CN104316922A - 基于区域划分的多策略InSAR相位解缠绕方法 - Google Patents
基于区域划分的多策略InSAR相位解缠绕方法 Download PDFInfo
- Publication number
- CN104316922A CN104316922A CN201410536873.4A CN201410536873A CN104316922A CN 104316922 A CN104316922 A CN 104316922A CN 201410536873 A CN201410536873 A CN 201410536873A CN 104316922 A CN104316922 A CN 104316922A
- Authority
- CN
- China
- Prior art keywords
- phase
- unwrapping
- quality
- range
- point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/9021—SAR image post-processing techniques
- G01S13/9023—SAR image post-processing techniques combined with interferometric techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S7/00—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00
- G01S7/02—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00
- G01S7/41—Details of systems according to groups G01S13/00, G01S15/00, G01S17/00 of systems according to group G01S13/00 using analysis of echo signal for target characterisation; Target signature; Target cross-section
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了基于区域划分的多策略InSAR相位解缠绕方法,属于雷达图像处理的技术领域。所述相位解缠绕方法,根据缠绕相位图计算得到残差点分布图和相位质量图;在相位质量图中,将残差点密集的区域记为低质量相位区域,将剩余区域作为高质量相位区域;根据残差点原理设置高质量相位区域内的最短枝切线,再由枝切线确定的积分路径获得高质量区域的解缠绕相位图;对低质量相位区域进行相位解缠绕。本发明对相位质量图分区域进行相位解缠绕,阻止了积分路径穿过残差点密集的低质量相位区域;高质量相位区域内按照优先次序分别选择与极性相反剩余残差点、未平衡低质量相位区域连接、图像边界点连接,生成最短枝切线,算法稳定性越好,系统鲁棒性更好。
Description
技术领域
本发明公开了基于区域划分的多策略InSAR(Interferometric synthetic apertureradar,干涉合成孔径雷达)相位解缠绕方法,属于雷达图像处理的技术领域。
背景技术
由于相位的周期性,根据复图像对而获得的干涉相位值被限制于(-π,π]的相位主值区间内,该现象被称为相位缠绕。因此,对缠绕相位进行相位解缠绕,以获得正确的绝对干涉相位φ(i,j),是InSAR三维成像处理中的关键步骤之一。在理想情况下,当图像的采样率满足Nyquist采样定理时,绝对干涉相位图中相邻像素单元之间相位差的绝对值,即绝对干涉相位梯度值的绝对值在半个周期π内,此时可以根据方位向和距离向的相位偏导数进行简单积分即可实现准确的相位解缠绕。然而,由于实际干涉相位中存在的欠采样,噪声,雷达阴影等干扰因素均会导致相位解缠绕的不正确,所以学者研究并提出了很多有效方法以提高相位解缠绕的鲁棒性。
