王青松，瞿繼雙，黃海風(fēng)，余安喜，董 臻

1.第二炮兵裝備研究院第三研究所，北京100085；2.國防科技大學(xué)電子科學(xué)與工程學(xué)院，湖南長沙410073

聯(lián)合實(shí)、復(fù)相關(guān)函數(shù)的干涉SAR圖像配準(zhǔn)方法

王青松1，瞿繼雙1，黃海風(fēng)2，余安喜2，董 臻2

1.第二炮兵裝備研究院第三研究所，北京100085；2.國防科技大學(xué)電子科學(xué)與工程學(xué)院，湖南長沙410073

SAR復(fù)圖像配準(zhǔn)是干涉SAR數(shù)據(jù)處理中的關(guān)鍵步驟之一，配準(zhǔn)精度直接影響后續(xù)產(chǎn)品的質(zhì)量。提出一種基于聯(lián)合實(shí)、復(fù)相關(guān)函數(shù)的星載干涉SAR圖像配準(zhǔn)方法。首先，在分析已有配準(zhǔn)測度函數(shù)各自特性的基礎(chǔ)上，結(jié)合國際上干涉SAR數(shù)據(jù)處理經(jīng)驗(yàn)，認(rèn)為在全球干涉測量任務(wù)背景下，相關(guān)函數(shù)是一種穩(wěn)健、普適性的干涉SAR圖像配準(zhǔn)測度函數(shù)。然后，針對相關(guān)函數(shù)存在實(shí)、復(fù)相關(guān)計(jì)算，分析實(shí)、復(fù)相關(guān)函數(shù)各自的特點(diǎn)以及適應(yīng)情況，提出配準(zhǔn)靈敏度準(zhǔn)則，從而能夠有效地自適應(yīng)地選取相應(yīng)的配準(zhǔn)相關(guān)度量。最后，給出配準(zhǔn)算法的詳細(xì)實(shí)現(xiàn)步驟。復(fù)雜地區(qū)的實(shí)測數(shù)據(jù)處理結(jié)果驗(yàn)證了方法的有效性。

干涉合成孔徑雷達(dá)；圖像配準(zhǔn)；實(shí)相關(guān)函數(shù)；復(fù)相關(guān)函數(shù)；配準(zhǔn)靈敏度

1 引 言

干涉合成孔徑雷達(dá)技術(shù)是以不同觀測幾何下獲取的兩幅或多幅SAR復(fù)圖像數(shù)據(jù)的干涉相位為信息源進(jìn)而反演得到地表的三維地形［1－3］。干涉相位的質(zhì)量將決定InSAR系統(tǒng)的最終產(chǎn)品精度。SAR復(fù)圖像的高精度配準(zhǔn)是獲得高質(zhì)量干涉相位的前提。因此，復(fù)圖像配準(zhǔn)是干涉SAR數(shù)據(jù)處理中最為關(guān)鍵的步驟之一。

為了從SAR復(fù)圖像對中獲取干涉相位信息，就要確保用于干涉計(jì)算的圖像像素對應(yīng)于地面同一散射單元。由于兩幅SAR圖像在獲取時(shí)觀測幾何存在差異，使得圖像之間存在著一定的偏移和扭曲，需要對圖像進(jìn)行配準(zhǔn)處理。在干涉SAR數(shù)據(jù)處理中，一般要求配準(zhǔn)誤差小于0.1像素。對于全球干涉測量，SAR復(fù)圖像配準(zhǔn)可以分為兩步：① 幾何配準(zhǔn)［4］，根據(jù)成像幾何關(guān)系，利用平臺(tái)軌道（天線相位中心）數(shù)據(jù)和成像參數(shù)計(jì)算得到兩幅圖像的配準(zhǔn)偏移量，這一步驟的配準(zhǔn)精度與軌道數(shù)據(jù)質(zhì)量以及有無輔助DEM數(shù)據(jù)緊密關(guān)聯(lián)，早期的星載數(shù)據(jù)幾何配準(zhǔn)精度一般為20～30像素，目前TerraSAR－X／TanDEM－X的幾何配準(zhǔn)精度優(yōu)于10像素；② 圖像配準(zhǔn)，這一步驟是針對SAR圖像進(jìn)行處理，一般情況下又可分為像素級配準(zhǔn)和亞像素級配準(zhǔn)兩個(gè)環(huán)節(jié)。像素級配準(zhǔn)是基于某一種配準(zhǔn)測度準(zhǔn)則，計(jì)算兩幅SAR圖像在不同偏移位置上的配準(zhǔn)度量值，由此得到1像素精度的配準(zhǔn)結(jié)果。然而，隨著雷達(dá)觀測模式的多樣化和圖像分辨率的提高，已經(jīng)很難保證兩幅圖像的像素級配準(zhǔn)結(jié)果在整個(gè)測繪帶內(nèi)滿足1像素的精度，只能通過分塊進(jìn)行像素級配準(zhǔn)處理才能達(dá)到要求。亞像素級配準(zhǔn)和像素級配準(zhǔn)較為類似，不同的是亞像素級配準(zhǔn)先對SAR圖像進(jìn)行插值處理后再作配準(zhǔn)測度計(jì)算，或者直接對配準(zhǔn)測度計(jì)算結(jié)果進(jìn)行插值，從而達(dá)到亞像素級的配準(zhǔn)精度。

