❶ 实验三十五 雷达图像处理
一、实验目的
通过对ERS-2卫星单波段雷达影像的显示、几何校正、滤波和彩色增强等处理，感受雷达微波遥感图像对地物反映的特征和与可见光图像的差别，了解雷达图像处理的内容，初步掌握ENVI雷达微波遥感图像处理的基本操作步骤，从而加深对雷达微波遥感对地质学应用原理的理解。
二、实验内容
①ENVI支持下的ERS-2雷达遥感图像数据输入、显示和输出；②雷达图像校正；③雷达图像滤波增强处理；④雷达图像彩色合成处理；⑤雷达图像地物影像特征识别；⑥雷达遥感影像与光学遥感影像特征差异比较分析。
三、实验要求
预习雷达遥感成像理论的相关知识，了解ERS-2雷达数据的技术参数，能够解读雷达图像上反映的信息，了解从ENVI中打开或存储在雷达文件的信息，初步掌握本实验所做的ENVI软件Radar模块的几种雷达图像处理操作，编写实验报告。
四、技术条件
①微型计算机；②桂林市ERS-2单波段Image格式的数据；③ENVI软件；④Photoshop软件（ver.6.0以上）和ACDSee软件（ver.4.0以上）。
五、实验步骤
1.打开雷达数据文件
ENVI提供两种方式打开雷达数据文件。
（1）在ENVI主菜单栏中选择“File>Open External File>Radar＞相应雷达传感器类型”，在弹出的文件选择对话框中，选择SAR IM P IPXBJG20090217.E2波段数据文件， （注意：ERS-2雷达影像不同于其他光学影像，文件格式类型是E2）。ENVI将自动提取头文件信息，并把图像波段输入到可用波段列表中。
（2）在ENVl主菜单中，选择“Radar>Open>Prepare Radar File＞相应雷达传感器类型”，也可打开。
在Available Bands List显示来自雷达数据的信息和参数，包括波段名；行数、样本数和波段数；文件大小；交叉格式（BSQ、BIL、BIP）；数据类型（字节、整型等）；以及数据是否已地理坐标定位等信息。
2.雷达图像纠正
（1）几何精纠正。雷达影像的几何纠正方法与光学遥感影像的处理方法一样，即也是选取地面控制点（GCPs）和建立GCPs文件的方式。可以采用Image to Map或Image to image两种方式之一来选取GCPs，具体参看本书实验十一和实验十二。
（2）自带定位参数的纠正。在ENVI主菜单中选择“Map>Georeference ENVISAT>Georeference ASAR”，弹出“Select ENVISAT File”，选择雷达影像点击【OK】按钮，在“Select Output Projection”对话框中（图35-1）根据实际需要选择投影方式、输出地面控制点路径及文件名。
图35-1 选择输出投影设置对话框
在“Registration Parameters”对话框中根据实际情况的需要来对参数重新定义，选择输出的路径，命名保存。纠正的目的就是赋予雷达图像地理坐标定位的信息，有利于之后信息的提取工作。
（3）天线阵列校正（Antenna Pattern Correction）。由于仪器的天线接受阵列，雷达图像在垂直于行程方向有明显的畸变。ENVI的天线阵列校正函数可以用来消除这种畸变。计算出方位角平均值，并作图显示行程方向上的平均变化。由用户限定次数的一个多项式函数可以用来消除接受时产生的畸变，可以选择加法或乘法校正。天线阵列校正操作方法如下：◎在ENVl主菜单选择“Radar>Antenna Pattern Correction”，在打开的“Antenna Pattern Input File”对话框中，选择雷达图像文件。
◎在打开的“Antenna Pattern Correction Parameters”对话框中（图35-2），编辑以下参数。
等斜距记录方向（Range Direction）：列（Samples）或行（Lines），可以通过查看图像数据的头文件确定记录方式；