枝切截断法(Branch-Cut)通过识别残差点,并根据残差原理设置正确的枝切线,从而选择合适的积分路径,实现相位解缠绕。该算法实现简单,计算复杂度低,被广泛应用于InSAR相位解缠绕。此技术如文献1:Goldstein R M,ZebkerH A,Werner C L.Satellite radar interferometry:two-dimensional phase unwrapping1988.2:Xiao Feng,Wu Jicang,Zhang Lei.A new method about placement of thebranch cut in two-dimensional phase unwrapping 2007.中公开的技术。但是,残差原理只是不连续相位存在的充分非必要条件,并且枝切线的放置具有不唯一性,特别在残差点密集的低质量相位区域,错误的放置枝切线会导致展开相位存在2π整数倍的跳跃。
区域生长法则是在质量图的引导下,从高质量相位区域开始积分,逐步扩展至低质量相位区域,最后完成整幅图像的相位解缠绕。该方法可以有效阻止相位解缠绕误差从低质量相位区域往高质量相位区域的传递,并且利用多像素单元共同估计绝对干涉相位值的办法,突破了简单路径积分算法对绝对干涉相位梯度值的限制。此技术如文献1:Xu Wei,Ian C.A region growing algorithm for InSARphase unwrapping 1999.2:Guo Chunsheng.Optimized Region-growing Algorithmfor InSAR Phase Unwrapping 2006.中公开的技术。但是,该算法没有考虑残差点对相位解缠绕的影响,并且对各像素单元均采用多像素单元共同估计的积分办法,运算量较大,不利于算法的实时处理,所以在实际中并不被广泛应用。
发明内容
本发明所要解决的技术问题是针对上述背景技术的不足,提供了基于区域划分的多策略InSAR相位解缠绕方法,利用质量图与残差点分布之间的关系,快速识别残差点密集的低质量相位区域,并基于残差原理设置枝切线,针对不同质量相位区域特点采取不同的相位解缠绕策略,以保证最终获得良好的相位解缠绕结果。
本发明为实现上述发明目的采用如下技术方案:
基于区域划分的多策略InSAR相位解缠绕方法,
根据缠绕相位图计算得到残差点分布图和相位质量图;
在相位质量图中,将残差点密集的区域记为低质量相位区域,将剩余区域作为高质量相位区域;
根据残差点原理设置高质量相位区域内的最短枝切线,再由枝切线确定的积分路径获得高质量区域的解缠绕相位图;
对低质量相位区域进行相位解缠绕。
作为所述基于区域划分的多策略InSAR相位解缠绕方法的进一步优化方案,所述根据残差点原理设置高质量相位区域内的最短枝切线的方法为:以低质量区域内各残差点极性之和作为该区域极性,依据残差点极性相消的原理,按照高质量相位区域内未平衡残差点、未平衡低质量区域、边界点的顺序选择高质量相位区域内各残差点的连接对象。
进一步的,所述基于区域划分的多策略InSAR相位解缠绕方法中,按照高质量相位区域内未平衡剩余残差点、未平衡低质量区域、边界点的顺序选择高质量相位区域内各剩余残差点的连接对象的方法为:
步骤a,初始化搜索距离,
步骤b,在搜索距离范围内,寻找高质量相位区域内未平衡的剩余残差点对,连接剩余残差点对,
步骤c,在搜索距离范围内,在未平衡低质量相位区域中寻找与高质量相位区域内未平衡剩余残差点相平衡的区域,连接相平衡的剩余残差点与低质量相位区域,更新该低质量相位区域极性,返回步骤a,
步骤d,在未寻找到与高质量相位区域内未平衡剩余残差点相平衡的低质量相位区域时,在搜索距离范围内寻找与高质量相位区域内未平衡剩余残差点相平衡的边界点,连接相平衡的剩余残差点以及边界点,返回步骤a,
步骤e,在未寻找到与高质量相位区域内未平衡剩余残差点相平衡的边界点时,增大搜索距离,返回步骤b,
步骤f,在高质量相位区域内不存在未平衡的剩余残差点而仍然有低质量相位区域未平衡时,连接未平衡低质量相位区域以及边界点。
进一步的,所述基于区域划分的多策略InSAR相位解缠绕方法中,利用区域生长法对低质量相位区域进行相位解缠绕。
进一步的,所述基于区域划分的多策略InSAR相位解缠绕方法中,利用区域生长法对低质量相位区域进行相位解缠绕具体为:利用多像素单元基于干涉相位的变化趋势共同估计相位缠绕的倍数k, φ'P为当前待相位展开像素单元P的解缠绕相位估计值,当前待相位展开像素单元P的绝对干涉相位,N为当前待相位展开像素单元P解缠绕方向的个数,为当前待相位展开像素单元P在第n方向上解缠绕相位估计值的加权值,为当前待相位展开像素单元P在第n方向上解缠绕相位估计值。
本发明采用上述技术方案,具有以下有益效果:
对相位质量图分区域进行相位解缠绕,阻止了积分路径穿过残差点密集的低质量相位区域;高质量相位区域内按照优先次序分别选择与极性相反剩余残差点连接,与未平衡低质量相位区域连接,与图像边界点连接,生成最短枝切线,因此在复杂场景中出现较长枝切线的可能性越低,算法稳定性越好,系统的鲁棒性更好;采用区域生长法对低质量相位区域进行相位解缠绕,突破了路径积分算法对于绝对干涉相位梯度值的限制,即使在地形高度变化快和噪声干扰较大的相位区域,也可以获得正确的相位解缠绕结果。
