基于成像和相干信息的InSAR图像同名点提取方法

对于重叠区域较小的相邻两条带SAR图像,严重几何畸变使得难以直接提取同名点(Tie Points,TPs)。该文基于InSAR图像成像信息和相干信息提出一种新的同名点提取方法。该方法首先根据成像信息对原始图像进行仿射变换,然后利用光学影像特征匹配的方法获得同名点,最后以相干系数图为导引对同名点进行筛选。通过对实际InSAR数据(重叠区域<15%)的处理,该方法不仅能够自动提取同名点,而且提取的同名点满足高精度的干涉测图要求。同时使得一幅高精度正射图像由5个条带减少到3个条带拼接,大大降低了测图作业量和测图成本。

不同质量图在相位解缠算法中的比较分析

质量图指导算法是以相位质量图作为指导,从高质量的像素点开始解缠逐渐扩展到低质量的区域,亦可从多个区域同时解缠最后达到整体解缠,此类算法的关键就是选取合适的相位质量图对解缠过程进行指导。选取3种质量图对模拟数据及真实InSAR数据进行质量图指导法解缠分析,结果表明伪相干系数图具有较好的特性。

城市不透水面遥感信息提取精度对比研究

不透水面是反映城市工程建设水平和评价城市生态环境质量的有效指标,因此,高效提取不透水面对城市扩张监测和生态系统建设有重要意义。本文以上海市城区为研究对象,首先利用D-InSAR技术对Sentinel-1A影像进行差分干涉处理,获取相干系数图;然后,与Landsat 8影像进行波段组合;最后,利用多种机器学习算法提取不透水面,并进行精度对比。结果表明,相较于单一Landsat 8影像,加入相干系数图后,最大似然(ML)算法、支持向量机(SVM)算法、分类与回归树(CART)算法和随机森林(RF)算法提取不透水面的精度均有明显提高。其中,RF算法表现最好,总体精度达到89.33%。