星載InSAR系統(tǒng)的一個(gè)重要任務(wù)是進(jìn)行全球測繪，因此各環(huán)節(jié)處理算法的穩(wěn)健性至關(guān)重要。隨著星載雷達(dá)技術(shù)的發(fā)展，各種觀測模式的出現(xiàn)，尤其是分辨率的提高，研究快速、高精度、穩(wěn)健的SAR圖像配準(zhǔn)算法具有十分重要的意義?；诖?，在分析各種配準(zhǔn)測度函數(shù)特性的基礎(chǔ)上，本文提出了一種穩(wěn)健、高效的星載干涉SAR復(fù)圖像配準(zhǔn)方法，該方法能適用于各種類型的SAR圖像配準(zhǔn)任務(wù)。

2 配準(zhǔn)測度函數(shù)的選擇

配準(zhǔn)方法的核心在于配準(zhǔn)測度函數(shù)的選擇，目前的配準(zhǔn)測度函數(shù)主要有：相關(guān)函數(shù)、平均波動(dòng)函數(shù)和頻譜比值。文獻(xiàn)［9］針對干涉圖在頻域的特性提出了基于頻譜比值大小的最大頻譜配準(zhǔn)方法，認(rèn)為當(dāng)圖像配準(zhǔn)時(shí)，在干涉圖的頻譜圖上會(huì)存在一個(gè)明顯的峰值。然而，當(dāng)頻譜中存在兩個(gè)以上的主要頻率或干涉條紋質(zhì)量較低導(dǎo)致沒有明顯的峰值時(shí)，最大頻譜法將出現(xiàn)不穩(wěn)定。從干涉條紋的清晰程度出發(fā)，文獻(xiàn)［8］提出一種新的配準(zhǔn)測度函數(shù)，稱為平均波動(dòng)函數(shù)（average fluctuation）

式中，φi，j為干涉相位；W 配準(zhǔn)計(jì)算窗口。當(dāng)兩幅圖像配準(zhǔn)時(shí)，干涉條紋最清晰，平均波動(dòng)函數(shù)值最小。但是，在低相干高噪聲區(qū)域或亞像素級配準(zhǔn)時(shí)，平均波動(dòng)函數(shù)值變化不夠靈敏，配準(zhǔn)誤差的方差較大。

相關(guān)測度是一種最基本的統(tǒng)計(jì)方法，廣泛應(yīng)用于各種類型的圖像配準(zhǔn)，是許多配準(zhǔn)算法的基礎(chǔ)，它具有操作簡單且穩(wěn)健性強(qiáng)的特點(diǎn)。目前僅有的兩次全球干涉測繪任務(wù)SRTM［14］及TanDEM－X［15－16］的干涉數(shù)據(jù)處理模塊的配準(zhǔn)算法均采用相關(guān)測度函數(shù)。另外，一些知名成熟的InSAR數(shù)據(jù)處理軟件的配準(zhǔn)算法也是采用相關(guān)函數(shù)法。因此，相關(guān)函數(shù)是一種較為穩(wěn)健的配準(zhǔn)測度函數(shù)，適合全球測繪任務(wù)下的干涉SAR圖像配準(zhǔn)。在干涉SAR復(fù)圖像配準(zhǔn)時(shí)，相關(guān)函數(shù)的計(jì)算又可分為實(shí)相關(guān)計(jì)算和復(fù)相關(guān)計(jì)算兩種，兩幅SAR復(fù)圖像的實(shí)相關(guān)函數(shù)定義為

式中，s1和s2表示兩幅SAR復(fù)圖像；M、N表示用于相關(guān)計(jì)算的窗口大小表示相關(guān)計(jì)算的滑動(dòng)位置；｜｜表示取模操作。復(fù)相關(guān)函數(shù)定義為

