CN108627833B - 一种基于GB-InSAR的大气相位补偿方法 - Google Patents
一种基于GB-InSAR的大气相位补偿方法 Download PDFInfo
- Publication number
- CN108627833B CN108627833B CN201810462268.5A CN201810462268A CN108627833B CN 108627833 B CN108627833 B CN 108627833B CN 201810462268 A CN201810462268 A CN 201810462268A CN 108627833 B CN108627833 B CN 108627833B
- Authority
- CN
- China
- Prior art keywords
- image
- amplitude
- points
- phase
- candidate
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 239000006185 dispersion Substances 0.000 claims abstract description 27
- 238000005259 measurement Methods 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims description 13
- 238000012544 monitoring process Methods 0.000 claims description 11
- 238000012216 screening Methods 0.000 claims description 11
- 238000001914 filtration Methods 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 238000005314 correlation function Methods 0.000 claims description 9
- 238000005516 engineering process Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 6
- 238000012952 Resampling Methods 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000003384 imaging method Methods 0.000 claims description 4
- 230000006835 compression Effects 0.000 claims description 3
- 238000007906 compression Methods 0.000 claims description 3
- 230000000737 periodic effect Effects 0.000 claims description 3
- 238000010187 selection method Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims 2
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 150000003839 salts Chemical class 0.000 description 4
- 238000004804 winding Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000001427 coherent effect Effects 0.000 description 1
- 229910003460 diamond Inorganic materials 0.000 description 1
- 239000010432 diamond Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
Images
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
- 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
- G01S13/9004—SAR image acquisition techniques
- G01S13/9011—SAR image acquisition techniques with frequency domain processing of the SAR signals in azimuth
-
- 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
- G01S13/9027—Pattern recognition for feature extraction
-
- 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
- G01S13/95—Radar or analogous systems specially adapted for specific applications for meteorological use
-
- 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
