比较常用的选项包括-u（CPU 指标）、-r（内存指标）、-n（网络指标）、-d（磁盘指标）等。

sar 还具备自动化监测功能，可以将获取到的数据保存到文件中，并在需要时进行回放和分析。

sar是Linux系统中非常重要的性能监测工具之一，可以帮助系统管理员及时发现和解决各种性能问题。

- 1 -。

Nest软件对SAR数据处理过程由于我们下载的是下载的是IMS格式数据（即单视复数据），而并非ppt中用到的IMP 数据，所有需要首先进行多视处理，将距离向与方位向分辨率处理成基本相同（即狭长图像变成方形）；在多视处理时可以仅对Intensity（强度）进行处理；多视处理后还需要进行相干斑抑制处理消除噪声。

进行这些处理以后可以按照PPT上的步骤进行。

进行多视处理时首先打开影像，点击SAR Tools→Multilooking，在波段来源时只选中Intensity，如下图：设置完成以后点击Run,处理结果如下左图，因为存在噪声，还需要对图像进行滤波处理，选中多视处理后的影像，点击SAR Tools→Speckle Filtering→Single Product，通过此操作来消除噪声，结果如下右图。

其余两幅影像按照同样方法进行多视处理及噪声处理。

做完这些步骤以后就可以按照PPT上的步骤进行操作，现在处理的原图像的后缀就变为.N1_ML_Spk。

Chain11.Create a project打开nest软件，点击菜单栏File→New project。

在此之前需要先建立一个Nestdata文件夹，把所要处理的三幅影像放在此文件夹里，然后把所建立的新工程chain1保存在此文件夹中。

2.Subsets operator终就是要选中左下角。

最后要记住保存结果。

3.Apply orbit file operator拷到Nestdata\Orbit\Doris\vor下面。

打开subset_20080427.AppOrb文件，选择SAR Tools→Radiometric Correction→Calibration.选中文件夹Calibrated Product，点击Run运行：依次对剩余两幅影像进行处理5.Coregistration operator除了calibrated products其余文件夹全关闭。

合成孔径雷达成像算法SAR Imaging Algorithm谭维贤中国科学院电子学研究所微波成像技术国家级重点实验室成像算法基础SAR成像简介SAR回波数据模型和信号模型Rang-Doppler算法Chirp Scaling算法聚束和扫描模式的成像算法聚束模式的信号特征和成像算法扫描模式的信号特征和成像算法与成像处理相关的其他问题杂波锁定自聚焦处理小结成像算法基础SAR成像简介SAR回波数据模型和信号模型Rang-Doppler算法Chirp Scaling算法聚束和扫描模式的成像算法聚束模式的信号特征和成像算法扫描模式的信号特征和成像算法与成像处理相关的其他问题杂波锁定自聚焦处理小结早期的SAR 光学成像处理设备中国第一副SAR图像日期：1979年9月17日地点：宝鸡地区高度：6600米飞行速度：450公里/小时气象：阴天，云层厚度300米成像：光学处理转置存储器距离压缩参考函数方位压缩距离向IFFT距离压缩南极卫星雷达图像成像算法基础SAR成像简介SAR回波数据模型和信号模型Rang-Doppler算法Chirp Scaling算法合成孔径雷达(SAR)聚束和扫描模式的成像算法聚束模式的信号特征和成像算法扫描模式的信号特征和成像算法与成像处理相关的其他问题杂波锁定自聚焦处理小结xrσ(x,r)t载机飞行轨迹目标空间trr_mint r_maxstart /cend /cclosest /c2τP /c距离迁移是SAR处理中必然出现的现象，距离迁移为虽然距离迁移是SAR处理中必然出现的现象，但它的大小随系统参数不同而变化，并不总需要补偿。

通常认为，如果最大距离迁移值不大于四分之一个距离分辨单元，则距离迁移不需要补偿。

cR点目标回波数学模型a two-dimensional Chirp with range migration 带距离徙动的二维线性调频信号，即：其中，距离Chirp e －j φr 为发射Chirp的延时拷贝delayed replica；＋方位Chirp e －j φa 由载荷平台和被测目标间的相对运动而形成。

ENVI对SAR数据的预处理过程（详细版）⼀、数据的导⼊：(1) 在Toolbox 中，选择SARscape ->Basic->Import Data->Standard Formats->ALOS PALSAR。

(2) 在打开的⾯板中，数据类型（Data Type）：JAXA-FBD Level 1.1。

注：这些信息可以从数据⽂件名中推导⽽来。

(3) 单击Leader/Param file，选择d1300816-005-ALPSRP246750820-H1.1__A\LED-ALPSRP246750820-H1.1__A⽂件。

(4) 点击Data list，选择d1300816-005-ALPSRP246750820-H1.1__A\IMG-HH-ALPSRP246750820-H1.1__A⽂件(4) 单击Output file，选择输出路径。

注：软件会在输⼊⽂件名的基础上增加⼏个标识字母，如这⾥增加“_SLC”(5) 单击Start 执⾏，最后输出结果是ENVI 的slc⽂件，sml格式的元数据⽂件，hdr格式的头⽂件等。