式中，＊表示復(fù)共軛。需要指出的是，當(dāng)干涉條紋較為密集時(shí)，考慮兩幅圖像之間的相位差異，可以利用輔助DEM或其他技術(shù)手段對式（3）進(jìn)行相位補(bǔ)償。研究發(fā)現(xiàn)，實(shí)、復(fù)相關(guān)測度函數(shù)各自的特點(diǎn)如下：

（1）對于高相干且散射特性較為一致的區(qū)域，復(fù)相關(guān)函數(shù)的配準(zhǔn)精度優(yōu)于實(shí)相關(guān)函數(shù)，實(shí)相關(guān)的配準(zhǔn)誤差約為復(fù)相關(guān)配準(zhǔn)誤差的倍［17］。

（2）對于存在明顯特征地貌的區(qū)域，實(shí)相關(guān)函數(shù)的配準(zhǔn)精度要高于復(fù)相關(guān)函數(shù)［18］。

根據(jù)不同的城市發(fā)展及生態(tài)保護(hù)需求，以上三種方法均是為了優(yōu)先控制城市不可開發(fā)土地，保護(hù)城市生態(tài)用地，促進(jìn)城市內(nèi)涵的提升式發(fā)展。無論是被動(dòng)的保護(hù)，還是主動(dòng)的預(yù)留，都為促使城市合理和可持續(xù)發(fā)展，保障城市生態(tài)安全提供了依據(jù)?！皟删€合一”劃定模式對比如表1所示。

（3）在實(shí)際干涉數(shù)據(jù)的低相干區(qū)域，實(shí)相關(guān)函數(shù)的性能要優(yōu)于復(fù)相關(guān)函數(shù)。

下面利用實(shí)測數(shù)據(jù)來驗(yàn)證實(shí)、復(fù)相關(guān)函數(shù)的上述特點(diǎn)。從SIR－C／X－SAR系統(tǒng)獲取的實(shí)測數(shù)據(jù)中截取了3塊數(shù)據(jù)（64像素×64像素），分別對應(yīng)于含有特征地貌區(qū)域、不含特征地貌區(qū)域以及低相干區(qū)域，如圖1（a）、（d）和（g）所示。圖1（b）～（c）給出了含有特征地貌的SAR圖像對的滑動(dòng)實(shí)、復(fù)相關(guān)測度函數(shù)計(jì)算結(jié)果，圖1（e）～（f）給出了不含特征地貌、散射特性較為一致的SAR圖像對的滑動(dòng)實(shí)、復(fù)相關(guān)測度函數(shù)計(jì)算結(jié)果，圖1（h）～（i）給出了低相干區(qū)域SAR圖像對的滑動(dòng)實(shí)、復(fù)相關(guān)測度函數(shù)計(jì)算結(jié)果。

圖1 實(shí)、復(fù)相關(guān)函數(shù)性能比較Fig.1 Performance comparision of real and complex correlation function

在圖1中，實(shí)、復(fù)相關(guān)函數(shù)的峰值位置、峰的大小及分布均略有不同，都有各自適應(yīng)的情況，很難確切地說兩種相關(guān)函數(shù)孰優(yōu)孰劣。一種合理的思路是將兩種相關(guān)函數(shù)進(jìn)行聯(lián)合，不同情況下采取不同的相關(guān)函數(shù)作為配準(zhǔn)測度函數(shù)。

因此，設(shè)計(jì)一種準(zhǔn)則，使得在這種準(zhǔn)則下算法能自適應(yīng)地選取合適的相關(guān)函數(shù)，是配準(zhǔn)算法設(shè)計(jì)的關(guān)鍵。為此，提出了配準(zhǔn)靈敏度準(zhǔn)則，配準(zhǔn)靈敏度包括方位向靈敏度和距離向靈敏度，是指配準(zhǔn)測度函數(shù)歸一化后在其峰值位置沿方位向和距離向剖面的3dB寬度［19］，類似于SAR圖像分辨率的定義。圖2給出配準(zhǔn)靈敏度示意圖，圖2（a）是歸一化后測度函數(shù)，圖2（b）、（c）分別給出了在其峰值位置沿方位向和距離向的剖面圖，對應(yīng)的3dB寬度（半功率點(diǎn)處的寬度），即為配準(zhǔn)測度函數(shù)的方位向靈敏度和距離向靈敏度。

圖2 配準(zhǔn)靈敏度示意圖Fig.2 The sketch map of coregistration sensitive factor

由此可知，配準(zhǔn)靈敏度越小表明該配準(zhǔn)測度函數(shù)的配準(zhǔn)精度越高。因此，在實(shí)際SAR圖像對配準(zhǔn)過程中，可以依據(jù)配準(zhǔn)靈敏度來選取相應(yīng)的（實(shí)、復(fù)）相關(guān)函數(shù)作為配準(zhǔn)測度函數(shù)。

