SAR图像简介

原地址：http://blog.sina.com.cn/s/blog_764b1e9d0102v18l.html

 SAR是主动式侧视雷达系统，且成像几何属于斜距投影类型。因此SAR图像与光学图像在成像机理、几何特征、辐射特征等方面都有较大的区别。在进行SAR图像处理和应用前，需要了解SAR图像的基本特征。

    本文主要包括：

• 成像散射特征
• SAR几何特征
• SAR图像特征

1.成像散射特征

   

     SAR图像上的信息是地物目标对雷达波束的反映，主要是地物目标的后向散射形成的图像信息。反映SAR图像信息的灰度值主要受后向散射的影响，而影响后向散射的主要因素分为两大类：

• 雷达系统的工作参数：主要包括雷达传感器的工作波长、入射角、极化方式等。
• 地物目标的特性：地表的粗糙度和复介电常数等。

1.1 散射类型

（4）穿透散射

        根据极化方式和波长情况，微波可以透入植被、裸土（干雪或沙地），一般情况，波长越长，穿透能力越强。交叉极化(VH/HV)相比同极化（HH/VV）的渗透能力弱。

极化：

是指合成孔径雷达（SAR），雷达遥感系统常用四种极化方式——HH、VV、HV、VH。

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。

向左转 | 向右转

图： HV极化示意图

向左转 | 向右转

图：VV和HH极化示意图

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。返回同极化（HH或者VV）信号的基本物理过程类似准镜面反射，比如，平静的水面显示黑色。交叉极化（HV或者VH）一般返回的信号较弱，常受不同反射源影响，如粗糙表面等。

图：同一地区不同波长和极化方式得到的SAR图像

1.2 雷达系统参数的影响

 

        雷达系统的工作参数中的极化方式对雷达波束响应的影响比较大。一般情况，自然地物对HH极化产生较强的回波信号，因此，地形测绘和资源调查一般选择HH极化SAR图像；地表比较粗糙（如树木、农作物等）区域，回波信号与入射角无关，HH和VV极化方式区别不大；对于光滑的地面（水体等），HH极化比VV极化回波强度低；对于建筑物，HH极化的回波强度通常大于VV极化方式；一般情况，交叉极化（HV和VH）的回波强度比同极化（HH和VV）低很多。

      波长和入射角在上述5种散射类型中有所体现。如波长可以衡量地表粗糙度，以及影响复介电常数的不同。入射角在光滑表面有一些体现，如海洋雷达图像中，尽量选择入射角小的图像，这样能得到回波信号较强的图像。

因此，地物目标对雷达波束的后向散射作用是很复杂的， SAR图像散射特征可以简单归纳为以下几点：

• 图像亮度代表后向散射强度
• 像元内表面越粗糙，后向散射越强。
• 光滑表面镜面反射，后向散射很弱
• 与散射体的复介电常数有关，含水量越大，后向散射越强

2.SAR几何特征

      

     SAR是主动式侧视雷达系统，且成像几何属于斜距投影类型。它与中心投影的光学影像有很大的区别。

3.SAR图像特征

     

        SAR图像记录的信息可以包括多种，即相位、振幅、强度等。SAR是相干系统，斑点噪声是其固有特性。

---------------------------------------------------------------------------------------------------------------------------------------------------------

 原地址：http://blog.sina.com.cn/s/blog_4abb4fac0100h29q.html

雷达图像的分辨率有距离向和方位向两种。雷达图像的分辨率和像元大小是两个概念，雷达图像中每个像元大小通常低于分辨率。

    SAR图像的灰度统计特征：

    雷达图像上色调的变化，主要取决于目标物的后向散射截面。每一个接受到的回波被转换成电信号，并以某一特定的灰度色调记录在光学胶片上或转换成一个具有特定值、由于表示亮度的数字化像元。

    坡度的变化，复介电常数（含水量）、表面的粗糙度 是影响雷达图像色调的三个主要因素。其中表面的粗糙度在决定雷达图像的灰度（也就是回波强度）上起着决定性的作用。

    一般来说，交叉极化的回波强度比同极化的回波强度要弱，因此为交叉极化回波设计的接收带宽旺旺要高，以补偿被削弱的回波信号。所以在比较一个同极化图像和一个交叉极化图像时应当观测同一个目标物灰度之间的反差，而不是单纯地比较两个图像之间的绝对灰度值。

   点目标：

    在点目标检测中，背景的干扰主要表现为相干斑噪声。通常采用去除斑点噪声、增加目标与背景的对比来突出点目标，也可以讲背景上的点目标看成一个中心突出函数，采用锐化滤波器进行处理。

    线目标：

    线目标通常表示不同类目标的界线（如水路界限）或者当地面线性目标的横向尺寸小于分辨率单元尺寸，表示目标本身。大多数线性体目标，相对于中等分辨率的SAR图像而言，其宽度都比较窄，只相当于分辨单元尺寸，故称其为自身线性目标（道路、河流）。与此相对的仅作为两类目标分界线的线性体，成为边界线性目标。   

    两种相邻的目标后向散射系数之差，便可造成边界线性目标。水路边界是由于陆地目标和水体目标的强烈反差引起的。所以一般易识别。而对于不同树种之间、同一树种内新生树和成熟树之间，被砍伐的林区与未砍伐的林区之间的树林边界以及同一地块内的不中植物之间的植被边界，英语后向散射系数相差不大，一般情况下很难区分。

    对于一幅不含噪声的图像，在灰度突变处形成图像的边界点。所有边界点连接构成图像中景物的边界。噪声点也有灰度突变特征，但和周围的点不相关，是孤立的随机点，所以在确定景物的边界特征时，要注意区分噪声点。

    面目标：

    面目标的相干斑噪声明显。在SAR图像中，目标的检测主要依据是均值和纹理。只有当目标之间的对比度（均值之比）足够大时，依靠均值分辨才有可能。而纹理取决于空间色调的相对变化，不是灰度的绝对值，所以利用纹理信息提取地面目标是有效的。换言之，面目标的提取实质上是图像分割的一种。因为SAR图像上受噪声影响的均质区，在纹理测度图像上一般对应灰度同一的区域，所以在图像分割时，引入纹理信息可以提高分割精度。

SAR图像处理的一个重要途径是在相干斑噪声滤波后进行边缘提取和图像分割，常用的滤波方法有：1、低通滤波，较好地一直了斑点噪声，同时模糊了图像。包括均值滤波、高斯滤波等。2、结构滤波，设计一系列结构滤波器进行卷积运算，除了抑制斑点噪声外，还保持图像结构信息不受损失；3、自适应滤波，根据图像灰度分布情况设计一个评价函数，来解决是否对当前窗口图像进行滤波，其目的也是为了抑制斑点噪声同时保持图像信号尽量不受损失。

滤波的结果在一定程度上抑制了斑点噪声的影响，但同时也会损失许多关键的图像信息。为SAR图像的进一步应用处理带来困难。

其优点尤其体现在：

第一，目前高分辨 SAR 系统的分辨率已经可以达到厘米级，能够清晰的对大型战术目标如坦克、装甲车等进行清晰的成像，有效的帮助军事人员对目标进行判读；

第二，SAR 使用主动微波成像，有一定的穿透作用，能够有效探测各种伪装下目标；

第三，SAR 具有全天时全天候的工作特点，适合在各种恶劣的战场条件下完成侦查任务。美国很早就开展了诸如所谓“运动和静止目标获取与识别”（MSTAR）项目，可见其对基于SAR 图像目标检测与识别系统研制的重视，并走在了世界的前列。