(6) 可在ENVI 中打开导⼊⽣成的以slc为后缀的SAR 图像⽂件。

⼆、多视单视复数（SLC）SAR 图像产品包含很多的斑点噪声，为了得到最⾼空间分辨率的SAR图像，SAR 信号处理器使⽤完整的合成孔径和所有的信号数据。

多视处理是在图像的距离向和⽅位向上的分辨率做了平均，⽬的是为了抑制SAR 图像的斑点噪声。

多视的图像提⾼了辐射分辨率，降低了空间分辨率。

(1) 在Toolbox 中，选择SARscape->Basic ->Multilooking。

(2) 单击Input file 按钮，选择⼀景SLC 数据（前⾯导⼊⽣成的ALOS PALSAR数据）。

注意：⽂件选择框的⽂件类型默认是*_slc，就是⽂件名以_slc 结尾的⽂件，如不是，可选择*.*。

简述sar的基本原理
sar 是 System Activity Reporter 的缩写，是一个用于收集和报告系统性能信息的工具。

sar 命令通常用于Unix/Linux 操作系统，提供了一种监控系统资源使用情况的方式。

它的基本原理涉及以下几个方面：
1. 数据采集：sar 定期从系统中收集各种性能数据，包括CPU 使用率、内存使用情况、磁盘活动、网络活动等。

这些数据通过读取系统文件、内核统计和其他信息源来获取。

2. 数据存储：收集的数据被存储在系统的性能统计文件中，通常位于 /var/log/sa/ 目录下。

这些文件包含了系统在不同时间点的性能指标。

3. 数据分析和报告：用户可以使用 sar 命令来分析和生成性能报告。

sar 支持多种选项，允许用户选择要报告的特定性能指标以及时间范围。

报告可以直接在终端上显示，也可以输出到文件中。

4. 数据轮询： sar 可以设置为以一定的时间间隔（通常是几分钟）进行数据采集。

这使得用户可以获取系统性能的变化趋势，识别瓶颈和潜在问题。

5. 系统可配置性： sar 具有很强的可配置性，用户可以通过修改配置文件来调整数据采集的频率、保存数据的时间范围以及报告的格式等。

总体而言，sar 的基本原理是通过定期采集系统性能数据，将这些数据存储在文件中，然后根据用户的需求生成相应的性能报告。

这
使得系统管理员和性能分析师能够更好地了解系统的运行状况，及时发现问题，做出优化和调整。

SAR成像算法是合成孔径雷达（Synthetic Aperture Radar）技术的重要组成部分。

该算法主要是通过对雷达信号进行处理和分析，从而得到目标区域的高分辨率成像结果。

在SAR成像算法中，常常涉及到时域、频域和波数域等不同的数据处理方法。

本文将针对这三个主题展开详细的介绍和分析。

一、时域处理时域处理是SAR成像算法中最基本的数据处理方法之一。

时域处理主要是对雷达接收到的信号进行时域分析，包括距离-时间图像（Range-Time Image）的形成、脉冲压缩（Pulse Compression）等。

时域处理的关键是对信号的时延进行精确测量和定位，从而实现对目标的定位和成像。

在时域处理中，常用的算法包括FFt变换、匹配滤波等，这些算法可以提高雷达系统的距离分辨率和速度分辨率，从而实现对目标的高精度成像。

二、频域处理频域处理是SAR成像算法中另一个重要的数据处理方法。

频域处理主要是通过对雷达信号进行频谱分析，从而得到目标的频谱特征和频率分布信息。

频域处理可以通过傅里叶变换等算法将时域信号转换为频域信号，从而实现对信号的频率分辨率和频谱分布的分析。

在频域处理中，常用的算法包括FFT变换、滤波器设计等，这些算法可以对雷达信号进行频谱分析和滤波处理，从而提高SAR系统的信噪比和成像质量。

三、波数域处理波数域处理是SAR成像算法中较为复杂和高级的数据处理方法。

波数域处理主要是通过对雷达信号进行波数域分析，从而得到目标的波数分布和散射特征。

波数域处理可以通过波数变换、波数域滤波等算法实现对雷达信号的波数分布和散射特征的提取。

在波数域处理中，常用的算法包括快速波数变换算法、极化分析算法等，这些算法可以对雷达信号进行全波数域分析和波数域成像，从而实现对目标的高分辨率成像和三维重构。

时域、频域和波数域是SAR成像算法中常用的数据处理方法，它们各自具有特定的优点和适用范围，通过合理的组合和应用，可以实现对目标的高分辨率成像和高精度测量。

Step1:
将原始数据读入到pci中，使用算法库中的CDSAR （读radarsat数据）或CDASAR（读Envisat ASAR数据），将原始数据中的轨道信息和其他一些信息读入到pci文件中。

这里cd input layer list参数，根据你的数据中存储的通道数决定怎么填，如果是简单的图像
数据格式，填1，如果是单视复图像，填1，2。

可参考帮助文档。

注意一点的是：
读ASAR数据的时候有一个问题，PCI不能直接读取地面站的格式的ASAR数据，但是可以读取欧空局那边的ASAR数据，这是由于他们两者格式间有细微的不同。

这个问题我已经给PCI那边反映过了，他们正在处理这个问题。

所以目前如果你要读取地面站的ASAR 数据，可以使用欧空局的BEST软件，可以直接在欧空局的网站上下载。

Step2：
生成入射角矩阵，使用算法库中的SARINCD函数。

生成后向散射系数。

这样就可以了。