基于matlab编程实现SAR图像多视处理

心网千结

已于 2023-04-20 14:55:48 修改

阅读量3.5k

点赞数 9

分类专栏：遥感数据雷达 matlab 文章标签： matlab SAR 多视处理 Multilooking

于 2023-03-29 14:39:52 首次发布

路漫漫其修远兮，吾将上下而求索！

本文链接：https://blog.csdn.net/weixin_41649786/article/details/129830511

版权

matlab 同时被 3 个专栏收录

18 篇文章 18 订阅

订阅专栏

遥感数据

3 篇文章 5 订阅

订阅专栏

雷达

3 篇文章 0 订阅

订阅专栏

摘要：

本博客讲解SAR图像多视处理原理和方法，并用matlab进行编程实现。

完整的代码—>点击下载!

一、概念

单视：单视复数数据（Single Look Comple）是原始的最高分辨率数据，但是从单个像元散射的雷达回波信号的相干叠加，导致强度信息有很多噪声。

多视：SAR的多视处理是对SLC数据方位向和/或距离向做平均，得到的结果是多视后的强度数据。

视数：在SAR处理器中，一组信号样本将整个合成孔径分成几个子孔径，每个子孔径代表相同场景的独立观测。

多视处理：实质是上在图像的距离向和方位向上的分辨率做了一个平均；直白的解释就是将几（视数）个单视合成一个（多视）；

优/劣势：可以提高SAR图像的信噪比，有效抑制斑点噪声，代价是以降低方位分辨率。

先看看代码效果：

二、技术流程

有两种多视方法可用，一种在时域执行（默认），另一种在频域执行。时域多视由应用程序平均窗口组成，以减少散斑，而频域实现将频谱分为子谱，并对其进行平均。频域多视的优势在于它可以在相同的空间分辨率下实现更好的 ENL（等效视数），但同时对计算的要求更高。

2.1 第一种方法

Step01：计算视数；利用距离向分辨率（pixel spacing slant range）、方位向分辨率（pixel spacing azimuth）、入射角（incidence angle）数据，计算视数；根据地距分辨率（斜距的距离向和方位向的分辨率）与入射角计算视数；

公式如下：

$ground range resolution = \frac{pixel spacing slant range}{sin(incidence angle) }$

$\frac{ground resolution}{pixel spacing azimuth \ast multilooked}\rightarrow1$

例如：ERS-1/2 SLC 数据使用以下参数进行处理：

pixel spacing azimuth	= 3.99 m
pixel spacing slant range	= 7.90 m
incidence angle scene centre	= 23°

范围和方位角的多视角应满足：

距离向：ground resolution = 7.90 / sin(23°) = 20.21 m, 相当于一个距离向的观测（单视）
方位向：当视数为5时（像素间距方位多视角=3.99*5=19.95 m），可以获得近似与距离向相等的方位分辨率。

因此，最后的视数为5；（来自ENVI官方教程给出的计算方法和实例）

Step02：滑动平均滤波；根据视数，生成一个multi-looked*multi-looked的窗口，进行滑动滤波。

注：第一种多视方法，更准确来说是一种均值滤波。

2.2 第二种方法

Step01：计算视数；同上；

Step02：傅里叶变化；将图像进行傅里叶变化，得到一幅完整频域图像（具有完整的多普勒带宽）；

Step03：划分频谱；根据视数multi-looked，将Step02中获取的频域图像分成multi-looked份，得到multi-looked份子谱频域图像；

Step04：逆傅里叶变化；将Step03获取的子谱频域图像进行傅里叶变化，得到得到multi-looked份子谱时域图像；

Step05：合并子谱时域图像；将子谱时域图像进行合并，获取一张完整的多视处理后的SAR图像。

注：多视处理后，数据的方位向将变少，直观的就是数据行数变少，若为了保证数据行列号不变，可采用频域补零的方法。

三、matlab编程

本文只提供部分代码，完整的代码可以点击下载（后续补充到博客中），进行获取。

整体main代码

clear;close all;clc;

%% 文件地址
File = 'D:\Code\Matlab\多视处理\BC1_SM_SLC_1SSV_20230219T025444_004986_00137A\bc1-sm1-slc-vv-20230219t025444-004986-00137a-01.tiff';
% 读取图像
InImage = double(imread(File));                   % 读取文件