- G01S7/35—Details of non-pulse systems
- G01S7/352—Receivers
- G01S7/354—Extracting wanted echo-signals
-
- 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
- G01S7/35—Details of non-pulse systems
- G01S7/352—Receivers
- G01S7/356—Receivers involving particularities of FFT processing
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)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明属于合成孔径雷达技术领域,具体涉及一种基于地基干涉合成孔径雷达的大气相位补偿方法。本发明首先利用快速傅里叶逆变换快速有效地实现距离维和方位维的聚焦,然后采用一种联合相干系数、幅度以及幅度离差指数三重门限法进行可靠的PS点选择,最后充分考虑大气相位的空间相关性,利用二维多项式模型估计大气相位。本发明能够快速准确地估计并补偿大气相位,有利于提高GB‑InSAR的实时测量精度,具有一定的实际应用价值和通用性。
Description
技术领域
本发明属于合成孔径雷达技术领域,具体涉及一种基于地基干涉合成孔径雷达的大气相位补偿方法。
背景技术
地基干涉合成孔径雷达(Ground-based Interferometric Synthetic ApertureRadar,GB-InSAR)已广泛应用于形变监测领域,如滑坡监测、冰川监测以及大坝监测等。GB-InSAR技术通过步进频连续波(Stepped Frequency Continuous Wave,SFCW)技术和合成孔径技术实现雷达图像距离向和方位向的高分辨率,并且具有重访周期短、观测位置灵活、传感器平台稳定等优点,使其在遥感形变测量中具有很大的应用价值。然而,GB-InSAR测量精度虽高,但易受到大气相位屏(Atmospheric Phase Screen,APS)扰动或系统噪声影响,而其中大气扰动造成的影响最大,会严重降低形变测量的可靠性和精度,因此,有必要对大气相位进行补偿处理。
现有的APS估计方法主要包括基于模型的方法和气象数据法。基于模型的方法通常将APS建模为距离的多项式函数,利用永久散射体(Permanent Scatterer,PS)技术,即在SAR图像中选择出长时间范围内能够保持高相关性的目标点,或通过人工设置地面控制点(Ground Control Points,GCPs)来估计,但实际上大气相位不仅是距离的函数,也是方位的函数;而气象数据法则是根据测量的温度、湿度、压强等大气参数来估计APS,其估计性能取决于气象数据测量的精度,并且当大气参数沿监测场景发生巨大变化时,这种方法也不再适用。
发明内容
本发明所要解决的,就是针对上述问题,提出一种新的基于GB-InSAR的大气相位补偿方法。
本发明的技术方案是:一种基于GB-InSAR的大气相位补偿方法,其特征在于,包括以下步骤:
a.成像处理:由于采用了SFCW技术,距离压缩可以通过快速傅立叶逆变换由频域变换到空域;另一方面,由于GB-SAR沿线性导轨的不同观测点的采样可以视为带有线性频移的频域采样,因此也可以通过快速傅立叶逆变换来实现方位向的能量聚焦;为了降低旁瓣造成的影响,图像聚焦后进行加窗处理得到最终的二维SAR图像;
b.图像配准:对连续观测得到的二维SAR图像依次进行配准。图像配准需要找到辅图像S几何关系到主图像M几何关系的转换,然后对辅图像S重新采样到主图像M几何关系,具体为:
b1.图像匹配:从主图像M中选择一系列的像素点(x,y),根据两幅图像幅度值平方的互相关函数C(kxy)来估计图像在距离和方位向上的偏移kxy=(kx,ky),互相关函数C(kxy)的表达式为:
公式1中,Hxy表示窗函数,μM,μS,σM,σS分别是图像在窗内的均值和方差。互相关函数C(kxy)的最大值用于表征两幅图像之间的偏移kxy=(kx,ky);
b2.转换估计:两幅图像之间的转换参数px(x,y),py(x,y)由如下二维多项式估计:
其中,ax,bx,cx,dx,ex,fx和ay,by,cy,dy,ey,fy由最小二乘法估计。观测模型为:
公式3中,(xS,yS)是主图像上点(xM,yM)对应的辅图像上的坐标,(ξx,ξy)是残余误差。可以得到偏移(kx,ky)的表达式为:
b3.图像重采样:本发明采用截断的Sinc插值,截断Sinc核的大小是关键参数,典型的插值核的大小是8个像素。本步骤的输出是辅图像转换到主图像,即主辅图像的每个像素点匹配到测量区域的相同位置;
c.干涉相位滤波和相位解缠:对步骤b配准后的两幅图像做差分干涉处理得到干涉图像,对于GB-SAR系统,干涉图像中的第a个像素点的干涉相位可以表示为:
Δψa=Δψdef,a+△ψatm,a+△ψnoise,a+2nπ (公式5)
公式5中,△ψdef,a表示由两次观测之间目标形变引起的相位,△ψatm,a表示两次观测之间由于大气因素导致的相位差,△ψnoise,a表示由热噪声等因素引起的相位差。由于三角函数的周期性,干涉图像中各点的相位值只能落入主值(-π,π]的范围内,即缠绕相位,而真实的干涉相位需要在缠绕相位的基础上加上2π的整数倍,即计算公式5中的常数n,所以必须通过相位解缠来获得真实的干涉相位。本发明采用最小费用流算法进行相位解缠操作。为了保证相位解缠的质量,在相位解缠之前使用周期均值滤波方法滤除噪声的干扰,使干涉相位更加清晰;
