2. 信息工程大学 地理空间信息学院，河南 郑州 450052
2. Institute of Geospatial Information,Information Engineering University,Zhengzhou 450052,China
1 引 言
合成孔径雷达(synthetic aperture radar，SAR)具有全天时、全天候等突出优势[1, 2, 3]，在常年多云、多雨、多雾地区的地形测绘中具有重要的应用价值。我国机载SAR系统已在国家西部测图工程中发挥了重要作用，但目前国产机载SAR系统在辐射校正方面尚存在一些不足，给SAR图像解译和测绘应用带来不便。
在SAR图像增强方面，多数研究集中于抑制噪声和突出特定类型目标[4]、增强边缘[5, 6]、杂波抑制[7]、天线方向图建模[8, 9, 10, 11, 12, 13]和伪彩色增强[14, 15]等。在几何定标[16]、辐射定标[17, 18]的模型与算法方面也开展了研究，但目前利用国产机载SAR系统进行测绘应用时，尚未进行天线方向图检测和辐射校正，获取的SAR强度图像受天线方向图和作用距离的影响较大，具体表现为近距端和远距端的SAR图像色调较暗，距离向中心部分色调较亮，给图像显示、判读和解译带来困难。但目前尚缺乏针对天线方向图未知情况的SAR图像增强方法，影响了我国机载SAR图像的测绘应用效能。虽然国内外对光学图像增强和匀色技术的研究已相对成熟，光学图像的自动匀光[19, 20]技术已得到应用，但天线方向图未知情况的SAR图像强度变化规律与光学图像存在明显差异，不能采用光学图像匀色增强方案来进行SAR图像的增强处理。
为了提高国产机载SAR图像的可视化效果和解译能力，增强其测绘效能，本文对SAR图像增强方法进行了研究。为了得到天线方向图和作用距离对SAR成像强度的影响规律，提出了方位向强度积分策略，设计了利用方位向强度积分计算增强因子的SAR图像增强方案。采用中国测绘科学研究院机载SAR系统获取的多套SAR图像进行了增强试验，得到了满意的图像增强效果，提高了其可视化、判读和解译效能。
2 影响机载SAR图像强度的主要因素在SAR系统发射功率、调制波形和天线增益一定的前提下影响机载SAR图像强度的主要因素是天线方向图和作用距离。
雷达天线方向图表征了雷达天线辐射特性与空间角度的关系。它对SAR成像强度和信噪比的影响最大。沿雷达天线方向图主瓣中心方向，SAR成像强度最大、信噪比最高；从主瓣中心向方向向两侧成像强度依次减弱，且夹角大于半功率角后，强度减弱加剧。雷达天线方向图的影响会造成SAR图像沿距离向呈中间量、两侧暗，中间信噪比高、两侧信噪比低的特点，给SAR图像显示和应用带来极大影响。
雷达作用距离对SAR成像强度的影响可用雷达方程定量表达
式中，Gt为雷达天线的增益;λ为波长;σ为目标的有效散射面积;Pt为雷达发射机的发射功率;R为目标和天线之间的距离。
由式(1)可知，若仅有作用距离的影响，则SAR成像强度与作用距离的4次方成反比，因此，作用距离越远，SAR图像强度越小、信噪比越低。作用距离的影响会造成SAR图像近距处亮、信噪比高，远距处暗、信噪比低的特点。
在机载SAR成像时，图像强度会受到雷达天线方向图和作用距离的综合影响，其总体变化趋势是：近距处和远距处SAR图像强度小、信噪比低，中心距离处SAR图像强度大、信噪比高。
由于实际成像时距离向采样范围较大，受天线方向图的影响，图像两侧的强度和信噪比均大幅度降低。在影响成像强度和信噪比的各因素中，天线方向图的影响会使靠近距离向两侧的图像亮度降低，而作用距离的影响会使图像沿距离向由近及远逐渐变暗。通常，可以截取信噪比和强度较好且均匀一致的距离向中心区域图像进行测绘应用，但这种应用方案会减小SAR图像的测绘带宽，降低所获取数据的利用效能。
虽然成像时SAR图像中各像点的斜距R是已知的，但由于成像时超出了半功率角对应的覆盖范围，对作用距离的影响进行相对校正后也难以获得强度均匀一致的SAR图像，仍然会中间量、两侧暗。
令Rclose表示SAR成像时最近像点的斜距(以后称近距延迟)；Iclose表示其成像强度；Rfar表示最远像点的斜距；Ifar表示其成像强度。若近距离处和远距离处地面点的后向散射特性不变，则由式(1)分析可得，相对于最近像点成像而言，因作用距离的影响最远距离处像点的成像强度会降低至
为了分析作用距离对SAR成像强度的影响，令Iclose=1，根据表 1中给出的机载SAR参数计算出的远距端像点成像强度为
| 参数类型 | 参数值 | ||
| 图像1、2 | 图像3 | 图像4、5 | |
| 波长/m | 0.031 | 0.031 | 0.031 |
| 波段 | X | X | X |
| 绝对航高/m | 10 070.609 | 10 075.116 | 10 094.127 |
| 近距延迟/m | 10 434.476 | 9 045.760 | 9 045.760 |
| 最远像点斜距/m | 26 810.284 | 25 421.568 | 25 421.568 |
| 方位向采样尺寸/m | 1.624 | 1.665 | 2.044 |
| 距离向采样尺寸/m | 1.999 | 1.999 | 1.999 |
| 方位向像元数 | 2048 | 1480 | 1024 |
| 距离向像元数 | 8192 | 8192 | 8192 |
| 极化方式 | HH | HH | HH |