3 實(shí)、復(fù)相關(guān)聯(lián)合配準(zhǔn)方法流程

在上一節(jié)中，分析了各種測度函數(shù)的優(yōu)缺點(diǎn)，并確定了穩(wěn)健的配準(zhǔn)方法應(yīng)該以相關(guān)函數(shù)作為其配準(zhǔn)測度函數(shù)。針對存在實(shí)、復(fù)兩種相關(guān)函數(shù)，提出配準(zhǔn)靈敏度準(zhǔn)則，用以選擇合適的相關(guān)函數(shù)。本節(jié)給出基于聯(lián)合實(shí)、復(fù)相關(guān)函數(shù)的干涉SAR圖像配準(zhǔn)方法的詳細(xì)操作流程。

當(dāng)SAR圖像對精確配準(zhǔn)時(shí)，其相關(guān)函數(shù)達(dá)到最大值。所以，只需在配準(zhǔn)窗口內(nèi)所有偏移位置上計(jì)算相應(yīng)的相關(guān)函數(shù)值，等價(jià)于計(jì)算兩配準(zhǔn)窗口圖像的互相關(guān)函數(shù)，互相關(guān)測度函數(shù)的峰值位置決定了配準(zhǔn)偏移量。根據(jù)相關(guān)定理［20］，兩幅圖像互相關(guān)函數(shù)的傅里葉變換等于一幅圖像的傅里葉變換與另一幅圖像的傅里葉變換的共軛相乘。因此，實(shí)、復(fù)相關(guān)函數(shù)可以通過快速傅里葉變換實(shí)現(xiàn)

式中，norm（）表示歸一化操作，這樣就把逐點(diǎn)的滑動(dòng)窗相關(guān)運(yùn)算轉(zhuǎn)化為圖像塊之間的互相關(guān)計(jì)算，得到數(shù)據(jù)塊間的滑動(dòng)相關(guān)函數(shù)，極大地提高了計(jì)算效率。綜上所述，聯(lián)合實(shí)、復(fù)相關(guān)函數(shù)配準(zhǔn)算法的詳細(xì)步驟如下。

步驟1：SAR圖像像素級粗配準(zhǔn)。由于實(shí)相關(guān)函數(shù)較為穩(wěn)健，因此兩幅SAR圖像之間的像素級配準(zhǔn)基于實(shí)相關(guān)完成。像素級配準(zhǔn)的目的是使得后續(xù)亞像素級配準(zhǔn)的輸入窗口能盡可能多的重疊（相關(guān)）。根據(jù)輸入數(shù)據(jù)的圖幅大小、分辨率高低以及成像工作模式?jīng)Q定是否需要分塊進(jìn)行像素級配準(zhǔn)。在條帶模式下，實(shí)測數(shù)據(jù)處理中一般以5000像素×5000像素（方位向×距離向）分塊進(jìn)行粗配準(zhǔn)。

步驟2：SAR圖像分塊。傳統(tǒng)的配準(zhǔn)方法一般是通過在SAR圖像上布置控制點(diǎn)，對控制點(diǎn)所在子圖像窗口進(jìn)行配準(zhǔn)處理，得到所有控制點(diǎn)處的配準(zhǔn)偏移量，然后結(jié)合多項(xiàng)式模型即可求解得到原始圖像任意像素處的配準(zhǔn)偏移量。然而，隨著星載雷達(dá)技術(shù)的發(fā)展，各種觀測模式的出現(xiàn)，尤其是分辨率的提高，多項(xiàng)式模型在某些情況下已經(jīng)不再滿足實(shí)際配準(zhǔn)要求［16］。此時(shí)，可以將SAR圖像按照某一大小（如128像素×128像素）進(jìn)行分塊，對每一子塊進(jìn)行亞像素級配準(zhǔn)，得到相應(yīng)的配準(zhǔn)偏移量，然后通過局部曲面擬合或內(nèi)插的方式得到整幅圖像任意像素處的配準(zhǔn)偏移量。

步驟3：SAR圖像子塊亞像素級配準(zhǔn)。對每一子塊圖像對，分別計(jì)算其實(shí)、復(fù)相關(guān)函數(shù)，亞像素級配準(zhǔn)是通過傅里葉變換的補(bǔ)零實(shí)現(xiàn)的，得到亞像素級實(shí)、復(fù)相關(guān)函數(shù)后，計(jì)算其相應(yīng)的配準(zhǔn)靈敏度，并基于此選擇相應(yīng)的方位向和距離向配準(zhǔn)測度相關(guān)函數(shù)，從而得到相應(yīng)的配準(zhǔn)偏移量（峰值位置）。