校正方法（Correction Method）：可选择加法（Additvie）或乘法（Multiplicative），常用乘法校正作雷达天线阵列畸变校正；
多项式次数（Polynomial Order）：多项式次数根据需要进行改变，最大次数为5。
点击“Plot Polynomial”，显示出一张红色平均值图（图35-3），上面叠置着白色的、选择的多项式的拟和，多项式的最高次数可以根据需要改变，并再次作图（最好用一个低次多项式），以便不消除后向散射信号中的局部改变。
设置完以上参数后选择输出路径及文件名，点击【OK】按钮，执行操作。
图35-2 天线阵列校正参数窗口
图35-3 天线阵列校正曲线图
.3 图像增强
ENVI包括几个自适应滤波器，它们可以用于SAR 处理。自适应滤波器（Adaptive Filters）运用围绕每个像元值标准差来计算一个新的像元值。不同于传统的低通平滑滤波，自适应滤波器在抑制噪声的通透时保留了图像的高频信息和细节。Adaptive Filters包括LEE、Frost、Gamma、Kuan、用于减少图像斑点的局部σ滤波器，以及消除坏像元的比特误差滤波器（Bit Errors filter）。
自适应滤波器可用通过ENVI主菜单中的“Filters>Adatove＞滤波器或者主菜单＞Radar>Adaptive Filters＞滤波器”途径打开相应类型的滤波器，如图35-4所示。自适应滤波器包括如下几种。
（1） LEE滤波器：用于平滑亮度各图像密切相关的噪声数据以及附加或倍增类型的噪声；
（2） Enhance LEE滤波器：可以在保持雷达图像纹理信息的同时减少斑点噪声；
（3） Frost滤波器：能在保留边缘的情况下，减少斑点噪声；
（4） Enhance Frost滤波器：可以在保持雷达图像纹理信息的同时减少斑点噪声；
（5） Gamma滤波器：可以用于在雷达图像中保留边缘信息的同时减少斑点噪声；
（6） Kuan滤波器：用于在雷达图像中保留边缘的情况下，减少斑点噪声；
（7） Local Sigma滤波器：能很好地保留细节并有效地减少斑点噪声，即使是在对比度较低的区域；
（8） Bit Error Filters比特误差滤波器：可以消除图像中的“bit-error”噪声。
图35-4 LEE滤波器参数窗口
4.合成彩色图像（Synthetic Color Image）
可以使用“Synthetic Color Image”项将一幅灰阶图像转换成一幅彩色合成图像。这个转换通常用于将大比例尺雷达数据在保留有用细节情况下增强其中细微特征的显示。操作步骤如下：
图35-5 合成彩色参数窗口
（1）在 ENVI 主菜单中选择“Radar>Synthetic Color Image”，在文件选择对话框中选择输入文件，单击【OK】按钮。
（2）在“Synthetic Color Parameters”对话框中（图35-5），输入高通滤波（High Pass Kerenl Size）和低通滤波交换核大小（Low Pass Kerenl Size）。
（3）输入饱和度（Saturation Value）：范围0～1，该值越大图像颜色越深或者越纯。
（4）选择输出路径及文件名，单击【OK】按钮执行合成彩色图像处理，处理得到的结果将自动加载在可用波段列表中，并可用在“Display”中显示。
六、实验报告
（1）简述实验过程。
（2）回答问题：①雷达遥感对云层和地面植被具有穿透性，将本次实验处理得到的桂林市ERS-2图像，与在实验二或实验九得到的桂林市TM影像进行比较，寻找两种影像特征之间的差异。②与被动遥感图像的几何校正相比，雷达图像的校正有哪些不同的新内容？③有哪些黑白雷达遥感图像增强方法？有哪些彩色雷达遥感图像增强方法？④熟悉雷达影像处理后，思考下列问题：SAR图像、多光谱图像、高分辨率图像三者之间融合的方案，是否融合后的图像具有高分辨率多光谱穿透性强的特点？
实验报告格式见附录一。