%% 合成复数
% figure('Name','原始的SLC图像')
InImg = complex(InImage(:,:,1),InImage(:,:,1));
% Image_Stretching(InImg,2);            % 拉伸函数中有显示的代码
% SAR_Stretching(InImg,'原始的SLC图像');

%% 第一种方法：多视处理（时域多视）
% figure('Name','时域多视')
OutImage1 = multilookmean(InImg);
% % Image_Stretching(OutImage1,2);
SAR_Stretching(OutImage1, '时域多视');

%% 第二种方法：多视处理（频域多视）
OutImage2 = multilook(InImg,4,'yes');
SAR_Stretching(OutImage2, '频域多视');
%Image_Stretching(OutImage2,2);

注：

视数默认为3，因为这不是本博客的重点，那个需要读取xml文件，我直接省略了。
Image_Stretching是拉伸函数，默认为2%拉伸，简易版本的代码可以参考这里。

利用matlab实现SAR 图像线性拉伸显示_matlab读取sar图像_心网千结的博客-CSDN博客SAR 图像是一幅灰度图像，由于极少数点（金属、裸地、建筑）的后向散射太强，而导致SAR图像强度图的值分布范围很广，而图像显示值的分布为[0,255]，因此，如果直接显示，将会导致图像颜色很暗，甚至是一片全黑。本博客利用matlab，实现SAR图像线性拉伸，从而更好的展现图像。其主要步骤有：S1.根据线性拉伸百分比，找出最小、最大阈值，并将值域外的值重新赋值；S2.图像像素值归一化。步骤S1代码：% Image 遥感图像矩阵% ...https://blog.csdn.net/weixin_41649786/article/details/118404909?spm=1001.2014.3001.5501

3.1 第一种方法部分代码

均值处理部分代码

% 均值(核心1)
        OutImage(i,j) = OutImage(i,j) + abs(InImage(i,j));

% 均值(核心2)
        OutImage(i,j) = OutImage(i,j)/count;        % 计算平均值

时域多视效果图：

3.2 第二种方法部分代码

核心步骤部分代码：

%% Step03 划分子图像
Sub_Row = ceil(Row/Look_num);
Sub_Img = zeros(Sub_Row,Col,Look_num);

% Step04 IFFT
    Sub_Img(:,:,i) = ifft(Img((i-1)*Sub_Row+1:i*Sub_Row,:));

    % 补零(先补零，在IFFT)
    Sub_Imag_add_0(1:Sub_Row, :,i) = Img((i-1)*Sub_Row+1:i*Sub_Row,:);
    Sub_Imag_add_0(:, :,i)= ifft(Sub_Imag_add_0(:, :,i));    % 补零

频域多视（补零）效果图：

图片显示代码：

function SAR_Stretching(InImg,titleName)
%==================================说明====================================
%   SAR图像DB显示
%   函数作用：用于显示SAR遥感图像
%
%   作者：胡礼珍
%   单位：厦门大学联合遥感接收站
%   邮件：hulizhen@xmu.edu.cn
%
%   输入：
%       Image       SAR遥感图像矩阵，是二维矩阵
%       titleName   显示图像的名字，必须是char型！！！
%   输出：
%       无
%
%   语法：
%   SAR_Stretching(InImg,titleName)：输入SAR遥感图像矩阵InImg，
%        和画图的标题名字就能生成一幅利用DB方法显示的SAR遥感图像
% =========================================================================

if ~ischar(titleName)
    errordlg('标题必须为char型！请重新输入','图像标题输入有误');
    return;                         %终止运行程序
end

% 对亮度进行非线性变换，减小对比度，显示图像
sout = abs(InImg)/max(max(abs(InImg)));
G = 20*log10(sout+eps);             % dB显示

clim = [-55 55];                     % 动态显示范围，根据实际可调

figure('Name',titleName);
imagesc(G,clim);
axis xy;
title(titleName);
xlabel('X')
ylabel('Y')
colormap(gray)
end

不足之处，敬请斧正！

路漫漫其修远兮，吾将上下而求索！