步驟4：子塊亞像素級配準(zhǔn)偏移量的粗差剔除。得到每一子塊圖像的亞像素級配準(zhǔn)偏移量后，可以通過以下準(zhǔn)則剔除粗差：① 方位向或距離向的配準(zhǔn)靈敏度大于某一門限值；② 配準(zhǔn)偏移量的矢量長度超過周圍偏移量矢量長度的2倍標(biāo)準(zhǔn)差范圍；③ 配準(zhǔn)偏移量的矢量長度超過周圍偏移量矢量長度的2倍中值范圍。在實(shí)際粗差剔除時(shí)，任選上述準(zhǔn)則的一種或兩種進(jìn)行組合均可。被剔除子塊的配準(zhǔn)偏移量可以通過對其周圍偏移量的局部曲面擬合（或插值）得到。

步驟5：輔圖像重采樣處理。對子塊配準(zhǔn)偏移量進(jìn)行插值處理就可求得整幅圖像任意像素處的亞像素級配準(zhǔn)偏移量。然后基于某一插值核函數(shù)對SAR輔圖像進(jìn)行重采樣，完成兩幅SAR圖像間的精確配準(zhǔn)。

4 實(shí)測數(shù)據(jù)處理與分析

為驗(yàn)證算法的有效性，利用該方法對實(shí)測數(shù)據(jù)進(jìn)行處理。所用實(shí)測數(shù)據(jù)是ALOS－PALSAR于2009－07－01和2009－08－16獲取的重復(fù)軌道干涉數(shù)據(jù)，基線長度約為2700m，相干系數(shù)約為0.65。圖4（a）顯示了該區(qū)域的SAR幅度圖像，整個(gè)觀測區(qū)域呈山地形貌，且地物類別較為豐富，包括機(jī)場（SAR圖像左下角暗黑區(qū)域）、大面積城市建筑區(qū)（SAR圖像整個(gè)右側(cè)較亮區(qū)域），水域（SAR圖像中部暗黑區(qū)域），比較適合校驗(yàn)配準(zhǔn)算法的性能。

首先對兩幅SAR圖像進(jìn)行像素級配準(zhǔn)，從主、輔圖像中間各取一塊大小為1024像素×1024像素的區(qū)域，基于實(shí)相關(guān)測度函數(shù)進(jìn)行像素級配準(zhǔn)。然后，將SAR圖像進(jìn)行分塊，分別計(jì)算其方位向和距離向的實(shí)、復(fù)相關(guān)函數(shù)配準(zhǔn)靈敏度（傅里葉變換時(shí)作16倍插值），結(jié)果如圖3所示。為了更好地顯示配準(zhǔn)方案的中間結(jié)果，本文在處理這一景數(shù)據(jù)時(shí)，沒有按照第3節(jié)中步驟2的方法（按128像素×128像素）進(jìn)行分塊，而是在方位向取18個(gè)子塊，距離向取10個(gè)子塊，總共180個(gè)子塊，每個(gè)子塊的大小均為128像素×128像素。

在圖3中，橫坐標(biāo)表示用于配準(zhǔn)的數(shù)據(jù)子塊索引號，縱坐標(biāo)表示配準(zhǔn)靈敏度（像素?cái)?shù)目）?？梢钥吹?，復(fù)相關(guān)函數(shù)的配準(zhǔn)靈敏度均值要略小于實(shí)相關(guān)函數(shù)，這也驗(yàn)證了一般情況下復(fù)相關(guān)配準(zhǔn)測度函數(shù)的配準(zhǔn)精度略高于實(shí)相關(guān)函數(shù)這一規(guī)律。但是，在部分區(qū)域，實(shí)相關(guān)函數(shù)的配準(zhǔn)靈敏度小于復(fù)相關(guān)函數(shù)，這也說明了聯(lián)合實(shí)、復(fù)相關(guān)函數(shù)的必要性和有效性。

圖3 實(shí)、復(fù)相關(guān)函數(shù)性能比較Fig.3 Performance comparision of real and complex correlation functions

