【最新成果】基于高分三号SAR数据的城市建筑高分辨率高维成像
前言
南京航空航天大学朱岱寅教授、毕辉教授团队基于多景高分三号合成孔径雷达(Synthetic Aperture Radar,简称SAR)复图像数据,利用压缩感知(CompressiveSensing,简称CS)技术,开展了层析合成孔径雷达(Synthetic Aperture Radar Tomography,简称TomoSAR)和差分层析合成孔径雷达(Differential Synthetic Aperture Radar Tomography,简称D-TomoSAR)成像实验研究,获取了北京市雁栖湖周边区域的高分辨率三维、四维SAR图像,实现了建筑物的高质量三维重建以及高精度形变监测,为后续基于国产SAR卫星开展干涉系列应用及多维高分辨率成像提供了技术支撑。
背景介绍
不同于传统光学观测手段,SAR具有全天时、全天候的工作能力,因而在国土资源勘测、自然灾害监测等领域得到广泛应用。然而传统SAR成像只能获取目标的方位-距离二维图像,无法准确反映目标的三维散射特征,一定程度上影响了SAR图像的进一步应用。TomoSAR是SAR成像技术进一步扩展。它将合成孔径原理延伸至高程向,可基于多景二维复图像获得目标的方位-距离-高程信息,进而实现三维成像。D-TomoSAR是TomoSAR的进一步扩展。它基于多基线观测数据可实现对目标的方位-距离-高程-时间四维成像,不仅解决了TomoSAR成像中的高度错位与模糊问题,还可高精度获取目标的形变信息。
团队工作
南京航空航天大学朱岱寅教授、毕辉教授团队基于我国高分三号SAR卫星复图像数据,开展了面向城市人造建筑的TomoSAR和D-TomoSAR成像研究工作。基于CS的TomoSAR和D-TomoSAR成像的前提是观测场景的高程向分布稀疏,而城市区域主要为人造建筑,其高程向分布均满足稀疏性条件。因此,CS在城市区域三维、四维成像中具有广阔的应用前景。团队基于CS这一超分辨成像技术,获取了北京雁栖湖地区两处代表性建筑的三维、四维成像结果,并给出了大面积观测场景的三维、四维雷达图像。显示了我国高分三号SAR卫星应用于TomoSAR和D-TomoSAR成像方面的潜力,为后续拓展高分三号的干涉系列应用领域提供了技术支撑。
该工作已发表在《雷达学报》网络优先出版论文“基于高分三号SAR数据的城市建筑高分辨率高维成像”(毕辉,金双,王潇,李勇,韩冰,洪文)。
论文介绍
本论文基于高分三号7景复图像组成的数据集参数,首先开展了仿真实验研究。面向高程向有限的散射点数,分别给出了三种经典谱估计算法,Beamforming (BF),Adaptive beamforming (Capon) 和Multiple signal classification (MUSIC)的TomoSAR、D-TomoSAR成像结果,用于与CS方法的高程向重构结果进行比较,如图1,2所示,以说明CS在TomoSAR、D-TomoSAR成像中的优势,解释了为何将其应用于实测数据处理。
(b)Capon算法高程向恢复结果
(c)MUSIC算法高程向恢复结果
(d)CS算法高程向恢复结果
图1 高程向两个散射点的TomoSAR成像结果
(a) BF算法高程—形变恢复结果
(b) Capon算法高程—形变恢复结果
(c) MUSIC算法高程—形变恢复结果
(d) CS算法高程—形变恢复结果
图2 D-TomoSAR仿真结果
其次,本论文给出了基于高分三号SAR数据集的两个代表性建筑的TomoSAR和D-TomoSAR重建结果,如图3,4所示,分别为某生态农业公司和雁栖湖会展中心。验证了CS-TomoSAR、CS-D-TomoSAR成像技术的有效性,说明其可以用于高分三号SAR数据的三维、四维高精度成像中。
(a) 高程图
(b) 形变速率图
(a) 高程图
(b) 形变速率图
最后,论文展示了基于高分三号数据集的大场景TomoSAR和D-TomoSAR成像结果,如图5所示。结果表明,基于高分三号SAR数据我们已经可以实现大场景的高质量三维重建以及高精度形变监测,进一步验证了高分三号SAR卫星在城市感知与监测中的应用潜力。
(a) 高程图
(b) 形变速率图
图5 顶秀美泉小镇区域的高程图及形变速率图
作者介绍
相关阅读
编辑:杨子渊
本号发布信息旨在传播交流,其内容由作者负责,不代表本号观点。如涉及文字、图片、版权等问题,请在20日内与本号联系,我们将第一时间处理。《雷达学报》拥有最终解释权。