基于图像特征的星载SAR图像模拟研究

SAR图像模拟技术被广泛应用于SAR系统的设计和验证、SAR图像的正射纠正、雷达图像解译和目标识别等。随着星载SAR的发展,必然面临着对星载SAR图像模拟的大量需求。本文首先从SAR图像的几何特征和辐射特征出发,探讨了SAR图像模拟技术的原理,分析了RD(Rang Doppler)模型,后向散射模型和斑噪模型。在传统RD模型的基础上,根据不同地形特征(起伏地形和平坦地形)考虑不同的后向散射

维普资讯

第1 1卷

第 2期

遥感学报J OURN AL OF RE MOT E S E N S I NG

Vo 1 .1 1,No. 2 Ma r .,20 0 7

2 0 0 7年 3月

文章编号：1 0 0 7— 4 6 1 9 ( 2 0 0 7 ) 0 2 - 0 2 1 4— 0 7

基于图像特征的星载 S A R图像模拟研究吴涛 2,王超 2,张红 2,张增祥( 1 .中国科学院遥感应用研究所，北京师范大学遥感科学国家重点实验室，北京 2 .中国科学院遥感卫星地面站，北京 1 0 0 0 8 6 ) 1 0 0 1 0 1;

摘

要： S A R图像模拟技术被广泛应用于 S A R系统的设计和验证、 S A R图像的正射纠正、雷达图像解译和目标

识别等。随着星载 S A R的发展，必然面临着对星载 S A R图像模拟的大量需求。本文首先从 S A R图像的几何特征和辐射特征出发，探讨了 S A R图像模拟技术的原理，分析了 R D ( R a n g D o p p l e r )模型，后向散射模型和斑噪模型。在传统 R D模型的基础上，根据不同地形特征 (起伏地形和平坦地形 )考虑不同的后向散射模型。特别强调了在平坦地形情况下，需要地物分类数据的参与，并利用 U l a b y和 D o b s o n的后向散射模型。另外，在S A R图像统计特征的基础上，进行 S A R图像的乘性噪声模拟，可以满足更逼真的 S A R场景需求。然后，给出了图像模拟的算法流程，并对关键步骤的算法做了分析。最后，在实现基于图像特征的星载 S A R图像场景模拟算法的基础上，选择新疆窝依牙地区和天津地区分别进行起伏地形和平坦地形的模拟试验，实验结果证明了本文模拟算法的有效性。 关键词： 图像特征；星载 S A R;图像模拟中图分类号： T N 9 5 8/ T P 7 2 2 . 6 文献标识码： A

S p a c e - b o r n e SAR I ma g e S i mu l a t i o n Ba s e d o n I ma g e Cha r a c t e r i s t i c sWU Ta o ,W ANG C h a o ,Z HANG Ho n g ,ZHANG

Z h e n g . x i a n g

( 1 .S t a t eK e y L a b o r a t o r y o fR e m o t e S e n s i n g S c i e n c e, J o i n t l y S p o so n r e d b yI st n i t u t e fR o e m o t e S e si n n gA p p l i c a t i o n s,C A Sa n d B e i j i n g N o r m a l U n i v e r s i t y, B e i j i n g 1 0 0 1 0 1, C h i n a; 2 .C h i n a R e mo t e S e si n n g S a t e l l i t e G mu n d S t a t i o n, C A S, B e n g 1 0 0 0 8 6, C h i n a )

Ab s t r a c t: S A R( S y n t h e t i c A p e r t u r e Ra d a r )i ma g e s i mu l a t i o n h a s b e e n w i d e l y a p p l i e d i n d e s i g n i n g a n dt e s t i f y i n g S AR s y s t e m,S AR i ma g e o th r o— c o r r e c t i o n, Ra d a r i ma g e i n t e r p r e t a t i o n a n d t a r g e t r e c o g n i t i o n a n d S O o n .W i t h t h e d e v e l o p me n t o f s p a c e b o r n e S AR,a l a r g e a mo u n t o f n e e d s f o r s p a c e— b o ne r S AR i ma g e s i mu l a t i o n wi l l a is r e .T h i s p a p e r i f r s t l y d i s c u s s e s t h e r a t i o n a l e o f S AR i ma g e s i mu l a t i o n f r o m g e o me t ic r a n d r a d i o me t i r c

c h a r a c t e r i s t i c s o f S AR i ma g e,s u c h a s R a n g e D o p p l e r ( R D)m o d e l,b a c k s c a t t e r i n g mo d e l,a n d s p e c k l e mo d e 1 .B a s e d

o n t h e c o n v e n t i o n a l RD mo d e l,d i f e r e n t b a c k s c a t t e r i n g mo d e l s a r e a p p l i e d t o s i mu l a t i o n or f d i fe r e n t t o p o g r a p h i c c h a r a c t e r i s t i c s,s u c h a s a l p i n e t e ra i n o r i f a t t e ra i n . Es p e c i a l l y,t h e n e e d or f l a n d c o v e r d a t a i s

e mp h a s i z e d i n t h e c a s e o f l f a t t e ra i n a n d Ul a b y Do b s o n’S b a c k s c a t t e r i n g mo d e l i s u s e d . B e s i d e s,s p e c k l es i mu l a t i o n i s di s c u s s e d b a s e d o n S AR i ma g e s t a t i s t i c a l c h a r a c t e is r t i c s i n o r d e r t o o b t a i n mo r e r e a l i s t i c S AR i ma g e .T h e n t h e lo f w o f a l g o r i t h m i s g i v e n a n d s e v e r a l k e y s t e p s a r e a n a l y z e d .T h i s p a p e r r e a l i z e s t h e a l g o r i t h m o f s p a c e— b o ne r S AR s c e n e i ma g e s i mu l a t i o n b a s e d o n i ma g e c h a r a c t e is r t i c s . By u s i n g t h e a l g o it r h m,t e s t s a r e

p e r f o r me d o n a l p i n e t e r a i n i n Xi n j i a n g a n d l f a t t e r a i n i n T i a n j i n .T h e r e s u l t s p r o v e t h e e ic f i e n c y a n d v a l i d i t yo f t h e a l g o it r h m.

Ke y wo r d s: i ma g e c h a r a c t e is r t i c s;s p a c e— b o ne r S AR;i ma g e s i mu l a t i o n

收稿日期： 2 0 0 6— 0 3— 1 5;修订日期： 2 0 0 6— 0 4 - 2 6

基金项目：国家自然科学基金项目 (编号： 4 0 5 0 1 44 0 )和国家重点基础研究发展规划 ( 9 7 3 )项目(编号： 2 0 0 1 C B 3 0 9 4 0 6 )。

作者简介：吴

涛( 1 9 8 l一

),中国科学院遥感应用研究所和遥感卫星地面站博士研究生。研究方向为微波遥感，主要从事 S A R和 I n S A R

的图像处理算法研究。E— m a i l: h b x t w t@1 6 3 . t o m。

本文来源：https://www.bwwdw.com/article/io24.html