計(jì)算出各數(shù)據(jù)塊的實(shí)、復(fù)相關(guān)配準(zhǔn)靈敏度后，利用第3節(jié)的方法即可確定各塊的實(shí)、復(fù)相關(guān)配準(zhǔn)測度函數(shù)分布，結(jié)果如圖4（b）所示。在總共180個(gè)子塊中，方位向、距離向均采用復(fù)相關(guān)作為配準(zhǔn)測度函數(shù)的有111塊，方位向、距離向均采用實(shí)相關(guān)作為配準(zhǔn)測度函數(shù)的有29塊，方位向、距離向分別采用實(shí)、復(fù)相關(guān)函數(shù)作為配準(zhǔn)測度函數(shù)的有6塊，方位向、距離向分別采用復(fù)、實(shí)相關(guān)函數(shù)作為配準(zhǔn)測度函數(shù)的有20塊，依據(jù)粗差剔除準(zhǔn)則①、②剔除了14個(gè)子塊的配準(zhǔn)偏移量（方位向距離向配準(zhǔn)靈敏度門限值均取46），通過局部曲面擬合的方式得到剔除位置的偏移量，結(jié)果如圖4（c）所示。對圖4（c）所示的配準(zhǔn)偏移量進(jìn)行雙線性插值可以得到所有像素處精確偏移量，然后對SAR輔圖像進(jìn)行重采樣處理。圖4（d）顯示的是配準(zhǔn)完成后去平地效應(yīng)后的干涉相位圖。

圖4（b）中，■表示方位向、距離向均采用復(fù)相關(guān)函數(shù)作為配準(zhǔn)測度函數(shù)；● 表示方位向、距離向均采用實(shí)相關(guān)函數(shù)作為配準(zhǔn)測度函數(shù)；▼ 表示方位向、距離向分別采用實(shí)、復(fù)相關(guān)函數(shù)作為配準(zhǔn)測度函數(shù)；▲ 表示方位向、距離向分別采用復(fù)、實(shí)相關(guān)函數(shù)作為配準(zhǔn)測度函數(shù)；★ 表示剔除的粗差。值得注意的是，由圖4（d）可以看出，圖像右側(cè)的干涉條紋清晰程度相比于其他區(qū)域要差。這是因?yàn)樵搮^(qū)域是城區(qū)，在地形干涉條紋上疊加了城市建筑高度所對應(yīng)的高程相位，而城區(qū)建筑高程變化是非連續(xù)的，所以圖像右側(cè)的干涉條紋清晰度（連續(xù)程度）在視覺效果上差于其他區(qū)域。在1∶1比例的干涉相位圖上可以清晰地看到城市建筑所對應(yīng)的干涉相位變化。為了更進(jìn)一步說明聯(lián)合實(shí)、復(fù)相關(guān)函數(shù)的優(yōu)點(diǎn)，還分別利用實(shí)相關(guān)和復(fù)相關(guān)作為配準(zhǔn)測度函數(shù)對該圖像對進(jìn)行了配準(zhǔn)處理，不同方法配準(zhǔn)結(jié)果的殘差點(diǎn)數(shù)目及相干系數(shù)統(tǒng)計(jì)結(jié)果如表1所示。計(jì)算相干系數(shù)所采用的方法是Guarnieri相干估計(jì)法［21］，估計(jì)窗口大小為9像素×9像素。

圖4 ALOS－PALSAR實(shí)測數(shù)據(jù)配準(zhǔn)處理結(jié)果Fig.4 ALOS－PALSAR real data coregistration results

表1 配準(zhǔn)性能比較Tab.1 Performance comparision of coregistration results

由表1可知，實(shí)、復(fù)相關(guān)函數(shù)聯(lián)合的配準(zhǔn)性能明顯優(yōu)于單一的實(shí)相關(guān)或復(fù)相關(guān)配準(zhǔn)。而相關(guān)函數(shù)是一種穩(wěn)健的配準(zhǔn)測度函數(shù)，因此，本文聯(lián)合實(shí)、復(fù)相關(guān)的配準(zhǔn)方法能夠穩(wěn)健、高效地適應(yīng)于全球干涉數(shù)據(jù)配準(zhǔn)處理。

5 結(jié) 論

本文提出了一種基于聯(lián)合實(shí)、復(fù)相關(guān)函數(shù)的干涉SAR圖像配準(zhǔn)方法。在分析各種配準(zhǔn)測度函數(shù)特性的基礎(chǔ)上，確定相關(guān)函數(shù)作為匹配度量，并提出了配準(zhǔn)靈敏度概念，從而能夠自適應(yīng)地選取配準(zhǔn)測度函數(shù)。該方法由于聯(lián)合了實(shí)、復(fù)相關(guān)函數(shù)各自的優(yōu)點(diǎn)，使得在匹配的準(zhǔn)確度和穩(wěn)定性上較傳統(tǒng)方法有所提高。針對ALOS－PALSAR復(fù)雜場景實(shí)測數(shù)據(jù)的處理結(jié)果表明，該方法能穩(wěn)健、高效地適應(yīng)于各種地貌類型的實(shí)測數(shù)據(jù)處理。需要指出的是，在應(yīng)用過程中，配準(zhǔn)偏移量粗差剔除可以選擇文中給出準(zhǔn)則中的一種或兩種進(jìn)行組合均可，3種準(zhǔn)則的門限值可以根據(jù)實(shí)際情況進(jìn)行合理的取值，不同的取值會(huì)對結(jié)果略有影響，本文給出了門限取值的參考值，如何獲得最優(yōu)取值也是下一步需要研究的問題。致 謝：感謝德國宇航中心（DLR）和日本宇宙航空開發(fā)研究機(jī)構(gòu)（JAXA）提供的SIR－C／X－SAR、ALOS－PALSAR數(shù)據(jù)。