附图说明
图1为干涉相位区域中最小闭合路径。
图2(a)、图2(b)、图2(c)分别为用剩余残差点和低质量相位区域示意图、优先将剩余残差点与边界点连接枝切线示意图、优先将剩余残差点与低质量相位区域连接枝切线示意图。
图3为高质量相位区域相位解缠绕方法的流程图。
图4为低质量相位区域相位解缠绕方法的示意图。
图5为基于区域划分的多策略InSAR相位解缠绕方法流程图。
图6(a)、图6(b)、图6(c)、图6(d)、图6(e)、图6(f)、图6(g)、图6(h)、图6(i)分别为第一组实际数据处理过程中的自聚焦后条带模式SAR图像、解缠绕前干涉相位图、残差点分布图、相位质量图、低质量相位区域分布图、剩余残差点及低质量相位区域分布图、枝切线图、高质量相位区域解缠绕结果图、本发明解缠绕结果图。
图7(a)、图7(b)、图7(c)分别为用最小二乘相位解缠绕方法、枝切截断相位解缠绕方法、本发明方法处理第一组实际数据结果的比较图。
图8(a)、图8(b)、图8(c)、图8(d)、图8(e)、图8(f)、图8(g)、图8(h)、图8(i)分别为第二组实际数据处理过程中的自聚焦后条带模式SAR图像、解缠绕前干涉相位图、残差点分布图、相位质量图、低质量相位区域分布图、剩余残差点及低质量相位区域分布图、枝切线图、高质量相位区域解缠绕结果图、本发明解缠绕结果图。
图9(a)、图9(b)、图9(c)分别为用最小二乘相位解缠绕方法、枝切截断相位解缠绕方法、本发明方法处理第二组实际数据结果的比较图。
具体实施方式
下面结合附图对发明的技术方案进行详细说明。
在理想情况下,干涉相位梯度值的绝对值小于π,通过简单的对缠绕相位的梯度值进行连续积分,可以完成相位解缠绕:
这里C为干涉相位区域内任意一条连接r0和r的积分路径。为缠绕相位梯度值,可以作为绝对相位梯度值的估计值;理想情况下,我们认为绝对干涉相位梯度值满足:
然而在实际中,由于各种干扰因素的存在,会出现大于π的不连续情况,导致路径积分结果的不正确。因此,为了有效分辨相位不连续的像素单元,我们对残差点进行了定义。图1是干涉相位区域中一条最小的闭合路径,其中为被限制于(-π,π]相位主值区间内的缠绕相位。
按照图1中所示箭头方向方向分别计算干涉相位梯度值,并对其进行求和:
其中,W{g}是模值为2π的缠绕算子。当Q>0时,定义左上角的像素单元为正残差点,极性为+1;反之,当Q<0时,定义左上角的像素单元为负残差点,极性为-1。当闭合积分路径所围绕区域中包含的残差点极性之和不为0时,沿该积分路径得到的相位解缠绕结果不能满足相位连续的要求。然而,当正负残差点个数相同,即闭合积分路径所围绕区域中包含的残差点极性之和为0时,可以通过积分得到正确的解缠绕结果。
如图5所示,本发明涉及的基于区域划分的多策略InSAR相位解缠绕方法,首先根据根据缠绕相位图计算得到残差点分布图和相位质量图;接着在相位质量图中,将残差点密集的区域即为低质量相位区域,将剩余区域作为高质量相位区域;再以低质量相位区域内各残差点极性之和作为该区域极性,依据残差点极性相消的原理,按照高质量相位区域内未平衡残差点、未平衡低质量区域、边界点的顺序选择高质量相位区域内各残差点的连接对象,生成高质量相位区域的最短枝切线,再由枝切线确定的加分路径获得高质量相位区域的解缠绕相位图;最后利用区域生长法对低质量相位区域进行相位解缠绕。
(一)基于质量图识别残差点密集的低质量相位区域
本技术方案为了阻止积分路径穿过残差点密集的低质量相位区域,首先根据质量图将干涉相位图分为高质量相位区域和低质量相位区域,将低质量相位区域内所有残差点的极性之和作为该区域的总极性。基于残差原理并根据剩余残差点及低质量相位区域的分布设置正确的枝切线。由于残差点密集区域被设置为一个独立的区域,所以在高质量相位区域中的剩余残差点均为稀疏分布,大大降低了枝切线的设置难度,并且由于将残差点密集的低质量相位区域单独区别,积分路径被阻止穿过该区域,避免了在该区域中由于错误放置枝切线导致展开相位存在2π整数倍跳跃的现象。
(二)高质量区域相位解缠绕
