基于SIFT算法的InSAR图像配准(3)

菜单

图 3-5 沛县孔庄煤矿地区的 SIFT 算法运算结果 18

图 3-6 西藏山地地区的 SIFT 算法运算结果 19

图 3-7 矿大附近地区的区域相关匹配 20

图 3-8 沛县孔庄煤矿地区的区域相关结果 21

图 3-9 西藏山地地区的区域相关结果 21

图 3-10 矿业大学附近地区点特征松弛匹配 22

图 3-11 沛县孔庄煤矿地区的点特征松弛结果 22

图 3-12 西藏山地地区的点特征松弛结果 23

图 3-13 矿业大学附近地区干涉图 23

图 3-14 矿业大学附近地区相干图 24

图 3-15 沛县孔庄煤矿地区干涉图 24

图 3-16 沛县孔庄煤矿地区相干图 25

图 3-17 西藏山地地区干涉图 25

图 3-18 西藏地区相干图 26

表清单

表序号表名称页码

表 3-1 PALSAR 传感器参数 15

表 3-2 ERS-1 卫星参数 16

表 3-3 ERS-2 卫星参数 16

1 绪论

1.1 论文研究的背景与意义

合成孔径雷达干涉测量(Interferometric Synthetic Aperture Radar, InSAR)技术是通过对同一区域进行观测，得到目标区的两幅 SAR（Synthetic Aperture Radar）图像，然后对其进行干涉处理，提取干涉相位信息，得到目标区域的三维信息以及高程变化等信息[1]。目前 InSAR 技术应用广泛，其可以进行高精度地形信息的获取，地表监测例如地震、滑坡等灾害监测。通过对 InSAR 数据进行干涉处理得到干涉相位，干涉相位的精准度对 InSAR 所提取的形变信息和三维高程信息的精度有着重要的影响。InSAR 图像干涉处理前的首要步骤就是对这两幅图像进行精确的配准，配准的结果对于干涉的结果有着很重要的影响。所以进行干涉处理前，必须对 InSAR 图像进行精确的配准。

目前，在 InSAR 数据干涉处理中，常用的方法是三步配准法[2]，该方法简单，易于实现，但随着高空间、高时间、全极化分辨率 SAR 图像的出现以及 SAR 应用领域的不断拓展，其适用领域己存在诸多限制。针对不同 SAR 图像、研究高精度的配准方法是当前国内外研究的热点。

三步配准法中，粗配准一般利用星历/航迹数据及构像模型共同解算完成，方法较为固定。近年来，国内外众多学者对像元级、亚像元级配准算法进行了深入的研究，但由于新型 SAR 图像的不断涌现，InSAR 处理过程中的配准算法仍有较大的研究空间，以满足不同干涉处理技术、不同应用的特点需要。本论文对于 InSAR 技术的基于尺度不变特征变换算子（Scale Invariant Feature Transform,