CN108761458B - 基于形态学细化的干涉sar水体数字高程模型修正方法 - Google Patents

基于形态学细化的干涉sar水体数字高程模型修正方法 Download PDF

Info

Publication number
CN108761458B
CN108761458B CN201810933708.0A CN201810933708A CN108761458B CN 108761458 B CN108761458 B CN 108761458B CN 201810933708 A CN201810933708 A CN 201810933708A CN 108761458 B CN108761458 B CN 108761458B
Authority
CN
China
Prior art keywords
water body
elevation
pixel
skeleton
body area
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.)
Active
Application number
CN201810933708.0A
Other languages
English (en)
Other versions
CN108761458A (zh
Inventor
李芳芳
丁赤飚
雷斌
张月婷
胡东辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Electronics of CAS
Original Assignee
Institute of Electronics of CAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Institute of Electronics of CAS filed Critical Institute of Electronics of CAS
Priority to CN201810933708.0A priority Critical patent/CN108761458B/zh
Publication of CN108761458A publication Critical patent/CN108761458A/zh
Application granted granted Critical
Publication of CN108761458B publication Critical patent/CN108761458B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01S13/9094—Theoretical aspects
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Physics & Mathematics (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

一种基于形态学细化的干涉SAR水体数字高程模型修正方法，包括以下步骤：结合干涉SAR幅度图像和相干系数图检测水体区域；利用形态学细化的方法提取所述水体区域的骨架；以骨架像素为中心，在附近陆地上选取参考像素来初步计算骨架像素高程值；对骨架像素的高程值进行滤波处理后，以骨架像素为种子点，生成水体区域中其他像素的高程值；对水体区域边缘处的陆地区域的高程值进行平滑处理，完成干涉SAR水体数字高程模型修正。本发明利用干涉SAR自身的DEM进行水体区域DEM的修正，克服了在干涉相位域进行修正的模糊数计算问题以及在DEM域使用外源DEM修正时的不一致问题。