d.PS点选择:在GB-SAR系统的长时间形变监测过程中,由于时间去相关的影响,许多目标点的散射特性会发生变化,只有PS点可以被利用来执行适当的APS补偿。本发明通过幅度及幅度离差指数、相干系数联合的方法选择PS点。首先考虑到PS点需要更新,在处理过程中对SAR图像进行分组,每F幅SAR图像为一组,每组执行一次候选PS点选择。然后利用所有的候选PS点的相关系数信息,对候选PS点进行二次筛选,选择出最终的PS点集合。具体为:
d1.候选PS点选择:利用幅度及幅度离差指数选择候选PS点。
d11.利用幅度离差信息选择候选PS点。幅度离差的计算公式如下:
公式6中,σamp表示目标点幅度时间序列的标准差,mamp表示目标点幅度时间序列的均值。在幅度离差选择过程中,先设定幅度离差门限ρadi,然后将幅度离差小于门限ρadi的像素点选为候选PS点。
d12.利用幅度信息进一步选择候选PS点。在SAR图像中,存在幅度离差较小而相位误差较大的点,因此,在利用幅度离差信息选择后,可以再利用目标点的幅度信息再次选择。幅度选择方法用数学公式表示为:
公式7中,β是根据幅度离差信息选择出的候选PS点在参与选择的F幅图像中的平均幅度信息,βthr为幅度阈值。利用幅度信息再次选择的方法,能进一步提高PS点的质量。
d2.二次筛选:利用相干系数信息进行二次筛选。相干系数是衡量两幅SAR图像干涉相位精度的重要指标,因此可以根据相干系数信息对候选PS点进行二次筛选,选择出最终的PS点集合。计算相干系数通常采用ξ×ζ大小的窗,相干系数的数学表达式为:
计算各候选PS点在当前图像与前一幅图像中的相干系数,然后通过设定相干系数阈值ρcoh,将所有相干系数小于门限ρcoh的点剔除,则剩余的候选PS点即为最终的PS点选取结果。
e.大气相位补偿:在步骤d选取的PS点基础上,采用二维多项式模型估计大气相位。考虑到APS是空间相关的,建立变换程度为r的二维多项式模型:
公式9中,ψatmo是大气相位,(p,q)是像素点的坐标,(pref,qref)是参考像素点的坐标,bt,(r-t)是多项式模型参数。根据选择的PS点来估计APS模型参数。理想情况下,对于选择的PS点,其形变相位为零,有
△ψ(p,q)=△ψatm(p,q)+△ψnoise(p,q)
前述的基于GB-InSAR的大气相位补偿方法,其特征在于:步骤d11,利用幅度离差信息选择候选PS点,幅度离差门限ρadi设置为0.1。
前述的基于GB-InSAR的大气相位补偿方法,其特征在于:步骤d2,二次筛选,相干系数门限ρcoh设置为0.9。
本发明的有益效果是:本发明的基于GB-InSAR的大气相位补偿方法,首先利用快速傅里叶逆变换快速有效地实现距离维和方位维的聚焦,然后采用一种联合相干系数、幅度以及幅度离差指数三重门限法进行可靠的PS点选择,最后充分考虑大气相位的空间相关性,利用二维多项式模型估计大气相位。本发明能够快速准确地估计并补偿大气相位,有利于提高GB-InSAR的实时测量精度,具有一定的实际应用价值和通用性。
附图说明
图1是本发明的流程图;
图2是甘肃永靖盐锅峡实测数据的PS点选择结果;
图3是甘肃永靖盐锅峡实测数据的大气相位补偿前后的结果;
图4是甘肃永靖盐锅峡实测数据的大气相位方差误差的无偏估计结果。
具体实施方式
下面结合说明书附图,对本发明作进一步的说明。
基于GB-InSAR的大气相位补偿方法处理流程如图1所示,它由成像处理、图像配准、干涉相位滤波和相位解缠、PS点选择、大气相位补偿五个步骤组成。具体如下:
步骤(1),成像处理:由于采用了SFCW技术,距离压缩可以通过快速傅立叶逆变换由频域变换到空域;另一方面,由于GB-SAR沿线性导轨的不同观测点的采样可以视为带有线性频移的频域采样,因此也可以通过快速傅立叶逆变换来实现方位向的能量聚焦;为了降低旁瓣造成的影响,图像聚焦后进行加窗处理得到最终的二维SAR图像,本发明采用的最优窗函数是Hamming窗:
WHamming(l,a)=(1-a)-acos[2πl/(L-1)],0≤l≤L-1
其中L为窗长度,a一般取值为0.46;
步骤(2),图像配准:对连续观测得到的二维SAR图像依次进行配准。图像配准需要找到辅图像S几何关系到主图像M几何关系的转换,然后对辅图像S重新采样到主图像M几何关系,具体为:
2.1)图像匹配:从主图像M中选择一系列的像素点(x,y),根据两幅图像幅度值平方的互相关函数C(kxy)来估计图像在距离和方位向上的偏移kxy=(kx,ky),互相关函数C(kxy)的表达式为:
其中,Hxy表示窗函数,μM,μS,σM,σS分别是图像在窗内的均值和方差。互相关函数C(kxy)的最大值用于表征两幅图像之间的偏移kxy=(kx,ky);
2.2)转换估计:两幅图像之间的转换参数px(x,y),py(x,y)由如下二维多项式估计:
其中,ax,bx,cx,dx,ex,fx和ay,by,cy,dy,ey,fy由最小二乘法估计。观测模型为:
其中,(xS,yS)是主图像上点(xM,yM)对应的辅图像上的坐标,(ξx,ξy)是残余误差。可以得到偏移(kx,ky)的表达式为:
2.3)图像重采样:本发明采用截断的Sinc插值,截断Sinc核的大小是关键参数,典型的插值核的大小是8个像素。本步骤的输出是辅图像转换到主图像,即主辅图像的每个像素点匹配到测量区域的相同位置;
步骤(3),干涉相位滤波和相位解缠:对步骤(2)配准后的两幅图像做差分干涉处理得到干涉图像,对于GB-SAR系统,干涉图像中的第a个像素点的干涉相位可以表示为:
△ψa=△ψdef,a+△ψatm,a+Δψnoise,a+2nπ
