【论文速递】ISPRS2018 :基于增强极线几何约束以及自适应窗最小二乘匹配方法的立体SAR山区DSM

【论文原文】：Radargrammetric DSM generation in mountainous areas through adaptive-window least squares matching constrained by enhanced epipolar geometry

【作者信息】：Yuting Dong; Lu Zhang; Timo Balz; Heng Luo; Mingsheng Liao;

获取地址：https://www.sciencedirect.com/science/article/abs/pii/S0924271618300108

博主关键词： SAR图像立体像对，增强核线几何，自适应窗最小二乘匹配，立体三维定位

推荐相关论文：

【论文速递】Remote Sensing2021 : 通过半全局匹配法的SAR立体图像DSM生成以及惩罚方程的评估
- https://blog.csdn.net/weixin_42373768/article/details/128794335
【论文速递】ISPRS2022 :一种新颖的结合几何语义信息的星载SAR数据三维定位方法
- https://blog.csdn.net/weixin_42373768/article/details/128827105

摘要：

立体SAR是构建数字表面模型（DSM）的有力工具，尤其是在植被茂密的山区，SAR干涉测量（InSAR）技术存在去相关问题。在立体SAR中，最具挑战性的步骤是通过大规模图像匹配来生成精确的视差图，从中可以使用严格的传感器定向模型来导出地形高度信息。然而，由于存在斑点噪声和不同的几何/辐射失真，在山区，精确的立体SAR（StereoSAR）图像匹配是一项非常困难的任务。在本文中，提出了一种具有增强对极几何约束的自适应窗口最小二乘匹配（AW-LSM）方法，以在补偿辐射差异和几何失真后鲁棒地识别同源点。匹配过程包括两个阶段。在第一阶段，将右图像重新投影到左图像空间中，以使用严格的成像几何结构来生成极线图像，该几何结构利用从先前DEM数据（例如SRTM DEM）提取的高程信息来增强，而不是映射区域的平均高度。因此，左图像和右图像之间的几何失真差异大大减少，并且残余差异对应于真实地面和先前DEM之间的高度差。在第二阶段，立体SAR对极图像之间的逐像素匹配残余视差。为了确保匹配结果的可靠性和准确性，我们开发了一种迭代匹配方案，其中使用经典的互相关匹配来获得初始结果，然后使用最小二乘匹配（LSM）来细化匹配结果。在密集匹配步骤中，采用自适应调整搜索窗口大小的策略来帮助找到正确的匹配点。使用覆盖中国中部嵩山的条纹图和聚光模式TerraSAR-X立体数据对，证明了所提出方法的可行性和有效性。实验结果表明，该方法可以为山区雷达测距提供一种鲁棒有效的匹配工具。
关键词 立体SAR，星载SAR，高分辨率，自适应窗口，最小二乘匹配，对极几何约束。

简介：

合成孔径雷达（SAR）获取的地球观测数据可以在构建数字地面模型（DSM）时以多种方式使用。最常用的两种方法是InSAR和StereoSAR，因为成像雷达系统记录从地面目标反向散射的信号的相位和强度信息。InSAR利用相位信息提取地形高度。然而，使用的图像之间的时间和几何去相关以及不同采集时间的可变大气条件限制了InSAR技术的应用。与InSAR相比，StereoSAR仅依赖于SAR幅度信息，因此该方法受时间去相关影响小得多。因此，它通常用于植被茂密地区的DSM生成。COSMO SkyMed、RADARSAT-2和TerraSAR-X/TanDEM-X获取的具有不同入射角的高分辨率SAR图像的可用性不断增加，促进了立体SAR DSM生成的研究和应用。

然而，由于立体SAR图像之间的几何失真不同，图像匹配是山区雷达测距的主要瓶颈。这种差异源于SAR系统采用的独特成像机制。特别地，SAR图像是在倾斜距离投影中形成的，即，沿着距离方向以增加雷达回波传输时间的顺序对地面目标进行采样。因此，当朝向雷达的斜率比SAR入射角更陡时，从斜坡顶部反向散射的回波比从斜坡底部返回的回波更早到达SAR天线，这将导致所谓的叠掩效应，通常被视为复杂山区SAR图像中的亮条带。对于SAR图像解释来说，由于中途停留导致的一个主要问题是拓扑结构的改变。换句话说，SAR图像坐标系中地面目标之间的相对方位将不同于地理坐标系中的相对方位。此外，拓扑扰动与SAR入射角密切相关。相反，在光学遥感中，图像形成采用透视投影，因此拓扑结构从物体空间到图像空间保持不变。除几何畸变外，斑点噪声是SAR图像的特征，这也增加了SAR图像匹配的难度。因此，在摄影测量中表现良好的密集匹配方法不能在不进行修改或预处理的情况下应用于雷达测距，以处理不同的几何失真问题。

为了使立体对的两个图像彼此更相似，我们提出了一种增强的对极图像生成方法，以使用现有的DEM/DSM补偿几何失真。几乎同时，Perko等人也提出了DEM极线校正概念。然后通过所提出的自适应窗口最小二乘匹配确定同源点，该匹配属于局部算法。详细地，所提出的过程可以描述为两个步骤，即补偿和匹配。首先，通过根据先前DEM（例如SRTM DEM、ASTER GDEM、AW3D30等）提供的高度信息而不是映射区域的平均高度，对右图像进行重采样以生成核图像，从而增强核图像生成以消除方位角和距离方向上的偏移。以这种方式，可以大大减轻左图像和右图像之间的几何失真的相对差异。距离方向上的残余差异主要是由真实地面和先前DEM之间的高度差造成的，因此仍然未进行校正。在第二步中，我们进行最小二乘匹配以提取左图像和增强的核极图像之间的残余视差。最小二乘匹配方法同时迭代地补偿几何和辐射失真，以定位同源点。由于最小二乘匹配的精度取决于初始解的值，因此采用基于面积的相关匹配来初始化最小二乘匹配迭代的同源点。此外，在密集匹配步骤中，相关窗口大小对正确匹配点的识别有很大影响。太大的窗口可能会造成巨大的计算负担并模糊视差图，而太小的窗口无法表达详细的纹理信息，因此将无法找到匹配点。因此，采用自适应窗口策略来解决这个问题。在确定同源点之后，可以通过同源点的空间前向相交和不规则分布的地理编码点的空间插值来有效地构建DSM。

Fig. 1. 实验区域的SAR图像.

Fig. 2. 实验获得的山区DSM.

【论文速递 | 精选】

论坛地址：https://bbs.csdn.net/forums/paper