[SARscape] (零)ENVI/SARscape介绍、SAR数据处理常用步骤、工具集说明
文章目录
- SARscape介绍
- ENVI软件介绍
- SAR数据处理常用步骤
- 单景雷达影像处理
- 多时相SAR数据处理
- 基础工具
- 设置
- 导入
- 去斑点噪声
- 多视
- 滤波
- 配准
- 地理编码与辐射定标(求后向散射系数)
- 时序分析
- 信息提取
- InSAR工具
- 基线估算
- 干涉图生成
- 自适应滤波及相干性
- 相位解缠
- 轨道精炼和重去平(选择GCP)
- 相位高程转换
- 相关链接
SARscape介绍
【SARscape】由瑞士SARmap公司开发的高级雷达图像处理软件。特点:架构于ENVI软件之上;SAR与光学结合;与ArcGIS无缝集成(SARscape格式的数据直接在ArcGIS可以使用)
【功能】
1.数据读取:航天传感器、航空传感器、常见文件格式、RAW数据
2.数据分析:SAR图像解译、InSAR处理、地球物理建模、干涉叠加分析、极化雷达分析
3.成果应用:DEM提取、地表形变监测、形变源分析、地表动态监测、地表覆盖监测
ENVI软件介绍
【ENVI软件目录介绍】
【ENVI数据格式】有两个文件构成
- 【数据文件】是一个二进制的栅格数据,以数组的方式存储的。此文件有两种名字(
xiamen
或xiamen.dat
),一个是没有扩展名的(xiamen
),一个是有扩展名的(xiamen.dat
)。两种文件内部没有区别,只是文件名不同,故可以直接重命名为另一个文件名,不需要转格式(.dat
在ArcGIS中能直接打开) xiamen.hdr
:此栅格数据的头文件,是一个文本文件
SAR数据处理常用步骤
单景雷达影像处理
【步骤】顺序可以改变,看实际实际情况
1.导入
2.多视
3.滤波
4.地理编码和辐射定标
多时相SAR数据处理
【步骤】以8幅多幅Sentinel-1为例
1.导入:
2.配准:将8幅的Sentinel-1进行配准
3.滤波:De Grandi Spatio-Temporal Filtering
对多景_rsp
文件一起进行滤波,比单景更好
4.地理编码:此是哨兵数据,将分辨率设置为20。此步结束即得到后向散射系数
基础工具
1.Import Data
:导入
2.Basic
:基础工具(多视、滤波、地理编码、辐射定标等)
3.Gamma and Gaussion Filtering
:滤波扩展模块
4.Focusing
:聚焦。支持ALOS、Sentinel-1、ASAR、ERS-JERS数据,或按照规则自主组织数据
5.Interferometry
:干涉。相干性变化监测、生产DEM的工具流、DInSAR形变、 建模、通用InSAR工具、相位处理(Phase Processing)
6.Interferometric Stacking
:干涉叠加。PS、SBAS
7.ScanSAR Interferometry
8.Polarimetry and PolInASR
9.General Tools
设置
【设置默认路径】File-->Preference-->Directories
【软件使用的内存】管理员身份运行ENVI Classic-->File-->Preference-->Miscellaneous-->Memory Usage
1.Cache Size:建议设置成电脑配置的一半
2.Image Tile Size:数据分块大小,8G以上设置为100,4G设置4Mb
【SARscape系统设置】SARscape-->Preference
1.General parameters->OpenCL Platform Name
:选择GUI加速的显卡
2.Load Preferences
:参数说明
导入
- 导入DEM
- 导入哨兵1
【导入】生成SARscape能够识别的数据格式
【Input支持的数据类型】标准雷达格式、ENVI标准格式、一般二进制文件、有地理编码的二进制文件、GPS数据、航空SAR、矢量数据、特殊格式(ALOS PALSAR KC、ALOS GEO Grid)、Tiff格式、ASCII ArcGIS格式
【Output】生成ENVI及SARscape格式的文件
【工具】
去斑点噪声
【SAR图像的斑点噪声】SAR是相干系统,斑点噪声是其固有特性均匀的区域,图像表现出明显的亮度随机变化,与分辨率、极化、入射角没有直接关系,属于乘机噪声。多视和滤波可以抑制斑点噪声。
多视
【多视处理】在图像的距离向和方位向上的分辨率做平均,目的是为了抑制SAR图像的斑点噪声。多视的图像提高了辐射分辨率,降低了空间分辨率
【工具】/SARscape/Basic/Intensity Processing/Multilooking
【多视结果】_pwr
文件
【地面分辨率】Pixel Spacing slant range /sin(incidence angle)
<IncidenceAngle>20</IncidenceAngle>
<PixelSpacingRg>4</PixelSpcingRg>
<PixelSpacingAz>4</PixelSpacingAz>
地距分辨率=4.733/sin(20.845)=13.295米,距离向视数为1
方位向分辨率经过多视后保持与地距分辨率一致,方位向视数为13.295/4.8717≈3
滤波
【滤波】
- 单波段雷达图像滤波:Mean、Median、Mode、EPS、Frost(常用)、Lee、Anisotropic NonLinear Diffusion
- 多时相雷达图像滤波:De Grandi、Anisotropic NonLinear Diffusion
【滤波结果】_fil
文件
【工具】
1.基础模块:/SARscape/Basic/Intensity Processing/Filtering/...