其中Δψdef,a表示由两次观测之间目标形变引起的相位,Δψatm,a表示两次观测之间由于大气因素导致的相位差,Δψnoise,a表示由热噪声等因素引起的相位差。由于三角函数的周期性,干涉图像中各点的相位值只能落入主值(-π,π]的范围内,即缠绕相位,而真实的干涉相位需要在缠绕相位的基础上加上2π的整数倍,即计算上式中的常数n,所以必须通过相位解缠来获得真实的干涉相位。本发明采用最小费用流算法进行相位解缠操作。为了保证相位解缠的质量,在相位解缠之前使用周期均值滤波方法滤除噪声的干扰,使干涉相位更加清晰;
步骤(4),PS点选择:在GB-SAR系统的长时间形变监测过程中,由于时间去相关的影响,许多目标点的散射特性会发生变化,只有PS点可以被利用来执行适当的APS补偿。本发明通过幅度及幅度离差指数、相干系数联合的方法选择PS点。首先考虑到PS点需要更新,在处理过程中对SAR图像进行分组,每F幅SAR图像为一组,每组执行一次候选PS点选择。然后利用所有的候选PS点的相关系数信息,对候选PS点进行二次筛选,选择出最终的PS点集合。具体为:
4.1)候选PS点选择:利用幅度及幅度离差指数选择候选PS点。
4.1.1)利用幅度离差信息选择候选PS点。幅度离差的计算公式如下:
其中,σamp表示目标点幅度时间序列的标准差,mamp表示目标点幅度时间序列的均值。在幅度离差选择过程中,先设定幅度离差门限ρadi,然后将幅度离差小于门限ρadi的像素点选为候选PS点。在GB-SAR的数据处理过程中,一般将幅度离差门限ρadi设置为0.1。
4.1.2)利用幅度信息进一步选择候选PS点。在SAR图像中,存在幅度离差较小而相位误差较大的点,因此,在利用幅度离差信息选择后,可以再利用目标点的幅度信息再次选择。幅度选择方法用数学公式表示为:
其中,β是根据幅度离差信息选择出的候选PS点在参与选择的F幅图像中的平均幅度信息,βthr为幅度阈值。利用幅度信息再次选择的方法,能进一步提高PS点的质量。
4.2)二次筛选:利用相干系数信息进行二次筛选。相干系数是衡量两幅SAR图像干涉相位精度的重要指标,因此可以根据相干系数信息对候选PS点进行二次筛选,选择出最终的PS点集合。计算相干系数通常采用ξ×ζ大小的窗,相干系数的数学表达式为:
计算各候选PS点在当前图像与前一幅图像中的相干系数,然后通过设定相干系数阈值ρcoh,将所有相干系数小于门限ρcoh的点剔除,则剩余的候选PS点即为最终的PS点选取结果。一般情况下,高相关性PS点的相干系数阈值ρcoh可设定为0.9。
步骤(5),大气相位补偿:在步骤(4)选取的PS点基础上,采用二维多项式模型估计大气相位。考虑到APS是空间相关的,建立变换程度为r的二维多项式模型:
其中,ψatmo是大气相位,(p,q)是像素点的坐标,(pref,qref)是参考像素点的坐标,bt,(r-t)是多项式模型参数。根据选择的PS点来估计APS模型参数。理想情况下,对于选择的PS点,其形变相位为零,有
△ψ(p,q)=△ψatm(p,q)+△ψnoise(p,q)
实施例:
本实例中GB-SAR系统参数设置如表1所示:
表1系统参数
实验场地位于甘肃永靖盐锅峡,观测时间从2017年4月1日17:30至2017年4月2日17:30共24小时。采用本发明所述的基于GB-InSAR的大气相位补偿方法完成山体实测数据形变监测处理。图2分别是利用幅度离差信息、幅度信息、相干系数信息以及本发明的联合三重门限法选择的PS点结果。选取两个PS点A1,A2进行大气相位补偿前后的差分相位时间序列演化分析,分别如图3(a)和图3(b)所示,其中圆点曲线表示大气相位补偿前的差分相位时间序列演化情况,菱形曲线表示利用基于距离的线性模型进行大气相位补偿后的结果,星号曲线表示利用本发明进行大气相位补偿后的结果。由图3可以看出,本发明方法能够更准确地估计大气相位。该结论也可以通过图4所示的方差误差的无偏估计来进一步验证,其中方差误差的无偏估计定义为:△ψ表示PS点的原始干涉相位向量,△ψatm表示估计的PS点大气相位向量,θ是PS点的个数,表示共轭转置操作。通过本实施例的结果可以看出,本发明方法能够有效实现大气相位估计与补偿,具有一定的实用性。
综上所述,以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (3)
1.一种基于GB-InSAR的大气相位补偿方法,其特征在于,包括以下步骤:
a.成像处理:设定采用SFCW技术,则距离压缩通过快速傅立叶逆变换由频域变换到空域;将GB-SAR沿线性导轨的不同观测点的采样视为带有线性频移的频域采样,通过快速傅立叶逆变换实现方位向的能量聚焦,图像聚焦后进行加窗处理得到最终的二维SAR图像;
b.图像配准:对连续观测得到的二维SAR图像依次进行配准,即找到辅图像S几何关系到主图像M几何关系的转换,然后对辅图像S重新采样到主图像M几何关系,具体为:
b1.图像匹配:从主图像M中选择一系列的像素点(x,y),根据两幅图像幅度值平方的互相关函数C(kxy)来估计图像在距离和方位向上的偏移kxy=(kx,ky),互相关函数C(kxy)的表达式为:
公式1中,Hxy表示窗函数,μM,μS,σM,σS分别是图像在窗内的均值和方差;互相关函数C(kxy)的最大值用于表征两幅图像之间的偏移kxy=(kx,ky);
b2.转换估计:两幅图像之间的转换参数px(x,y),py(x,y)由如下二维多项式估计:
其中,ax,bx,cx,dx,ex,fx和ay,by,cy,dy,ey,fy由最小二乘法估计,观测模型为:
公式3中,(xS,yS)是主图像上点(xM,yM)对应的辅图像上的坐标,(ξx,ξy)是残余误差;可以得到偏移(kx,ky)的表达式为:
b3.图像重采样:采用截断的Sinc作为插值信号,将辅图像转换到主图像,即主辅图像的每个像素点匹配到测量区域的相同位置;
c.干涉相位滤波和相位解缠:对步骤b配准后的两幅图像做差分干涉处理得到干涉图像,对于GB-SAR系统,干涉图像中的第a个像素点的干涉相位表示为:
△ψa=△ψdef,a+△ψatm,a+△ψnoise,a+2nπ (公式5)
公式5中,△ψdef,a表示由两次观测之间目标形变引起的相位差,△ψatm,a表示两次观测之间由于大气因素导致的相位差,△ψnoise,a表示由热噪声因素引起的相位差;
采用最小费用流算法进行相位解缠操作,并在相位解缠之前使用周期均值滤波方法滤除噪声的干扰;
d.PS点选择:
首先对SAR图像进行分组,每F幅SAR图像为一组,每组执行一次候选PS点选择;
然后利用所有的候选PS点的相关系数信息,对候选PS点进行二次筛选,选择出最终的PS点集合;具体为:
d1.候选PS点选择:利用幅度及幅度离差指数选择候选PS点:
d11.利用幅度离差信息选择候选PS点,幅度离差的计算公式如下:
公式6中,σamp表示目标点幅度时间序列的标准差,mamp表示目标点幅度时间序列的均值;在幅度离差选择过程中,先设定幅度离差门限ρadi,然后将幅度离差小于门限ρadi的像素点选为候选PS点;
d12.利用幅度信息进一步选择候选PS点,幅度选择方法用数学公式表示为:
公式7中,β是根据幅度离差信息选择出的候选PS点在参与选择的F幅图像中的平均幅度信息,βthr为幅度阈值;
d2.二次筛选:利用相干系数信息进行二次筛选;计算相干系数采用ξ×ζ大小的窗,相干系数的数学表达式为:
计算各候选PS点在当前图像与前一幅图像中的相干系数,然后通过设定相干系数阈值ρcoh,将所有相干系数小于门限ρcoh的点剔除,则剩余的候选PS点即为最终的PS点选取结果;
e.大气相位补偿:在步骤d选取的PS点基础上,采用二维多项式模型估计大气相位;建立变换程度为r的二维多项式模型:
公式9中,△ψatm(p,q)是大气相位,(p,q)是像素点的坐标,(pref,qref)是参考像素点的坐标,bt,(r-t)是多项式模型参数;根据选择的PS点估计APS模型参数;设定对于选择的PS点,其形变相位为零,有:
△ψ(p,q)=△ψatm(p,q)+△ψnoise(p,q)
2.根据权利要求1所述的一种基于GB-InSAR的大气相位补偿方法,其特征在于:步骤d11中,利用幅度离差信息选择候选PS点,幅度离差门限ρadi设置为0.1。
3.根据权利要求1所述的一种基于GB-InSAR的大气相位补偿方法,其特征在于:步骤d2中,二次筛选时,相干系数门限ρcoh设置为0.9。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810462268.5A CN108627833B (zh) | 2018-05-15 | 2018-05-15 | 一种基于GB-InSAR的大气相位补偿方法 |
US16/012,791 US10705205B2 (en) | 2018-05-15 | 2018-06-20 | Ground-based interferometric synthetic aperture radar-based atmospheric phase compensation method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810462268.5A CN108627833B (zh) | 2018-05-15 | 2018-05-15 | 一种基于GB-InSAR的大气相位补偿方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108627833A CN108627833A (zh) | 2018-10-09 |
CN108627833B true CN108627833B (zh) | 2021-08-24 |
Family
ID=63693355
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810462268.5A Expired - Fee Related CN108627833B (zh) | 2018-05-15 | 2018-05-15 | 一种基于GB-InSAR的大气相位补偿方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US10705205B2 (zh) |
CN (1) | CN108627833B (zh) |
Families Citing this family (47)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108983229B (zh) * | 2018-05-03 | 2022-04-19 | 电子科技大学 | 基于sar层析技术的高压输电铁塔高度及形变提取方法 |
CN109541593B (zh) * | 2018-10-30 | 2022-04-12 | 北京航空航天大学 | 一种改进的最小费用流InSAR相位解缠方法 |
US11094114B2 (en) * | 2019-02-08 | 2021-08-17 | Ursa Space Systems Inc. | Satellite SAR artifact suppression for enhanced three-dimensional feature extraction, change detection, and visualizations |
CN110471062A (zh) * | 2019-07-29 | 2019-11-19 | 武汉大学 | 基于地面稳定平台sar的流域库岸形变数据自动采集与处理方法 |
CN110501705A (zh) * | 2019-07-29 | 2019-11-26 | 武汉大学 | 基于远程无线通讯的地基sar流域库岸形变监测装置 |