将低质量相位区域内所有残差点的极性之和设置为该区域的总极性,图2所示为不同枝切线连接顺序下的枝切线示意图。图2(a)所示为剩余残差点和低质量相位区域示意图。按照剩余残差点优先与边界点连接枝切线原则,枝切线设置情况如图2(b)所示,枝切线长度为2;而按照剩余残差点优先与低质量相位区域连接枝切线原则,枝切线设置情况如图2(c)所示,枝切线长度为1。可见,当剩余残差点周边相同距离内同时存在边界点与低质量相位区域时,优先考虑将剩余残差点与低质量相位区域连接可以使枝切线更短,因此在复杂场景中出现较长枝切线的可能性越低,算法稳定性越好。基于枝切线最短原则,按照优先次序分别选择将剩余残差点与极性相反剩余残差点连接,与未平衡低质量相位区域连接,与图像边界点,并提出了一种新的枝切线设置方法,具体相位解缠绕实施步骤如下:
生成低质量相位区域矩阵、剩余残差点矩阵、边界连接残差点矩阵分别记录低质量相位区域中像素点坐标、高质量相位区域内剩余残差点坐标、与边界连接的残差点坐标,设置指示信号signal,在低质量相位区域矩阵、边界连接残差点矩阵有新坐标加入时置signal的值为1,
a,初始化搜索距离dis=1,初始化指示信号signal=0;
b,若signal=0,则寻找高质量相位区域内所有满足当前dis的未平衡残差点对,连接残差点对并将其从剩余残差点矩阵中移除;
c,寻找在dis范围内存在的未平衡低质量相位区域、高质量相位全区域内未平衡的剩余残差点,将相平衡的剩余残差点与低质量相位区域连接,更行该低质量相位区域极性并将连接的剩余残差点坐标从剩余残差点矩阵中移至低质量相位区域矩阵中,同时设置signal=1,返回a;
d,在未寻找到与高质量相位区域内未平衡剩余残差点相平衡的低质量相位区域时signal=0,在dis范围内寻找与高质量相位区域内未平衡剩余残差点相平衡的边界点,连接相平衡的剩余残差点以及边界点,并将连接的剩余残差点坐标从剩余残差点矩阵移至边界连接残差点矩阵中,同时设置signal=1,返回步骤a;
e,在未寻找到与高质量相位区域内未平衡剩余残差点相平衡的边界点时,signal=0,则dis=dis+1,返回步骤b;
f,在高质量相位区域内不存在未平衡的剩余残差点而仍然有低质量相位区域未平衡时,连接未平衡低质量相位区域以及边界点;
根据枝切线图,通过路径积分获得高质量相位区域解缠绕相位图。
算法流程图如图3所示。当有剩余残差点与图像边界点连接或者与未平衡低质量相位区域连接时,图像边界点与低质量相位区域的分布会发生改变,为了确保枝切线最短,要将搜索距离dis重新初始化进行新一轮的搜索。最后,当高质量相位区域的剩余残差点全部连接完成后,将未平衡低质量相位区域与最近的边界点连接,完成切支线设置。根据已经设置切支线进行路径积分,完成对高质量区域的相位解缠绕处理。
(三)低质量相位区域相位解缠绕
低质量相位区域内部区域噪声干扰大,并且残差点分布密集,不能保证绝对干涉相位梯度值分布在[-π,π]区间内。针对这一特点,选取区域生长法中利用多像素单元共同估计绝对干涉相位的技术,对其内部相位区域进行相位解缠绕。该方法突破了路径积分算法对于绝对干涉相位梯度值的限制,即使在地形高度变化快和噪声干扰较大的相位区域,也可以获得正确的相位解缠绕结果。
考虑以当前待相位展开的像素单元P为中心,获取大小为5×5的子图像,假设其中部分区域为已解缠绕区域,其它为相位缠绕区域,如图4所示。图4中,与P点距离为1的8个像素单元中,有3个为已解缠绕像素单元。P点分别沿该3个已解缠绕像素单元向外搜索,根据在3个方向上与P点距离为2的像素单元是否为已解缠绕像素单元,可以分成两种情况讨论P点的解缠绕估计相位值φ′p:
1.与P点距离为2的像素单元是已解缠绕像素单元:
2.与P点距离为2的像素单元是未解缠绕像素单元:
其中,代表P点沿第n个方向上的解缠绕相位估计值,在图4中,1≤n≤3;φ1和φ2分别为在该方向上和P点距离为1和2的已解缠绕像素单元值;是该方向上解缠绕相位估计值的加权值。观察发现,根据与P点距离为2的像素单元解缠绕情况不同,权值也不一样。对于某一方向上存在两个已解缠绕像素单元的,其权值大于只存在单个已解缠绕像素单元方向的权值。说明在该方法中,更偏重于根据P点相邻像素单元相位值的变化趋势对该点的绝对相位值进行估计,突破了简单路径积分方法中对于绝对干涉相位梯度值的限制。根据公式(4)和(5),得到P点的解缠绕相位估计值为:
由于真实绝对干涉相位φP与缠绕相位之间只存在2π整数倍的缠绕,有:
其中,k为2π相位缠绕的倍数。此时,相位解缠绕问题转化为对k值的估计:
这里,int(·)代表按四舍五入原则选取离变量值最近的整数。将公式(8)代入公式(7)中,得到像素单元P的相位解缠绕结果。
为了验证本发明的有效性,我们通过实际数据处理,证明本发明不但可以正确的进行相位解缠绕处理,并且相比较其它算法,具有更好的算法性能。
