星载SAR影像的RPC建模及

自动匹配方法研究

2006级  黄旭

指导教师：张永军

摘    要

随着星载合成孔径雷达向着多极化、多波段、高分辨率的方向发展，星载合成孔径雷达将得到越来越广泛的应用，用户对星载合成孔径雷达的需求不断增大。但是传统的SAR严格成像几何模型的数学形式复杂，且解算困难，加大了SAR影像的几何处理难度，不适合一般用户和初学者使用。

本文提出了一种星载SAR影像的RPC建模方案。由于RPC模型的数学形式简单，能获得和严格成像物理模型近似一致的精度，并且RPC模型独立于传感器平台，因此，RPC模型能够大大降低SAR影像几何处理难度，提高处理效率。

星载SAR影像RPC建模的核心问题是构建SAR影像的严格成像几何模型。本文从距离-多普勒方程出发，推导了基于轨道参数和成像处理参数的SAR严格成像方程，并以距离-多普勒方程为基础，通过牛顿迭代法解决了SAR地理编码问题。针对RPC模型过度参数化，导致设计矩阵为病态矩阵的问题，提出了带有岭估计参数的最小二乘平差的解决方案。

在合成孔径雷达干涉测量（InSAR）技术中，InSAR复影像的匹配是一个很关键的步骤，像素的匹配精度直接影响后续生成干涉纹图的质量。

针对InSAR数据处理流程对匹配精度的要求，本文提出了一种基于轨道参数的全自动匹配方法。以距离-多普勒方程和地球椭球方程为中心进行数学分析和推导，结合影像金字塔，实现复影像的粗匹配。将可见光遥感影像中常用的高精度影像匹配方法——最小二乘影像匹配，引入SAR影像的匹配中，实现SAR影像的高精度匹配，以满足InSAR数据处理的需求。

通过对TerraSAR-X卫星影像数据进行实验，实验结果表明，RPC模型能够很好地拟合SAR严格成像几何模型，能够取得和严格成像几何模型近似一致的精度；基于轨道信息的全自动匹配的匹配精度达到亚像素级，能够满足InSAR数据处理的需求。

关键词：距离-多普勒方程；RPC模型；地理编码；岭估计；最小二乘影像匹配