CN110658521B (zh) * | 2019-10-16 | 2021-07-27 | 中国地质大学(北京) | 一种基于缠绕相位的GBInSAR大气校正方法及系统 |
CN111060910B (zh) * | 2019-12-11 | 2023-08-29 | 西安电子科技大学 | 一种基于地形-影像匹配的InSAR载体反定位 |
CN111220980B (zh) * | 2020-01-19 | 2022-03-08 | 北京理工大学 | 一种地基sar非线性大气相位补偿方法 |
CN111398959B (zh) * | 2020-04-07 | 2023-07-04 | 中南大学 | 基于地表应力应变模型的InSAR时序地表形变监测方法 |
CN112649807B (zh) * | 2020-04-09 | 2024-08-30 | 湖南科技学院 | 一种基于小波多尺度相关性分析的机载InSAR轨道误差去除方法 |
CN111665506B (zh) * | 2020-06-22 | 2022-07-05 | 西安空间无线电技术研究所 | 基于去斜处理的高分辨率sar变重频均匀化重采样方法 |
CN111650570B (zh) * | 2020-07-24 | 2023-01-31 | 中国地质大学(北京) | 一种地基干涉雷达三维大气校正方法及系统 |
CN112034461B (zh) * | 2020-09-01 | 2022-03-15 | 国网山西省电力公司阳泉供电公司 | 基于综合测度的sar图像ps点选取方法 |
CN112068134B (zh) * | 2020-09-09 | 2022-07-08 | 中国航空工业集团公司雷华电子技术研究所 | 角误差斜率值检测方法、装置及设备 |
JP7416277B2 (ja) * | 2020-09-29 | 2024-01-17 | 日本電気株式会社 | 画像解析装置および画像解析方法 |
CN112698328B (zh) * | 2020-11-30 | 2021-08-10 | 四川大学 | 一种用于大坝及滑坡变形gb-sar监测的相位解缠方法及系统 |
CN112748430B (zh) * | 2020-12-02 | 2023-10-20 | 北京理工大学 | 一种基于空间划分的多基地大气相位联合补偿方法 |
CN112558037B (zh) * | 2020-12-07 | 2023-07-07 | 北京航空航天大学 | 基于数据库匹配的太赫兹雷达信号大气传输失真补偿方法 |
CN112711021B (zh) * | 2020-12-08 | 2021-10-22 | 中国自然资源航空物探遥感中心 | 一种多分辨率InSAR交互干涉时序分析方法 |
CN112614065A (zh) * | 2020-12-22 | 2021-04-06 | 航天信息股份有限公司 | 一种用于对图像数据进行滤波的方法及系统 |
CN112685819A (zh) * | 2020-12-29 | 2021-04-20 | 四川大学 | 一种用于大坝及滑坡变形gb-sar监测的数据后处理方法及系统 |
CN112968286B (zh) * | 2021-02-03 | 2022-06-03 | 中国科学院空天信息创新研究院 | 一种波束控制方法、装置、波束控制设备和波束控制器 |
CN112986994B (zh) * | 2021-02-06 | 2023-11-17 | 中国人民解放军国防科技大学 | 一种sar层析参考网快速生成方法 |
CN112986993B (zh) * | 2021-02-07 | 2022-10-25 | 同济大学 | 一种基于空间约束的InSAR形变监测方法 |
CN113030971B (zh) * | 2021-03-17 | 2024-01-23 | 云南电网有限责任公司电力科学研究院 | 一种监测铁塔覆冰的定性分析方法及定量分析方法 |
CN114397629A (zh) * | 2021-04-01 | 2022-04-26 | 宋千 | 一种地基圆弧干涉合成孔径雷达大气干扰相位校正方法 |
US20220373674A1 (en) * | 2021-05-21 | 2022-11-24 | Kabushiki Kaisha Toshiba | Method and device for improved range tracking for inverse synthetic aperture radar |
CN113534211B (zh) * | 2021-07-26 | 2022-03-01 | 中国电子科技集团公司第五十四研究所 | 基于gnss的公里级区域大气相位不一致性高精度监测系统 |
CN113610902B (zh) * | 2021-08-09 | 2024-06-18 | 中国安全生产科学研究院 | 地基真实孔径雷达与点云数据映射配准方法 |
CN113567942B (zh) * | 2021-08-10 | 2023-06-13 | 中国电子科技集团公司第三十八研究所 | 一种多基线干涉合成孔径雷达系统测量精度分析方法 |
CN113647978B (zh) * | 2021-08-18 | 2023-11-21 | 重庆大学 | 一种带有截断因子的高鲁棒性符号相干系数超声成像方法 |
CN113642544B (zh) * | 2021-10-14 | 2022-04-01 | 中国测绘科学研究院 | 基于InSAR形变信息的疑似地灾隐患区自动提取方法及系统 |
CN114035188B (zh) * | 2022-01-11 | 2022-04-01 | 西南交通大学 | 一种地基雷达冰川流速高精度监测方法与系统 |