因此，作用距离对成像强度的影响也不能忽视。可以根据SAR成像时各像点的斜距信息进行相对辐射校正，但由于天线方向图的影响，校正后的SAR图像仍然会出现中间量、两侧暗的情况。
由于天线方向图和作用距离对SAR成像的共同影响，造成了SAR图像呈现沿距离向中间亮、两侧暗，中间信噪比高、两侧信噪比低的情况。天线方向图和作用距离引起的SAR成像强度的变化信息属于低频信息，相对而言，SAR图像中目标后向散射特性不同引起的SAR成像强度的变化信息属于较高频信息，因此可以通过低通滤波方法得到天线方向图和作用距离对SAR成像强度影响的规律，从而进行SAR图像增强处理。
3 天线方向图未知的机载SAR图像的增强方法为了消弱天线方向图和作用距离对SAR成像强度的影响，提高国产机载SAR图像的可视化效果和判读、解译能力，设计了如图 1所示的SAR图像增强方案。该方案先对SAR图像进行方位向强度积分，再计算体现SAR图像强度随距离向变化规律的增强因子并进行增强处理，从而减弱天线方向图和作用距离对SAR图像的影响。
|
| 图 1 SAR图像增强流程 Fig. 1 Enhancement flowchart of SAR images |
天线方向图未知的机载SAR图像增强方案主要包括以下3步。
3.1 方位向强度积分为了稳健地获取天线方向图和作用距离对SAR成像强度的影响规律，本文采用方位向强度积分策略。方位向强度积分是指对各距离采样点处的强度值沿方位向进行积分，若以x表示SAR图像距离向像元坐标，y表示方位向像元坐标，g(x,y)表示像元(x,y)处的强度值，N表示方位向的采样数，则距离向像元x处的强度积分值GA(x)为
3.2 增强因子计算
在方位向强度积分的基础上，为了找出SAR图像强度随距离向变化的规律，采用频域低通滤波方法计算距离向增强因子。
令FT(GA(x))表示对数据GA(x)进行傅里叶变换，FA(u)表示其变换结果，则有
在计算出FA(u)之后，对其进行低通滤波处理，取出其低频成份
本文采用理想低通滤波器进行滤波处理
低通滤波之后，对
A(u)进行傅里叶逆变换，得到空间域滤波结果
A(x)
再找出A(x)的最大值，计算增强因子r(x)
在SAR图像增强因子计算过程中，为了提高效率，所涉及的傅里叶变换及傅里叶逆变换均采用末尾补零的快速算法。
3.3 SAR图像增强利用获取的增强因子，对SAR图像逐像元进行增强处理，以减弱天线方向图、作用距离等因素对成像强度的影响，增强处理公式为
从而得到消弱天线方向图和作用距离影响的SAR图像，提高其可视化效果。
为了直接根据已知的SAR像点成像距离信息消除作用距离对SAR成像强度的影响，本文还采用公式(10)进行了SAR图像增强处理
4 试 验
为了验证所提出的SAR图像增强方案的有效性，采用中国测绘科学研究院机载SAR系统获取的多景SAR图像进行了试验。试验中，所采用的SAR数据相关参数如表 1所示。
其中，试验数据1和试验数据2的方位向像元数均为2048，试验数据3的方位向像元数为1480，试验数据4的方位向像元数为1024。
在图 2～图 6中，(a)为原始SAR强度图，这些图中，由于天线方向图未知，没有进行辐射校正，成像强度受天线方向图和作用距离的影响较大，特别是在近距端和远距端，分别存在色调较暗区域，且越靠近图像边缘，色调越暗，这给图像可视化和判读、解译等均带来较大困难；(b)为采用成像距离进行相对辐射校正后的SAR强度图，其增强效果明显，但在近距端和远距端仍存在色调较暗的情况；(c)为采用方位向强度积分和低通滤波计算增强因子的SAR图像增强结果，其近距端和远距端可视化效果较好，图像更便于判读和解译。
|
| 图 2 SAR图像1增强 Fig. 2 Enhancement of No.1 SAR image |
|
| 图 3 SAR图像2增强 Fig. 3 Enhancement of No.2 SAR image |
|
| 图 4 SAR图像3增强 Fig. 4 Enhancement of No.3 SAR image |
|
| 图 5 SAR图像4增强 Fig. 5 Enhancement of No.4 SAR image |
|
| 图 6 SAR图像5增强 Fig. 6 Enhancement of No.5 SAR image |
通过大量SAR图像增强试验，发现图像覆盖范围越大，增强效果越明显。分析其原因，主要是SAR图像覆盖范围越大，地物、地貌等因素对增强的影响越小；覆盖范围越小，越容易受到个别强散射体或弱反射体的影响。
虽然本文增强方法已用于各小块SAR图像的增强处理中，明显提高了其可视化效果和判读、解译能力，但从提高增强效果和稳健性方面考虑，在后续增强处理中，可采用以下策略：
(1) 对整个航线全部SAR强度数据沿方位向进行强度积分，从而增加统计量，减弱个别强散射体或弱散射区域对增强因子的影响。
(2) 对于按方位向分块的SAR图像，可选择其中地物、地貌分布均匀的一景SAR图像作为基准计算增强因子，并利用该因子对所有SAR图像进行增强处理。
(3) 在基准SAR图像选择时，可优先考虑覆盖范围内均为平坦地区，且无居民地、人工建筑物等明显强散射目标和大面积水域等弱散射区域的SAR图像。
5 结 论为了提高天线方向图未知情况下的机载SAR图像的可视化效果和判读、解译能力，本文提出了一种利用方位向强度积分的SAR图像增强方法，通过方位向的强度积分，统计因雷达天线方向图和作用距离等因素影响导致的SAR图像强度变化规律，再沿距离向进行低通滤波计算增强因子并进行增强处理。
采用中国测绘科学研究院机载SAR系统获取的大量SAR图像进行了增强试验，得到了满意的增强效果，提高了其可视化效果，为其正确判读、解译奠定了基础。