2.滤波扩展模块:/SARscape/Gamma and Gaussan Filtering/...
【说明】
1.Data type
:single pol一种极化方式,dul pol多种极化方式
配准
【作用】将多幅SAR影像进行地理配准,统一栅格单元的位置
【工具位置】SARscape-->Basic-->Intensity Processing-->Coregistration
【配准结果】_rsp
文件。若没有配准好,将多景进行彩色显示,会产生重影
【说明】
1.Input File List
:参与配准的SAR影像(_pwr强度数据)
2.Input Reference File
:配准的主影像(_pwr强度数据)
3.DEM File
:可选项(_dem文件)。若是Sentinel数据必须提供,哨兵数据就是基于DEM进行配准的
4.Coregistration With DEM
:是否用DEM配准
地理编码与辐射定标(求后向散射系数)
【后向散射】SAR系统测量发射和返回脉冲的功率比
【操作目的】不同SAR传感器有不同的接收模式,为了更好的对比SAR图像几何和辐射特征,需要将SAR数据从斜距或地距投影转换为地理坐标系(后向散射被投影为斜距几何)
【工具】/SARscape/Basic/Intensity Processing/Geocoding/Geocoding and Radiometric Calibration
1.Optional Files-->Input Area File
:裁剪的子区域
2.Radiometric Normalization
:辐射定标(True即求后向散射系数)
3.Local Incidence Angle
:是否输出局部入射角
4.Layover/Shadow
:是否输出叠掩和阴影的区域(无信号或信号错误的区域)
【结果】
1._geo
文件
2._geo_meta
:若是多景进行地理编码,此文件即是将这多景影像组织在一起
【定标后处理】距离校正、介电常数影响校正、绝对校正
【相关处理】辐射归一化、局部入射角校正、叠掩/阴影处理
【应用算法】SAR系统引起的为非线性畸变,尤其是地形起伏较大的地方,所以不能像光学影像一样用多项式校正或仿射变换,要用到严格的多普勒算法,结合传感器和成像特点以及地面形态
【处理类型】地理编码、几何配准、几何校正、正射校正、概念是相似的,即把SAR图像,无论是斜距几何还是地距几何,转换成地图坐标系,区别在于是否用DEM
- 椭球体地理编码(处理过程不用DEM数据)
- 地形地理编码(处理过程需要DEM)
【后向散射定标】为了对比不同的传感器获取的同一区域影响;同一传感器以不同的工作模式获取的影像;同一传感器不同时相的数据;使用不同的处理方法来计算
【相关名词】
时序分析
【工具位置】SARscape-->Time Series Analyzer
【输入】
1.打开的是meta
多时相多波段的组合数据
2.点击图上位置,选择Plot进行绘制该点在时序上的变化曲线
信息提取
【工具位置】SARscape-->Classification/Classification Workflow
【说明】
1.选择栅格数据:Input Raster-->Raster File
2.选择子区域:Input Raster-->Browse..-->Spatial Subset-->框选感兴趣区域 or 选择shp文件
3.选择掩膜文件:Input Mask
4.选择监督分类:Use Training Data
5.然后框选样本
6.小斑块处理:Cleaup
可调节参数(越大处理的越厉害),点击Preview
可进行预览
7.输出结果
InSAR工具
基线估算
(1)基线估算的背景
【空间基线】卫星两次拍摄的位置是有一定的距离的,这个距离称为空间基线
【失相干】如果空间基线较长,两个数据就有可能失相干(即相位之间没有干涉信息)。故空间基线要满足一定的阈值,才能够进行InSAR分析
【时间基线】两次拍摄的时间相隔太长也会导致失相干(此为时间失相干)
只有在获得地面反射至少有两个天线重叠的时候才可以产生干涉,当基线垂直分量超过了临界值的时候,没有位相信息,相干性丢失,就无法做干涉
(2)基线估算的作用
用来评价干涉影像对的质量。计算基线、轨道偏移(距离向和方位向)和其他系统参数。
(3)基线估算的工具
基线估算有两个工具
- 两景数据:
SARScape-->Interferometry-->Interferometric Tools-->Baseline Estimation
- 多景数据:
SARscape-->Interferometry-->Interferometric Tools-->Multi Baseline Calculation
(4)Baseline Estimation工具(两景数据的基线估算)说明
工具位置:SARScape-->Interferometry-->Interferometric Tools-->Baseline Estimation
操作说明:
Input Master File
:输入主影像,一般更早的那景为主影像Optional Files-->Output Baseline Root Name
:可选,即输出结果。若不填即表示计算完打印一下就好,不输出到文件中
结果说明:
结果 | 说明 |
---|---|
Normal Baseline(m) = 180.504
|
空间基线,在拍摄时两个传感器间隔的距离180.504米 |