CN114609635B (zh) * | 2022-03-17 | 2023-06-20 | 电子科技大学 | 一种基于视频合成孔径雷达的干涉测量方法 |
GB2617173A (en) * | 2022-03-31 | 2023-10-04 | Iceye Oy | Detecting and suppressing ambiguities in synthetic aperture radar data and images |
CN114578357B (zh) * | 2022-04-29 | 2022-10-28 | 北京东方至远科技股份有限公司 | 基础设施高精度形变测量方法和装置 |
CN114966681B (zh) * | 2022-05-05 | 2024-05-24 | 河海大学 | 一种基于大气校正C波段InSAR数据的土壤湿度估算方法 |
CN114624708B (zh) * | 2022-05-16 | 2022-08-12 | 中山大学 | 一种复杂环境下的大气校正方法及系统 |
CN114966686B (zh) * | 2022-05-26 | 2023-03-03 | 哈尔滨工业大学 | 一种岸-舰双基地高频地波雷达运动补偿方法 |
CN115407282B (zh) * | 2022-08-24 | 2024-04-26 | 北京航空航天大学 | 一种短基线下基于干涉相位的sar有源欺骗干扰检测方法 |
CN115993601B (zh) * | 2023-03-22 | 2023-06-09 | 四川省公路规划勘察设计研究院有限公司 | 一种强盐渍土区域公路变形的时序InSAR监测方法 |
CN116482684B (zh) * | 2023-06-21 | 2023-08-22 | 深圳市城市公共安全技术研究院有限公司 | 区域五维成像方法、装置、设备及存储介质 |
CN116559866B (zh) * | 2023-07-11 | 2023-09-29 | 南京天辰礼达电子科技有限公司 | 一种地基合成孔径雷达大气补偿方法 |
CN116908853B (zh) * | 2023-09-13 | 2023-11-17 | 北京观微科技有限公司 | 高相干点选取方法、装置和设备 |
CN117310706B (zh) * | 2023-11-28 | 2024-02-02 | 中山大学 | 一种地基雷达间断形变监测方法及系统 |
CN117826148A (zh) * | 2023-11-29 | 2024-04-05 | 北京市市政工程研究院 | 一种相干点识别的方法和系统 |
CN117849795B (zh) * | 2024-01-15 | 2024-08-02 | 安徽大学 | 一种顾及成像特性误差补偿的扫描成像模式sar的几何处理方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4924229A (en) * | 1989-09-14 | 1990-05-08 | The United States Of America As Represented By The United States Department Of Energy | Phase correction system for automatic focusing of synthetic aperture radar |
JPH11258342A (ja) * | 1998-03-10 | 1999-09-24 | Mitsubishi Electric Corp | レーダ信号処理器 |
CN104111456A (zh) * | 2014-07-23 | 2014-10-22 | 中国国土资源航空物探遥感中心 | 一种高速铁路沿线地表形变高分辨率InSAR监测方法 |
CN105548972A (zh) * | 2014-09-19 | 2016-05-04 | 波音公司 | 合成孔径雷达的阶梯式线性调频信号的相位校准 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5923278A (en) * | 1996-07-11 | 1999-07-13 | Science Applications International Corporation | Global phase unwrapping of interferograms |
US6011505A (en) * | 1996-07-11 | 2000-01-04 | Science Applications International Corporation | Terrain elevation measurement by interferometric synthetic aperture radar (IFSAR) |
US7236646B1 (en) * | 2003-04-25 | 2007-06-26 | Orbimage Si Opco, Inc. | Tonal balancing of multiple images |
ES2355340B1 (es) * | 2010-07-26 | 2012-02-09 | Consorci Institut De Geomatica | Método para monitorizar desplazamiento de terreno y de elementos creados por el hombre usando datos de radar de apertura sintética terrestre (gbsar). |