在试验基础上，针对进一步提高增强效果和稳健性问题，提出了整航线强度积分、选择地物地貌分布均匀的SAR基准图像和优选选择平坦地区无强散射目标和弱散射区域的SAR基准图像等策略。
本文方法已在中国测绘科学研究院获取的大量机载SAR图像增强中展开应用，但目前仅限于对单极化机载SAR图像的增强处理。因此在后续研究中，将针对多极化SAR数据，考虑各极化通道之间的关系，研究相应的增强方案。
| [1] | JIN Guowang. Research on Key Technologies of InSAR Topographic Surveying and Mapping[D]. Beijing:Institute of Electronics Chinese Academy of Sciences, 2011. (靳国旺.InSAR地形测绘若干问题研究[D]. 北京:中国科学院电子学研究所,2011.) |
| [2] | WANG Chao, ZHANG Hong, LIU Zhi. Spaceborne Synthetic Aperture Radar Intreferometry[M].Beijing: Science Press,2002. (王超.张红,刘智. 星载合成孔径雷达干涉测量[M]. 北京:科学出版社,2002.) |
| [3] | JIN Guowang. Research on Key Processing Techniques for Accurate DEM Deriving from InSAR [D].Zhengzhou: Information Engineering University, 2007. (靳国旺. InSAR获取高精度DEM关键处理技术研究[D]. 郑州:信息工程大学,2007.) |
| [4] | SHA Yuheng, LIU Fang, JIAO Licheng. SAR Image Enhancement Based on Nonsubsampled Contourlet Transform[J]. Journal of Electronics and Information Technology,2009, 31(7):1716-1721.(沙宇恒,刘芳,焦李成. 基于非下采样Contourlet变换的SAR图像增强[J]. 电子与信息学报, 2009, 31(7):1716-1721.) |
| [5] | HUANG Shisheng, ZHU Jubo, XIE Meihua. Feature Enhancement for SAR Image Based on Variation Approach[J].Journal of Infrared Millimeter Waves, 2010, 29(5):392-396. (黄石生,朱炬波,谢美华. 基于变分的SAR图像目标特征增强方法[J]. 红外与毫米波学报,2010, 29(5):392-396.) |
| [6] | KARUNESH K, GUPTA R G. An Algorithm for Road Enhancement in SAR Images Using Wavelet Transform[J]. Journal of the Indian Society of Remote Sensing, 2007, 35(4): 361-367. |
| [7] | WANG Yiding, TU Guofang, HONG Jun. Clutter Rejection Method in SAR Radiometric Calibration [J]. Journal of Remote Sensing,2005, 9(5): 544-548. (王一丁,涂国防,洪峻. SAR辐射定标中的地物杂波抑制方法[J]. 遥感学报,2005, 9(5): 544-548. |
| [8] | YUN Risheng, GUO Wei. Acquisition and Application of Amazon Tropic Rain Forest Spaceborne SAR Antenna Pattern [J]. Journal of Test and Measurement Technology,2008, 22(4): 301-306. (云日升,郭伟. 亚马逊热带雨林星载SAR天线方向图获取与应用[J]. 测试技术学报,2008, 22(4): 301-306. |
| [9] | MARKUS B, MARCO S, BENJAMIN B. Accurate Antenna Pattern Modeling for Phased Array Antennas in SAR Applications-Demonstration on TerraSAR-X[J]. International Journal of Antennas and Propagation,2009, 2009:1-9. |
| [10] | SCHWERDT M, DRING B, SCHULZ C. Accurate Antenna Pattern Modelling for Spaceborne Active Phased Array Antennas[C]//Proceedings of 2010 IEEE International Symposium on Phased Array Systems and Technology.[S.l.]:IEEE,2010: 267-270. |
