论文部分内容阅读
近年来,遥感技术发展迅猛,并在全国性大规模调查工作中扮演着越来越重要的角色。但受地域局部气候的影响,多云,多雨雪地区光学影像的采集能力严重制约了工作项目的进程。因此,研究SAR影像的处理技术,弥补目前方法中存在的不足,实现精确、高效的处理,为SAR影像在遥感调查工作中的应用奠定基础,成为当前急需解决的问题。本文在总结前人成果的基础上,系统开展了SAR影像边缘提取、几何精校正、噪声滤波、多源数据融合等方法研究,并选取了四川红格矿区的TerraSAR-X影像,对其在矿山遥感调查中的应用前景进行了分析。取得的主要成果如下:通过对比多种SAR影像边缘提取算法,本文对Canny边缘提取算子进行了改进,并最终提出基于“Canny算法——形态学滤波——骨架提取”流程的SAR影像特征地物边缘提取模型,有效地平衡了SAR影像干涉噪声与边缘信息之间的矛盾,为几何校正中控制点的精确选取打下了基础。在分析现有SAR影像几何精校正方法的基础上,针对其中存在的不足,提出了基于“特征地物边缘提取——RPC模型正射校正——透视收缩区控制点加密”的SAR影像几何精校正方案,有效地克服了SAR影像控制点选取困难,校正后影像透视收缩区域“拉花”现象严重和叠掩区残留畸变大的缺点。试验结果表明,运用该校正方法的影像处理结果,整体精度有较大的提高。建立了基于邻域模型和迭代滤波的Gamma MAP去噪方法和SAR影像前后坡亮度差异的抑制技术,并展开了多源数据的融合方法研究,实现了对SAR影像的增强,有效地提高了SAR影像的地物可识别能力。在以上理论、方法研究的支持下,本文采用TerraSAR-X影像对四川红格矿区进行了矿山遥感调查试验,几何定位精度达到3.68m,地物识别精度达到95.04%,效果显著,且具备良好的应用前景。