CN102955157B (zh) * | 2011-08-26 | 2014-04-02 | 中国科学院空间科学与应用研究中心 | 一种用于干涉合成孔径雷达图像精配准的快速相干系数法 |
CN106932777A (zh) * | 2017-04-12 | 2017-07-07 | 西南石油大学 | 基于温度基线的合成孔径雷达干涉对优化选取方法 |
-
2018
- 2018-05-15 CN CN201810462268.5A patent/CN108627833B/zh not_active Expired - Fee Related
- 2018-06-20 US US16/012,791 patent/US10705205B2/en not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4924229A (en) * | 1989-09-14 | 1990-05-08 | The United States Of America As Represented By The United States Department Of Energy | Phase correction system for automatic focusing of synthetic aperture radar |
JPH11258342A (ja) * | 1998-03-10 | 1999-09-24 | Mitsubishi Electric Corp | レーダ信号処理器 |
CN104111456A (zh) * | 2014-07-23 | 2014-10-22 | 中国国土资源航空物探遥感中心 | 一种高速铁路沿线地表形变高分辨率InSAR监测方法 |
CN105548972A (zh) * | 2014-09-19 | 2016-05-04 | 波音公司 | 合成孔径雷达的阶梯式线性调频信号的相位校准 |
Non-Patent Citations (1)
Title |
---|
长序列星载合成孔径雷达数据层析处理技术;王彦平 等;《测绘技术学报》;20081231;第22卷(第6期);第471-477页 * |
Also Published As
Publication number | Publication date |
---|---|
US20190353779A1 (en) | 2019-11-21 |
CN108627833A (zh) | 2018-10-09 |
US10705205B2 (en) | 2020-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108627833B (zh) | 一种基于GB-InSAR的大气相位补偿方法 | |
CN105974414B (zh) | 基于二维自聚焦的高分辨聚束sar自聚焦成像方法 | |
CN107102333B (zh) | 一种星载InSAR长短基线融合解缠方法 | |
CN107229048B (zh) | 一种高分宽幅sar动目标速度估计与成像方法 | |
CN109856635B (zh) | 一种csar地面动目标重聚焦成像方法 | |
CN108896986B (zh) | 一种基于预测值的量测转换序贯滤波机动目标跟踪方法 | |
CN106249236B (zh) | 一种星载InSAR长短基线图像联合配准方法 | |
CN108469608B (zh) | 一种运动平台雷达多普勒质心精确估计方法 | |
CN110763187B (zh) | 一种稳健的基于雷达分布式目标的地面沉降监测方法 | |
CN105180852B (zh) | 基于三重步进的gb‑sar形变监测方法 | |
WO2005066649A2 (en) | Radar receiver motion compensation system and method | |
CN113340191A (zh) | 时间序列干涉sar的形变量测量方法及sar系统 | |
Natsuaki et al. | InSAR local co-registration method assisted by shape-from-shading | |
CN115265424B (zh) | 一种基于合成孔径雷达技术的地质灾害边坡位移监测方法 | |
CN112859018A (zh) | 一种基于图像几何校正的视频sar成像方法 | |
CN103792534B (zh) | 一种基于先验相位结构知识的sar两维自聚焦方法 | |
CN105572648B (zh) | 一种合成孔径雷达回波数据距离徙动校正方法和装置 | |
CN113514833B (zh) | 一种基于海浪图像的海面任意点波向的反演方法 | |
CN110554377A (zh) | 基于多普勒中心偏移的单通道sar二维流场反演方法及系统 | |
CN112505647A (zh) | 一种基于序贯子图像序列的动目标方位速度估计方法 | |
CN104459634A (zh) | UWB InSAR干涉相位真值计算方法 | |
CN111474545A (zh) | 基于ais的sar图像中船只位置计算和重聚焦的方法及装置 | |
CN116559905A (zh) | 一种双基sar海面舰船运动目标无畸变三维图像重构方法 | |
CN115712095A (zh) | 基于单个角反射的sar卫星三维定位误差改正方法及系统 | |
JP5460399B2 (ja) | 画像レーダ装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210824 |