IMAGINE StereoSAR DEM模块简介

 ERDAS发布的IMAGINE SAR DEM扩展模块，是ERDAS公司与俄罗斯的NPO Mashinostroenia公司和美国的Vexcel Corporation公司这两个战略伙伴紧密合作联合开发的。这两个公司在合成孔径雷达技术方面在国际上被公认为领先者。该模块是IMAGINE雷达制图系统系列模块的第三个模块，前两个为Radar interpreter和ortho Radar。

 StereoSAR DEM和IF SAR DEM都是为了从覆盖同一个地区的两个SAR影像上提取DEM数据而设计的，这两个模块使用不同技术提取DEM数据。StereoSAR DEM模块采用立体像对法，这个方法与摄影测量上从光学影像上提取DEM数据的技术相似。IF SAR DEM用干涉技术提取DEM数据。两个模块分别独立，这样可针对用户数据的不同，用户选择适合于自已的模块，这就给了用户在地区已知时提取所需的地形信息更多的灵活性。

IMAGINE Stereo SAR DEM流程

 IMAGINE Stereo SAR DEM的设计是为了用户使用方便，并引导在雷达方面经验有限的用户熟悉流程，同时，界面灵活性足以让经验丰富的用户根据自已的经验输入参数。要启动该流程，用户要定义一个stereoSAR project（后缀为.ssp），图形界面引导用户通过八个必需步骤的每一个步骤，生产高质量DEM数据。用Next和previous按钮，用户可以在每一步之间切换。当然可设置各种步骤组合并在后面执行。界面还会报告给用户进程的哪几步已完成，哪步正在进行。下面我们具体详细介绍其八个步骤。

 输入（Input）：输入步骤要求用户确定用于生成DEM的两个图像，每个图像输入可使用标准IMAGINE软件提供的雷达数据输入器。雷达输入器为RADARSAT和ERS两个传感器而设置。如果选用其中之一，星历表数据就被自动用于定义一个通用SAR模型点，该模型点与图像相关。对于StereoSAR DEM最通用的数据是RADAR SAT图像，因为这个传感器带有为采集立体影像而专门设计的点阵天线（pointalbe），这个模块能从RADARSAT收到的标准和精细的探测数据提取DEM。如果数据源不是RADARSAT和ERS，用户可用通用SAR节点工具去定义传感器模型，一个经验丰富的雷达用户可使用该工具输入传感器的参数，传感器模型就被计算出来。一旦模型信息是SAR节点工具输入，图像就可在RADAR制图系统模块中进一步处理。

 该输入步骤还允许用户有选择输入地面控制点（GCP）去做传感器轨道修正，可通过图像观察器、键盘、数字化仪或矢量图输入控制点。尽管在许多情况下如入GCP修正了传感器模型，但不是必需的，IMAGINE雷达制图系统内所有模块没有外来的GCP时仍能输出结果。

 切割（Subset）：切割允许用户定义图像一部分进行进一步处理。这一步激活两个观察器，这两个观察器分别显示两个要处理图像，用户用inquire box或输入象素坐标来定义区域，这一步可减少运算时间，让用户只处理特定区域，但是这一步也不是必须的。

 去斑点（Despeckle）：在进一步处理之前，用户可选择该步骤去掉数据中的斑点噪声。在去斑点的工具中有Frost滤波器、Lee sigma滤波器、Gamma Map滤波器和相应参数调整，这一步也不是必需的，但它有助于相关匹配算子（CORRELATOR）获得正确匹配点。

 降低分辨率（DEGRADE）：这个选项用于压缩数据，它跟图像解译器中的降低分辨率工具是一样的。这一步骤对压缩图像以便进行快速测试非常有用，在生成最终结果DEM之前，评估快速测试结果以便做精处理。典型的情况雷达数据为16位，这个选项可以把数据降到8bit，以节省硬盘空间和减少处理时间。

 配准：这一步是必需的，它用于图像配准，对于每个输入图像至少要选择3个控制点，仿真变换用于对齐图像以便视差的大部分都在X方向上，它也用于量化图像在X、Y方向上的视差，该信息用于调整乘积检波器。

 抑制：有些情况下图像的不同区域含有一些视差异常值，典型的例子是盆地和山地环境。在山区，图像视差很高，在平坦盆地视差很小。假设存在连续视差，在山区有很好相关性，但是由于搜索的区域太大，在低视差的区域就得到假匹配，再搜索会花费额外时间。由于这个原因，抑制选项允许用户用AOI（Area of interest）定义图像不同区域，然后针对图像不同的区域采用不同搜索参数。

 匹配：匹配对整个流程是最关键的。在这一步中用户定义用于输入图像相关匹配性处理的参数。ERDAS提供了缺省相关策略库，用户根据不同的地形，地表覆盖类型和由配准项产生的视差估计值来选择相关匹配策略。高级用户可输入自已的相关匹配策略并保存，这样用户对相关匹配处理完全由自己控制。用户必须输入以下参数：相关性匹配处理模板的大小、搜索面积大小、步伐的大小（POSTING）和相关值的阈值，以及采用缺省的参数库还是用户自定义的参数。