SAR图像1处理结果如图6(a)所示。图6(b)为该地形对应的解缠绕前干涉相位图。图6(d)为图6(b)所对应的相位质量图,图像所对应山谷区域位置,由于雷达信号的层叠现象影响,导致其相位质量较低,与图6(c)所示残差点分布基本一致。通过选取适当的质量阈值,获得如图6(e)所示的低质量相位区域分布图,其中白色区域代表低质量相位区域。结合图6(c)和图6(e),获得剩余残差点及低质量相位区域分布图,如图6(f)所示。观察发现大部分低质量相位区域极性都等于0,所以该区域在图6(f)中并未显示。根据剩余残差点及低质量相位区域分布图,按照图3所介绍高质量区域枝切线设置方法,获得如图6(g)所示的枝切线分布图。同样需要注意的是,极性为0的低质量相位区域需要在枝切线分布图进行标识,以阻止积分路径穿过该区域。通过简单的路径积分,首先获得高质量相位区域的相位解缠绕结果,如图6(h)所示。最后利用多像素单元共同估计的方法,对剩余相位区域进行解缠绕处理,得到图6(i)所示的最终解缠绕结果。
为了直观说明本发明解缠绕方法性能,我们将图6中解缠绕后地形高度信息与SAR图像信息相互叠加,并与经典相位解缠绕方法进行比较,结果如图7所示。图7(a)所示为最小二乘相位解缠绕方法处理结果,其解缠绕干涉相位整体变化平缓,即使在图像左侧地势变化较为剧烈的山脉地区,其解缠绕干涉相位依然呈现出较为平滑的变化,与SAR图像中所显示山脉地势变化不符合。图7(b)所示为枝切截断相位解缠绕方法处理结果,图中显示该区域从图像中部往右呈现出地势由低到高再变低的连续缓慢变化,而图像的左侧部分由于山脉的存在,整体地势较高,在山谷位置处,高度突然下降,高程图与SAR图像中所呈现场景基本吻合,只是在图像左下角,由于残差点的密集分布,导致枝切线形成了一个封闭区域,并出现明显的高度值估计错误,解缠绕相位值产生了2π整数倍跳跃现象。图7(c)所示为本发明方法处理结果,观察发现,图像右侧区域的解缠绕结果与枝切截断相位解缠绕算法所得结果相同,而在图像左侧的山脉地区,特别是对于残差点相对密集的低质量区域,依然可以获得良好的解缠绕效果,没有明显的相位跳变,对应的高程值和SAR图像中场景相吻合,是有效的相位解缠绕方法。
最后,我们将该算法应用于地形变化复杂的场景2实际数据,处理结果如图8所示。图8(a)为场景2对应SAR图像,该地形对应的解缠绕前干涉相位图如图8(b)所示。图8(d)所示相位质量图与图8(c)所示残差点分布基本一致。通过选取适当的质量阈值,获得如图8(e)所示的低质量相位区域分布图,其中白色区域代表低质量相位区域,剩余残差点及低质量相位区域分布图如图8(f)所示。因为残差点密集分布的阴影区域被识别为低质量相位区域,因此有效降低了枝切线设置难度。根据如图8(g)所示的枝切线分布图,通过简单的路径积分,首先获得高质量相位区域的相位解缠绕结果,如图8(h)所示。由于低质量相位区域被识别,有效的阻止了相位解缠绕积分路径穿过残差点密集的阴影区域,因此在该算法中,积分路径会选择高质量相位区域连接图像的上半区域和下半区域,高质量相位区域解缠绕结果基本符合SAR图像中所呈现地形变化趋势。最后利用多像素单元共同估计的方法,对剩余相位区域进行解缠绕处理,得到图8(i)所示的最终解缠绕结果。
同样将图8中解缠绕后地形高度信息与SAR图像信息相互叠加,并与经典相位解缠绕方法进行比较,结果如图9所示。图9(a)所示为最小二乘相位解缠绕方法处理结果,在图中依然可以明显发现所获得观测场景高度信息与SAR图像中场景不符合。图9(b)所示为枝切截断相位解缠绕方法处理结果,由于场景2中地形变化复杂,SAR图像中存在大面积阴影区域,残差点在阴影区域内分布密集,如图9(c)所示。在枝切截断相位解缠绕方法中,较长的枝切线几乎将图像上半区域和下半区域完全分隔,导致相位解缠绕积分路径必须穿过残差点密集分布的阴影区域,所以在相位解缠绕结果中,沿较长枝切线两侧明显存在相位2π整数倍跳跃现象。图9(b)所示的对应高程图也充分说明枝切截断相位解缠绕方法无法对地形变化复杂,图像中阴影区域较多的干涉相位图进行正确的相位解缠绕处理。图9(c)所示为本发明方法处理结果,观察发现,图像中下半区域的平地相比较上半区域的山脉顶部,地势较低,图像左上方沿阴影区域边缘的山脉顶部地势最高,从该位置沿垂直于山脉延伸方向呈现出高度由高到低的连续变化;而在图像右半区域的峡谷两侧,呈现出高度由山脉顶部的较高地势往峡谷附近较低地势的连续变化。分析说明,利用基于区域划分的多策略InSAR相位解缠绕方法所得高程图和SAR图像中场景相吻合,证明本发明对地形变化复杂,图像中阴影区域较多的干涉相位图依然可以进行正确的相位解缠绕处理。
最后,我们对实测数据场景1和场景2采用不同的残差点优先连接顺序,观察枝切线总长度的变化,如表一所示:
枝切线总长度 | 方案1 | 方案2 |
场景1 | 675 | 675 |
场景2 | 2608 | 2957 |
表一不同残差点连接顺序的枝切线总长度
其中,方案1为本发明所采用的按照优先次序分别选择将剩余残差点与极性相反剩余残差点连接,与未平衡低质量相位区域连接,与图像边界点连接;方案2为按照优先次序分别选择将剩余残差点与极性相反剩余残差点连接,与图像边界点连接,与未平衡低质量相位区域连接。可见,由于场景1中地形变化比较简单,残差点与低质量相位区域分布稀疏,枝切线设置复杂度较低,此时采用方案1和方案2两种不同的枝切线设置优先次序,最终所得到的枝切线总长度一致;但是由于场景2地形变化复杂,残差点和低质量相位区域分布密集,导致枝切线设置难度较大,采用不同的枝切线设置优先次序所得到最终枝切线总长度有较大区别,正如图2中分析所得结论,证明本发明所采用的按照优先次序分别选择将剩余残差点与极性相反剩余残差点连接,与未平衡低质量相位区域连接,与图像边界点连接方案1明显优于方案2。
Claims (5)
1.基于区域划分的多策略InSAR相位解缠绕方法,其特征在于,
根据缠绕相位图计算得到残差点分布图和相位质量图;
在相位质量图中,将残差点密集的区域记为低质量相位区域,将剩余区域作为高质量相位区域;
根据残差点原理设置高质量相位区域内的最短枝切线,再由枝切线确定的积分路径获得高质量区域的解缠绕相位图;
对低质量相位区域进行相位解缠绕。
2.根据权利要求1所述的基于区域划分的多策略InSAR相位解缠绕方法,其特征在于,所述根据残差点原理设置高质量相位区域内的最短枝切线的方法为:以低质量区域内各残差点极性之和作为该区域极性,依据残差点极性相消的原理,按照高质量相位区域内未平衡残差点、未平衡低质量区域、边界点的顺序选择高质量相位区域内各残差点的连接对象。
3.根据权利要求2所述的基于区域划分的多策略InSAR相位解缠绕方法,其特征在于,所述按照高质量相位区域内未平衡剩余残差点、未平衡低质量区域、边界点的顺序选择高质量相位区域内各剩余残差点的连接对象的方法为:
步骤a,初始化搜索距离,
步骤b,在搜索距离范围内,寻找高质量相位区域内未平衡的剩余残差点对,连接剩余残差点对,
步骤c,在搜索距离范围内,在未平衡低质量相位区域中寻找与高质量相位区域内未平衡剩余残差点相平衡的区域,连接相平衡的剩余残差点与低质量相位区域,更新该低质量相位区域极性,返回步骤a,
步骤d,在未寻找到与高质量相位区域内未平衡剩余残差点相平衡的低质量相位区域时,在搜索距离范围内寻找与高质量相位区域内未平衡剩余残差点相平衡的边界点,连接相平衡的剩余残差点以及边界点,返回步骤a,
步骤e,在未寻找到与高质量相位区域内未平衡剩余残差点相平衡的边界点时,增大搜索距离,返回步骤b,
步骤f,在高质量相位区域内不存在未平衡的剩余残差点而仍然有低质量相位区域未平衡时,连接未平衡低质量相位区域以及边界点。
4.根据权利要求1或2或3所述的基于区域划分的多策略InSAR相位解缠绕方法,其特征在于,利用区域生长法对低质量相位区域进行相位解缠绕。
5.根据权利要求4所述的基于区域划分的多策略InSAR相位解缠绕方法,其特征在于,所述利用区域生长法对低质量相位区域进行相位解缠绕具体为:利用多像素单元基于干涉相位的变化趋势共同估计相位缠绕的倍数k, φ′P为当前待相位展开像素单元P的解缠绕相位估计值,当前待相位展开像素单元P的绝对干涉相位,N为当前待相位展开像素单元P解缠绕方向的个数,为当前待相位展开像素单元P在第n方向上解缠绕相位估计值的加权值,为当前待相位展开像素单元P在第n方向上解缠绕相位估计值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410536873.4A CN104316922A (zh) | 2014-10-11 | 2014-10-11 | 基于区域划分的多策略InSAR相位解缠绕方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410536873.4A CN104316922A (zh) | 2014-10-11 | 2014-10-11 | 基于区域划分的多策略InSAR相位解缠绕方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104316922A true CN104316922A (zh) | 2015-01-28 |
Family
ID=52372175
