论文部分内容阅读
随着时代的发展和国家需求的提高，微波技术发展越来越成熟，遥感观测中场景的三维信息也变得日益重要。传统意义上的SAR通过斜距向的大带宽信号以及方位向的合成孔径，具备了二维分辨能力，而阵列干涉SAR在此基础上，又在交轨向布置了多个天线阵元，使其具备了三维分辨能力，从而完成对观测场景的三维成像。因此，阵列干涉SAR三维成像技术蓬勃发展，并受到国内外研究者的广泛关注。 目前国内外对阵列干涉SAR三维成像研究更多的是对于高程向的超分辨算法的研究，因为缺少实测数据，观测场景三维点云处理的研究难以展开。而想要获取清晰而美观的成像结果，SAR三维点云的处理工作就变得特别重要。因此本文讨论的重点也是对SAR三维点云的处理，主要介绍如何从点云中快速重建建筑物模型，最终得到清晰美观的点云处理结果。 本论文首先阐述了阵列干涉SAR三维成像的理论基础，给出一套适用于阵列干涉SAR的三维成像流程。针对点云处理人工干预较多的问题，提出了一套合适的建筑物建模方案，利用国内首次机载阵列干涉SAR实验数据进行实验，证实方案的可行性。本论文的主要工作和创新点如下: 1、针对点云数据中噪声较多建筑物提取存在一定困难的问题，提出了一种结合图像处理手段和空间聚类种子生长的算法，实现了原始点云的滤波，使得建筑物重建更加便利。 2、针对传统的聚类分割算法无法实现对建筑物立面精细化分割的问题，提出了一种基于维度特征区域增长的分割算法，让建筑物立面的精细分割得以实现，提高了建筑物重建的准确性，使得模型更符合建筑物真实形状。 3、借鉴经典的轮廓线提取算法和LiDAR点云处理手段，完成了建筑轮廓线的精炼工作，得到了与光学图像相符的重建结果。 4、阐述了阵列干涉SAR三维成像的理论基础，完成了一套基于数据驱动的自动化建筑物建模的方案，利用阵列干涉SAR实测数据进行实验，验证了方案的可行性，减少了人工干预，提高了建筑物建模的效率。