用RPC替代星载SAR严密成像几何模型的试验与分析.docx

用RPC替代星载SAR严密成像几何模型的试验与分析
近年来，随着人类科技和工业水平的不断提高，卫星技术也得到了大幅度的发展和应用。星载SAR是一种利用雷达信号，对地面物体进行成像的技术，具有高分辨率、宽覆盖范围、通变形可调等优点，逐渐成为卫星遥感领域的主要研究方向。然而，在SAR成像中，成像几何模型一直是一个难以克服的技术瓶颈。在成像理论和技术中，SAR雷达方位绕圈受到地球自转速度的影响，需要加入多个几何参数，包括角度、距离、射频和天线相关参数等，才能进行成像处理。因此，在SAR成像中，准确的成像几何模型对成像质量的影响至关重要。本论文将探讨一种新的方法——RPC技术替代SAR严密成像几何模型的可能性，并进行相应的试验与分析。
RPC（RationalPolynomialCoefficients，有理多项式系数）技术是对图像进行校正和投影的新型方法，其基本思想是利用有理多项式函数模型来代替之前的多项式拟合方法，可以显著减小误差和提高精度。因此，RPC技术可以应用于SAR成像中，用来代替之前需要很多参数的严密成像几何模型，同时可以提高数据质量和处理速度，方便地进行成像处理。
为了验证RPC技术在SAR成像中的效果，本论文进行了基于SRTM-3地形模型的试验，具体步骤如下：
1.获取原始SAR数据
首先，需要获得原始SAR图像和相关参数，包括SAR数据文件、影像文件、卫星轨道文件、卫星对灵敏角点匹配文件等。本文采用的是公开的ERS-1卫星SAR数据，该数据包含1995年10月26日拍摄的一个区域，大小为256*256像素，分辨率为12.5米。
2.提取RPC参数模型
首先，需要将原始SAR数据图片标定到真实地理坐标系上。通过获取数字高程模型（DEM），可以计算出每一个像素点的地面坐标，并将其与其对应的SAR影像像素进行关联。这里我们使用的是SRTM-3地形模型，数据分辨率为90米。将SAR数据与DEM数据进行配准，可以得到SAR数据中所有像素点的地理位置。
接着，我们需要提取RPC参数模型，采用SAR图像的像素坐标与相应的地理坐标之间的有理多项式来描述像素坐标与地理坐标之间的转换关系。具体操作是对RPC数学方程进行二维多项式拟合，从而确定出有理多项式系数。在实际操作中，RPC参数模型的提取过程是一项可逆的计算过程，其效果的优劣始终是可以通过比对实验得出的。
3.进行影像数据处理
在得到RPC参数模型之后，我们需要利用该模型对SAR数据进行校正和投影。在SAR成像过程中，地物属性的变量都转化为像素灰度值或电荷数，图像中每个像素点均有其x、y、z三个地理坐标，在比对之后，相对应将可以做出更趋近精准的地理信息反演。
在数据处理中，我们选择使用ENVI软件进行SAR图像的模拟RPC，将校正后的SAR图像投影到原始DEM上。这样处理后，图像就转换为地理信息丰富的真彩色图像，方便直观显示，同时也只需要不到一分钟的处理时间，是目前成本最小，效果较好的图像处理方法。
4.进行试验分析
最后，针对处理后的图像数据进行对比分析，评估RPC技术对SAR成像的影响。我们选择了SAR信噪比和SAR成像质量两个参数进行评估。首先，我们比较了源SAR图像和RPC处理后的图像的信噪比，结果表明，RPC图像的信噪比要明显高于源SAR图像，这主要是因为RPC技术可以显著减小误差和提高图像的精度。其次，我们对比了源SAR图像和RPC处理后的图像的成像质量，结果表明，RPC处理后的图像的分辨率和对比度都有所提高，显示效果更加清晰，相对应也提高了数据的可用性和应用价值。
综上所述，RPC技术在SAR成像中的应用潜力巨大。通过对数据进行校正和投影，不仅可以提高数据处理的效率和质量，而且可以方便地提取更为精确的地理信息，为后续地理信息处理奠定了坚实的基础。虽然本论文对RPC技术的应用进行了初步的试验和探究，但还需要进一步深入研究，包括对于更大规模、更复杂的SAR数据的处理和应用。