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410536873.4A Pending CN104316922A (zh) | 2014-10-11 | 2014-10-11 | 基于区域划分的多策略InSAR相位解缠绕方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104316922A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105005046A (zh) * | 2015-07-09 | 2015-10-28 | 西安电子科技大学 | 基于无网格与频率估计的干涉合成孔径雷达相位解缠方法 |
CN105044717A (zh) * | 2015-05-29 | 2015-11-11 | 桂林电子科技大学 | 基于分层量化跟踪策略的ukf相位展开方法 |
CN106056613A (zh) * | 2016-06-02 | 2016-10-26 | 南方医科大学 | 一种基于像素分类和局部曲面拟合的磁共振相位解缠绕方法 |
CN107092022A (zh) * | 2017-04-21 | 2017-08-25 | 哈尔滨工业大学 | 基于InSAL的区域滤波质量引导相位解缠方法 |
CN109884634A (zh) * | 2019-03-20 | 2019-06-14 | 中南大学 | 基于分级构网模式的InSAR相位解缠方法及系统 |
CN110068823A (zh) * | 2019-04-02 | 2019-07-30 | 中国人民解放军海军工程大学 | 一种分块并行质量引导快速相位解缠算法 |
CN110095968A (zh) * | 2019-04-24 | 2019-08-06 | 清华大学深圳研究生院 | 一种离轴数字全息图像重建装置和方法及显微成像系统 |
CN110108200A (zh) * | 2019-04-28 | 2019-08-09 | 北京卫星制造厂有限公司 | 一种基于改进枝切法的激光散斑相位解包裹方法 |
CN110824474A (zh) * | 2019-11-25 | 2020-02-21 | 南京邮电大学 | 一种基于最小平衡树的快速相位解缠方法 |
CN113495241A (zh) * | 2021-08-17 | 2021-10-12 | 中国科学技术大学先进技术研究院 | 一种相位解缠绕方法、装置及可读存储介质 |
CN114791271A (zh) * | 2022-04-22 | 2022-07-26 | 昆明理工大学 | 一种基于质量引导的枝切线相位解包裹方法 |
-
2014
- 2014-10-11 CN CN201410536873.4A patent/CN104316922A/zh active Pending
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105044717A (zh) * | 2015-05-29 | 2015-11-11 | 桂林电子科技大学 | 基于分层量化跟踪策略的ukf相位展开方法 |
CN105005046A (zh) * | 2015-07-09 | 2015-10-28 | 西安电子科技大学 | 基于无网格与频率估计的干涉合成孔径雷达相位解缠方法 |
CN106056613B (zh) * | 2016-06-02 | 2019-07-19 | 南方医科大学 | 一种基于像素分类和局部曲面拟合的磁共振相位解缠绕方法 |
CN106056613A (zh) * | 2016-06-02 | 2016-10-26 | 南方医科大学 | 一种基于像素分类和局部曲面拟合的磁共振相位解缠绕方法 |
WO2017206791A1 (zh) * | 2016-06-02 | 2017-12-07 | 南方医科大学 | 一种基于像素分类和局部曲面拟合的磁共振相位解缠绕方法 |
CN107092022B (zh) * | 2017-04-21 | 2019-08-02 | 哈尔滨工业大学 | 基于InSAL的区域滤波质量引导相位解缠方法 |
CN107092022A (zh) * | 2017-04-21 | 2017-08-25 | 哈尔滨工业大学 | 基于InSAL的区域滤波质量引导相位解缠方法 |
CN109884634A (zh) * | 2019-03-20 | 2019-06-14 | 中南大学 | 基于分级构网模式的InSAR相位解缠方法及系统 |