Critical Baseline min-max(m) = [-6400.098] - [6400.098]
|
临界基线,即若空间基线大于6400.098表示两个数据失相干了。一般在应用中需要小于临界基线的十分之一 |
Absolute Time Baseline (Days)=1
|
时间基线 |
Range Shift (pixels) = 0.515 Azimuth Shift (pixels)=0.038
|
数据在方面向、距离向的偏移量,之后可以通过配准来校正 |
2 PI Ambiguity height (InSAR) (m) = 58.925
|
2PI模糊高程(即一周期的相位变化对应的高程变化)。相位变化是周期性的,相位变化2PI对应的高程变化量是58.925。此参数越小,高程测量的精度越高。此参数与空间基线是反比关系。 |
2 PI Ambiguity displacement (DInSAR) (m) = 0.016
|
DInSAR精度为0.016 |
1 Pixel Shift Ambiguity height(Stereo Radargrammetry) (m) = 6285.378
|
立体量测的精度6285.378m(哨兵数据适合做InSAR、不适合应用于立体量测) |
1 Pixel Shift Ambiguity displacement (Amplitude Tracking (m) = 1.666
|
振幅偏移量测,做大的形变(完全失相干的形变,如滑坡、冰川移动等)的精度是1.666米 |
Master Incidence Angle = 48.963 Absolute Incidence Angle difference = 0.011
|
主影像入射角48.963,主从影像相差0.011 |
干涉图生成
(1) 工具说明
【工具】SARscape-->Interferometry-->Interferogram generation-->With DEM
【输入】两景主从影像
【输出】
1.经配准和多视的两景数据的干涉图(_int)
2.主从影像的强度图(_pwr)
说明:距离向=1,方位向=4的多视,约可得到15m的地面分辨率
(2)背景
干涉条纹:即是干涉相位图形化显示的结果,可以打开*_int_ql.tif
干涉快视图进行查看
- 一个颜色周期就代表相位的一次2π变化:红色-黄色-蓝绿色为一个完整的2PI变化周期
- 干涉条纹越密集,此地方的地表高程变化越大,起伏的越厉害。这些是要保留下来的地形相位
- 间隔相同,有规律的条纹是由于平地效应所造成的,可以通过去平工具去除
去平之后的干涉图像:去除间隔相同,由平地效应造成的干涉条纹。保留因地形起伏、高程起伏所导致的干涉条纹。可以打开*_dint_ql.tif
来查看。接下来就是进行滤波,去除一些噪声,让干涉条纹变得更加平滑。
自适应滤波及相干性
【工具】SARscape-->Interferometry-->Adaptive Filter and Coherence Generation-->Boxcar Window
【作用】对上一步去平后的干涉图(_dint)进行滤波,去掉由平地干涉引起的位相噪声。同时,生成干涉的相干图(描述位相质量)和滤波后的主影像强度图
- 滤波方式可选用Boxcar,以去除由平地干涉引起的相位噪声
- 相干性系数的计算可为轨道精炼和重去平提供帮助
加载滤波后的_fint图像和上一步中的_dint图像对比。加载相干性图,打开CursorLocation/Value查看像元值,相干性系数分布在0-1,值越大说明该区域的相干性越高,值越小,表明该区域在两个时相上发生了变化。
相位解缠
【工具】SARscape-->Interferometry-->Phase Unwrapping
【作用】干涉相位只能以2π为模,所以只要相位变化超过了2π,就回重新开始循环。 相位解缠是对去平和滤波后的位相进行相位解缠,解决2π模糊的问题
【输入】
- Interferogram file
上一步生成的滤波后的_fint图像(或去平后的差分干涉图_dint) - Coherence file
上一步生成的相干性图像_cc - 区域增长法解缠算法Region Growing
- 相干性阈值Coherence threshold
- 分解等级Decomposition levels
轨道精炼和重去平(选择GCP)
【轨道参数修正】
- 当输入精确的轨道信息如DORIS,为了校正相位偏移,所以要进行轨道参数的修正,矫正的结果不会生成新的数据文件,而是将解缠后相位头文件的信息做了修正。
- 为了进行这一步,需要地面控制点文件,这个控制点必须要分布在整景图像上,避免选择地形残差条纹区域,尽量选择平地区域
【操作】选择GCP,用于轨道精炼
相位高程转换
【作用】将经过绝对校准和解缠的实际相位,结合合成相位,生成进行过地理编码的DEM文件
相关链接
- 技术支持邮箱:
ENVI-IDL@esrichina.com.cn
- ENVI/IDL技术博客
- ENVI/IDL视频:优酷用户
ENVIIDL中国
- InSAR技术优秀博文
[SARscape] (零)ENVI/SARscape介绍、SAR数据处理常用步骤、工具集说明相关推荐
- python-GDAL之空间数据处理-自带工具集
GDAL自带了很多实用方便的工具,方便大家直接使用. 如果想了解更多关于python-GDAL的可以去看视频教程(python与GDAL-空间数据处理入门教程):https://edu.csdn.ne ...