［1］ KRIEGER G，MOREIRA A，F(xiàn)IEDLER H，et al.Interferometric Synthetic Aperture Radar（SAR）Missions Employing Formation Flying［J］.Proceedings of IEEE，2010，98（5）：816－843.

［2］ ROSEN P A，HENSELEY S，JOUGHIN I R，et al.Synthetic Aperture radar Interferometry［J］.Proceedings of IEEE，2000，88（3）：333－382.

［3］ WERNER M，Shuttle Radar Topography Mission（SRTM）Mission Overview［J］.Proceedings of IEEE，2001，55（2）：75－79.

［4］ SANSOSTI E，BERARDINO P，MANUNTA M，et al.Geometrical SAR Image Registration［J］.IEEE Transactions on Geoscience and Remote Sensing，2006，44（10）：2861－2870.

［5］ LI F K，GOLDSTEIN R M.Studies of Multi－baseline Space－borne Interferometric Synthetic Aperture Radars［J］.IEEE Transactions on Geoscience and Remote Sensing，1990，28（1）：88－97.

［6］ STONE H S，ORCHARD M T，CHANG E C，et al.A Fast Direct Fourier－based Algorithm for Subpixel Registration of Images［J］.IEEE Transactions on Geoscience and Remote Sensing，2001，39（10）：2235－2243.

［7］ ZENG Qiming，XIE Xuetong.A FFT－based Complex Correlation Function Method Applied to Interferometric Complex Image Corregistration［J］.Acta Gendaetica et Cartegraphica Sinica，2004，33（2）：127－131.（曾琪明，解學(xué)通.基于譜運(yùn)算的復(fù)相關(guān)函數(shù)法在干涉復(fù)圖像配準(zhǔn)中的應(yīng)用［J］.測繪學(xué)報(bào)，2004，33（2）：127－131.）

［8］ LIN Q，VESECKY J F，ZEBKER H A，et al.New Approaches in Interferometric SAR Data Processing［J］.IEEE Transactions on Geoscience and Remote Sensing，1992，30（3）：560－567.

［9］ GABRIE1AK，GOLDSTEIN R M.Crossed Orbit Interferometry：Theory and Experimental Results from SIR－B［J］.International Journal of Remote Sensing，1988，9（5）：857－872.

［10］ ZHAO Zhiwei，YANG Ruliang，QI Haiming.An Improved Maximum Spectrum Peak Co－registration Algorithm for Space－borne InSAR Complex Data［J］.Acta Gendaetica et Cartographica Sinica，2008，37（1）：64－69.（趙志偉，楊汝良，祁海明.一種改進(jìn)的星載干涉SAR復(fù)圖像最大頻譜配準(zhǔn)算法［J］.測繪學(xué)報(bào)，2008，37（1）：64－69.）

［11］ SHI Xiaojin，ZHANG Yunhua.A New Image Registration Method for Repeat－Pass InSAR Based on Fourier－Mellin Transformation and Correlation－Coefficient Algorithm［J］.Journal of Electronics and Information Technology，2009，31（4）：803－807.（石曉進(jìn)，張?jiān)迫A.基于Fourier－Mellin變換和相干系數(shù)法的重復(fù)軌道干涉SAR圖像配準(zhǔn)新方法［J］.電子與信息學(xué)報(bào)，2009，31（4）：803－807.）

［12］ CHEN Lifu，WEI Lideng，XIANG Maosheng，et al.Autoregistration Imaging Algorithm of Non－linear Approximation for Airborne Dual－antenna InSAR［J］.Journal of Electronics and Information Technology，2010，32（9）：2208－2214.（陳立福，韋立登，向茂生，等.機(jī)載雙天線干涉SAR非線性近似自配準(zhǔn)成像算法［J］.電子與信息學(xué)報(bào)，2010，32（9）：2208－2214.）

［13］ ZOU Weibao，LI Yan，LI Zhilin，et al.Improvement of the Accuracy of InSAR Image Co－registration Based on Tie Points－A Review［J］.Sensors，2009，9：1259－1281.