CN110068823A (zh) * | 2019-04-02 | 2019-07-30 | 中国人民解放军海军工程大学 | 一种分块并行质量引导快速相位解缠算法 |
CN110068823B (zh) * | 2019-04-02 | 2021-03-09 | 中国人民解放军海军工程大学 | 一种分块并行质量引导快速相位解缠算法 |
CN110095968A (zh) * | 2019-04-24 | 2019-08-06 | 清华大学深圳研究生院 | 一种离轴数字全息图像重建装置和方法及显微成像系统 |
CN110095968B (zh) * | 2019-04-24 | 2021-05-11 | 清华大学深圳研究生院 | 一种离轴数字全息图像重建装置和方法及显微成像系统 |
CN110108200A (zh) * | 2019-04-28 | 2019-08-09 | 北京卫星制造厂有限公司 | 一种基于改进枝切法的激光散斑相位解包裹方法 |
CN110824474A (zh) * | 2019-11-25 | 2020-02-21 | 南京邮电大学 | 一种基于最小平衡树的快速相位解缠方法 |
CN113495241A (zh) * | 2021-08-17 | 2021-10-12 | 中国科学技术大学先进技术研究院 | 一种相位解缠绕方法、装置及可读存储介质 |
CN114791271A (zh) * | 2022-04-22 | 2022-07-26 | 昆明理工大学 | 一种基于质量引导的枝切线相位解包裹方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104316922A (zh) | 基于区域划分的多策略InSAR相位解缠绕方法 | |
CN103236063B (zh) | 基于多尺度谱聚类及决策级融合的sar图像溢油检测方法 | |
CN103198480B (zh) | 基于区域和Kmeans聚类的遥感图像变化检测方法 | |
CN103913128B (zh) | 一种基于质量图区域分割的快速相位展开方法 | |
CN108801273A (zh) | 一种道路参考线的生成方法及装置 | |
CN102930296A (zh) | 一种图像识别方法及装置 | |
CN106156758B (zh) | 一种sar海岸图像中海岸线提取方法 | |
CN102156882A (zh) | 一种基于高分辨遥感图像的机场目标检测方法 | |
CN102609701A (zh) | 基于最佳尺度的高分辨率合成孔径雷达遥感检测方法 | |
CN109741446B (zh) | 一种三维数字地球动态生成精细海岸地形的方法 | |
CN103384343B (zh) | 一种填补图像空洞的方法及其装置 | |
CN108376247A (zh) | 一种应用于光学遥感船只检测中的分策略粗精结合海陆分离方法 | |
CN103106658A (zh) | 一种海岛、礁岸线快速提取方法 | |
CN111091095A (zh) | 一种遥感图像中船只目标的检测方法 | |
CN105158761A (zh) | 基于枝切法和曲面拟合的雷达合成相位解缠方法 | |
CN104197933A (zh) | 一种望远镜视场中高星等滑动恒星的增强和提取方法 | |
US20130039586A1 (en) | Image processing device and image processing method | |
CN101236646B (zh) | 在频率域检测与估计图像显著的强相关方向的方法和系统 | |
CN108665420A (zh) | 基于变分贝叶斯模型的红外弱小目标图像背景抑制方法 | |
CN113985406B (zh) | 一种海上雷达目标航迹拼接方法 | |
Ding et al. | Coastline detection in SAR images using multiscale normalized cut segmentation | |
CN117557477A (zh) | 一种船舶去雾复原方法及系统 | |
CN102567726A (zh) | 极地冰盖边缘区域浮冰自动提取技术 | |
CN106932773B (zh) | 基于修正嵌入式容积卡尔曼滤波的相位展开算法 | |
CN111735430A (zh) | 一种河道断面地形重构方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20150128 |