| [11] | LEATHER P S H, PARSONS J D, ROMEU J. Signal Processing Techniques Improve Antennapattern Measurement[C]//IEEE Antenna Measurements and SAR.[S.l.]:IEEE, 2004:97-100. |
| [12] | SHIMADA M, FREEMAN A. A Technique for Measurement of Spaceborne SAR Antenna Patterns Using Distributed Targets[J]. IEEE Transactions on Geoscience and Remote Sensing, 1995, 33(1):100-114. |
| [13] | LAHAIE I J, RICE S A. Antenna-pattern Correction for Near-field-to-far Field RCS Transformation of 1D Linear SAR Measurements[J]. IEEE Antennas and Propagation Magazine, 2004, 46(4):177-183. |
| [14] | YU Lei, JIN Guowang, XU Qing, et al. SAR Image Pseudo-Color Enhancement Based on Nonlinear Coding and 1αβ Transformation[J]. Journal of Geomatics Science and Technology,2012, 29(3):192-195. (余磊,靳国旺,徐青,等. 基于非线性编码和1αβ变换的SAR图像伪彩色增强[J]. 测绘科学技术学报,2012, 29(3):192-195.) |
| [15] | LIU Ling, XING Mengdao, BAO Zheng. A Study on Fake Color Enhanced Processing for Polarimetric SAR Image[J]. Modern Radar, 2008, 30(8):61-66. (刘玲,邢孟道,保铮. 多极化SAR图像伪彩色增强算法研究[J]. 现代雷达,2008, 30(8):61-66.) |
| [16] | JIN Guowang, ZHANG Wei, XIANG Maosheng, et al.A New Calibration Algorithm of Interferometric Parameters for Dual-antenna Airborne InSAR [J].Acta Geodaetica et Cartographica Sinica, 2010, 39(1):76-81.(靳国旺,张薇,向茂生,等. 一种机载双天线InSAR干涉参数定标新方法[J]. 测绘学报,2010, 39(1):76-81.) |
| [17] | BAI Zhonggan,ZHOU Ying,WANG Guoyu,et al.Research on Fusion Algorithm for the Radiometric Calibration of Airborne Synthetic Aperture Radar[J]. Signal Processing,2007, 23(4): 557-560.(柏仲干,周颖,王国玉,等. SAR辐射定标的融合算法研究[J]. 信号处理,2007, 23(4): 557-560.) |
| [18] | GAO Yangui, LIN Youquan. Radiometric Calibration Model and Error Analysis of SAR Image[J]. Modern Radar,2010, 32(6): 39-42. (高彦贵,林幼权. SAR图像辐射校准模型与误差分析[J]. 现代雷达,2010, 32(6): 39-42.) |
| [19] | LI Deren, WANG Mi, PAN Jun. Auto-dodging Processing and Its Application for Optical RS Images[J]. Geomatics and Information Science of Wuhan University, 2006, 31(96): 753-756.(李德仁,王密,潘俊. 光学遥感影像的自动匀光处理及应用[J]. 武大大学学报:信息科学版,2006, 31(96): 753-756. |
| [20] | WANG Mi, AI Jingbo, PAN Jun. A Method of True Color Verification for Image Dodging[J].Geomatics and Information Science of Wuhan University, 2008, 33(11): 1134-1137.(王密,艾靖播,潘俊. 一种影像匀光中色彩真实性的校验方法[J]. 武大大学学报:信息科学版,2008, 33(11): 1134-1137.) |