［14］ RABUS B，EINEDER M，ROTH A，et al.The Shuttle Radar Topography Mission－a New Class of Digital Elevation Models Acquired by Space－borne Radar［J］.ISPRS Journal of Photogrammetry and Remote Sensing，2003，57：241－262.

［15］ FRITZ T，BREIT H，BALSS U，et al.Processing of Interferometric TanDEM－X Data［C］∥Proceedings of the European Conference on Synthetic Aperture Radar.Aachen：［s.n.］，2010：412－415.

［16］ MARTINEZ N Y，EINEDER M，BRCIC R，et al.TanDEM－X Mission：SAR Image Coregistration Aspects［C］∥Proceedings of the European Conference on Synthetic Aperture Radar.Aachen：［s.n.］，2010：576－579.

［17］ BAMLER R.Interferometric Stereo Radar－grammetry：Absolute Height Determination from ERS－ENVISAT Interferograms［C］∥Proceedings of the European Conference on Synthetic Aperture Radar.Munich：［s.n.］，2000：742－745.

［18］ LEONG K K，EE C C，WANG C A H，et al.DTM Generation from 35－day Repeat Pass ERS－1Interferometry［C］∥Proceedings of IEEE International Geoscience and Remote Sensing Symposium.［S.l］：IEEE，1994：2288－2290.

［19］ SKOLNIK M I.Handbook of Radar［M］.WANG Jun Translate.Beijing：Publishing House of Electronics Industry，2003.（SKOLNIK M I.雷達(dá)手冊［M］.王軍譯.北京：電子工業(yè)出版社，2003.）

［20］ OPPENHEIM A V，WILLSKY A S.Signals and Systems［M］.New Jersey：Prentice－Hall，1997.

［21］ GUARNIERI A M，PRATI C.SAR Interferometry：A“Quick and Dirty”Coherence Estimator for Data Browsing［J］.IEEE Transactions on Geoscience and Remote Sensing，1997，35：660－669.

［22］ WANG Qingsong.Research on High Efficiency and High Precision Processing Techniques of Spaceborne Interferometric Synthetic Aperture Radar［D］.Changsha：National University of Defcnse Technology，2011.（王青松.星載干涉合成孔徑雷達(dá)高效高精度處理技術(shù)研究［D］.長沙：國防科學(xué)技術(shù)大學(xué)，2011.）

A Method Based on Integrating Real and Complex Correlation Function for InSAR Image Coregistration

WANG Qingsong1，QU Jishuang1，HUANG Haifeng2，YU Anxi2，DONG Zhen2
1.The Third Research Institute of Arming Academy，Second Artillery，Beijing100085，China；2.School of Electronic Science and Technology，National University of Defense Technology，Changsha410073，China

SAR image coregistration is one of the key steps in InSAR data processing，while the coregistration accuracy can directly affect the quality of follow－up products.A method for InSAR image coregistration based on integrating real and complex correlation function is presented.Firstly，based on the analysis of characteristics of the existing coregistration measure function，and with international SAR data processing experience，it’s concluded that a robust，universal InSAR image coregistration method should take correlation function as its coregistration measure function.Secondly，for the correlation function have two of real and complex correlation calculations，the author analyzed the characteristics and the adaptation of real and complex correlation function，and put forward the concept of coregistration sensitive factor，which can be effectively and adaptively select the appropriate correlation function.Finally，the implementation steps of the coregistration algorithm are given in detail.And the real data processing results show the effectiveness of the proposed coregistration method.

InSAR；image coregistration；real correlation function；complex correlation function；coregistration sensitive factor

WANG Qingsong（1983—），male，PhD，majors in spaceborne InSAR data processing and technology of radar seeker.

WANG Qingsong，QU Jishuang，HUANG Haifeng，et al.A Method Based on Integrating Real and Complex Correlation Function for InSAR Image Coregistration［J］.Acta Geodaetica et Cartographica Sinica，2012，41（4）：563－569.（王青松，瞿繼雙，黃海風(fēng)，等.聯(lián)合實(shí)、復(fù)相關(guān)函數(shù)的干涉SAR圖像配準(zhǔn)方法［J］.測繪學(xué)報(bào)，2012，41（4）：563－569.）

TN957

A

1001－1595（2012）04－0563－07

國家自然科學(xué)基金（61002031；61072115；60902092）

宋啟凡）

2011－05－26

2012－05－21

王青松（1983—），男，博士，研究方向?yàn)樾禽dInSAR數(shù)據(jù)處理，雷達(dá)導(dǎo)引頭技術(shù)。

E－mail：yilingsql＠126.com