- php odbc 结果集处理,php常用ODBC函数集的简单示例
这篇文章主要为大家详细介绍了php常用ODBC函数集的简单示例,具有一定的参考价值,可以用来参考一下. 感兴趣的小伙伴,下面一起跟随512笔记的小玲来看看吧! ODBC连接类函数 odbc_conne ...
- 常用计算机工具软件论文,计算机常用软件论文 陈杰.doc
文档介绍: 计算机常用软件论文_陈杰学生论文(设计) 题目: 计算机常用工具软件论文 指导教师: 胡仁职称: 教授 学生姓名: 陈杰年级:1103 专业:信息与计算科学(软件工程) 二〇一四年11月1 ...
- 遥感干货一览C—— ENVI SARscape 操作和讲解视频及常见的雷达卫星介绍与分享
** 遥感干货一览C-- ENVI SARscape 操作和讲解视频及常见的雷达卫星介绍与分享 资料来源: ** 一.ENVI SARscape A篇: 链接: https://pan.baidu.c ...
- ENVI/SARscape软件处理问题小结
ENVI/SARscape软件处理问题小结 这是开博第一篇,最近在做D-Insar,用到了SARscape软件,从开始到现在,遇到了挺多问题的,就想和大家分享一下我遇到的问题和解决办法,帮大家避避雷! ...
- 结合Scikit-learn介绍几种常用的特征选择方法
特征选择(排序)对于数据科学家.机器学习从业者来说非常重要.好的特征选择能够提升模型的性能,更能帮助我们理解数据的特点.底层结构,这对进一步改善模型.算法都有着重要作用. 特征选择主要有两个功能: 减 ...
- python 卡方检验 特征选择_结合Scikit-learn介绍几种常用的特征选择方法
特征选择(排序)对于数据科学家.机器学习从业者来说非常重要.好的特征选择能够提升模型的性能,更能帮助我们理解数据的特点.底层结构,这对进一步改善模型.算法都有着重要作用. 特征选择主要有两个功能: 减 ...
- 干货:结合Scikit-learn介绍几种常用的特征选择方法
原文:http://dataunion.org/14072.html 作者:Edwin Jarvis 特征选择(排序)对于数据科学家.机器学习从业者来说非常重要.好的特征选择能够提升模型的性能,更能帮 ...
- python汇总数据的程序_Python数据处理常用程序模块汇总
Python数据处理常用程序模块汇总 本文主要将日后工作中常用到的一些简短程序块记录下来,以便可以快速更改进行适配,诸如数据读取程序,遍历程序等 1.CSV数据读取遍历模块 CSV将是工作中最常见到的 ...
最新文章
- 得到相对Plugin的路径
- ORA-01994 故障一例
- Python3引号创建字符串
- Python中通常不应该犯的7个错误
- RegistryHelper-注册表辅助类
- android迷宫源代码,迷宫 c++源代码(Maze c++ source code).doc
- 安装 tensorflow 环境
- A Simple but Tough-to-Beat Baseline for Sentence Embeddings阅读笔记
- html样式格式文件的后缀名是( ),什么是HTML格式?什么是CSS格式?
- 网站使用微软雅黑需要版权吗
- linux定时任务每小时_linux定时任务
- bzoj3786: 星系探索 //ETT
- ubuntu——sudo权限问题(sudo:/etc/sudoers is world writable sudo:no valid sudoers sources found,quitting..)
- 第三类边界条件 matlab,matlab怎么解偏微分方程
- 4. hda设备中的pcm文件(第二部分)
- iTutorGroup英语实用篇:出国旅游常用英语对话送你
- Axure教程 axure新手入门基础(1)
- AutoLayout(自动布局)入门
- CTF题记——再战GK、BUU
- matlab对一组数据傅里叶变换,matlab快速傅里叶变换(三个matlab程序介绍)