Description

基于形态学细化的干涉SAR水体数字高程模型修正方法
技术领域
本发明涉及干涉合成孔径雷达(Synthetic Aperture Radar，SAR)信号处理技术领域，尤其涉及一种基于形态学细化的干涉SAR水体数字高程模型(Digital ElevationModel，DEM)修正方法。
背景技术
干涉SAR是利用两个通道SAR复数据的干涉相位信息提取地表的高程信息或变化信息的一项技术，它将SAR的测量拓展到三维空间，具有全天时、全天候、高精度的特点，因此在地形测绘、冰川研究、海洋测绘以及地面沉降监测等诸多领域都有广泛的应用。
在地形测绘应用中，尽管干涉SAR具有高精度的测绘能力，但是由于SAR固有的一些特点，也给水体、阴影等区域的测绘带来了一定的局限性。其中，水体区域由于其表面相对光滑，从而在被雷达波照射时会产生类似镜面的反射，由此造成目标后向散射系数低，回波信号较弱的情况，进而使得干涉图像对之间的相干性较差，干涉相位呈现噪声特性，据此反演出的DEM也类似噪声，无法反映水体区域的真实高程。因此，在干涉SAR处理获得DEM后，必须对水体区域的DEM利用一定的后处理手段进行修正，从而保证干涉SAR获取DEM的完整性。
目前，干涉SAR数据水体区域的DEM修正方法可以根据干涉SAR数据处理的阶段大致分为两类。一类是从干涉相位域进行修正，这类方法利用水体区域干涉相位与平坦地形干涉相位类似的特点，通过相位插值将水体区域类似噪声的干涉相位恢复为平坦地形的干涉相位，利用恢复后的干涉相位进行DEM反演从而提高DEM的质量；另一类是在DEM域进行修正，这类方法通常利用已有的DEM或公开的等高线等外源数据，使用一定的内插方法得到与实际干涉SAR处理产品的分辨率相同的DEM数据，从而对水体区域进行填充，实现水体区域DEM的修正。
上述两类修正方法的主要缺点如下：(1)干涉相位域的修正方法，在对干涉相位插值时，可以在相位解缠之前或解缠之后进行，然而这两种方法都存在一定的局限性。在相位解缠之前，由于三角函数的周期性，使得干涉相位被缠绕在(-π，π]之间，插值时需要先利用干涉SAR系统参数估算水体两侧干涉相位的模糊周期数，之后再进行插值，当系统参数不准确时，模糊数的估计会存在误差，进而影响插值的正确性；而在相位解缠之后进行插值，则由于水体区域干涉相位的噪声特性，解缠时会引起相位误差的传播，使得水体两侧的干涉相位相对值不正确，同样无法得到正确的插值结果；(2)DEM域的修正方法，则由于外源数据的采集方式、时间、高程基准以及分辨率等与实际干涉SAR处理产品存在一定的差异，因此利用这些数据进行水体区域的填充时，二者难以完全匹配，局部区域会出现系统性的差异，影响产品的后续使用。
发明内容
有鉴于此，本发明的主要目的在于提供一种基于形态学细化的干涉SAR水体数字高程模型修正方法，以期解决上述提及的技术问题中的至少之一。
为实现上述目的，本发明的技术方案如下：
一种基于形态学细化的干涉SAR水体数字高程模型修正方法，包括以下步骤：
步骤A：结合干涉SAR幅度图像和相干系数图检测水体区域；
步骤B：利用形态学细化的方法提取所述水体区域的骨架；
步骤C：以所述骨架上的每一个骨架像素为中心，分别在所述骨架像素附近的陆地区域上选取N个像素为参考像素，其中N≥1，根据所述参考像素的高程值初步计算每一个骨架像素的高程值；
步骤D：对所述骨架像素的高程值进行滤波处理来消除水体区域骨架高程跳变；
步骤E：以所述骨架像素为种子点，生成水体区域中其他像素的高程值；
步骤F：对水体区域边缘附近的陆地区域的高程值进行平滑处理，来消除水体区域与附近陆地区域的高程跳变，完成干涉SAR水体数字高程模型修正。
基于上述技术方案，本发明的有益效果在于：
(1)根据水体区域与周围区域DEM相适应的特点，利用干涉SAR自身生成的DEM(即非外源DEM)进行水体区域DEM的修正，避免了传统相位域修正方法相位模糊数计算复杂的问题，同时克服了常规DEM域修正方法利用外源DEM数据时难以匹配的缺点。
(2)同时引入形态学细化方法，通过提取水体区域的骨架，先确定骨架的高程值再进行水体区域的高程值的生成，从而避免了对水体区域所有像素进行逐一修正，既减少了周围区域DEM噪声的影响，又降低了计算复杂度，提高了处理效率，实现了干涉SAR水体DEM快速有效的修正。
(3)该方法为干涉SAR地形测绘产品的使用提供了支撑。
附图说明
图1是本发明实施例基于形态学细化的于涉SAR水体DEM修正方法的流程图；
图2是本发明实施例水体区域骨架及沿骨架局部法线方向进行高程复制的示意图；
图3是本发明实施例包含水体区域的干涉SAR幅度图像；
图4是本发明实施例原始的DEM等高线；
图5是本发明实施例水体DEM修正后的DEM等高线。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明作进一步的详细说明。
本发明提供了一种基于形态学细化的干涉SAR水体DEM修正方法，根据水体区域DEM与两岸DEM相适应的特点，利用干涉SAR自身的DEM进行水体区域DEM的修正，克服了在干涉相位域进行修正的模糊数计算问题以及在DEM域使用外源DEM修正时的不一致问题。
具体地，本发明提供了一种基于形态学细化的干涉SAR水体DEM修正方法，图1为本发明实施例基于形态学细化的干涉SAR水体DEM修正方法的流程图，参照图1，该方法包括：
步骤A：检测干涉SAR数据中的水体区域。具体方法为：
子步骤A1：根据水体区域在干涉SAR幅度图像中表现为灰度较暗的特点，采用灰度阈值分割法检测水体区域。其中灰度阈值Ka通过最大类间方差法确定，将幅度值低于灰度阈值Ka的像素初步判定为疑似水体区域。
子步骤A2：根据水体区域相干系数较低的特点，对上述得到的初步判断结果进行二次检测，即设置相干系数阈值
Figure BDA0001766234990000041
将通过灰度阈值分割法初步检测为疑似水体区域中相干系数高于相干系数阈值
Figure BDA0001766234990000042
的像素判定为非水体区域，作为示例，相干系数阈值
Figure BDA0001766234990000043
的设定范围为0.5～0.7。
子步骤A3：由于阴影区域在干涉SAR幅度图像和相干系数图中的表现与水体区域类似，因此，上述两步疑似水体区域的检测结果仍有可能包含了阴影区域，因而需要进一步的修正来消除其中的阴影区域。具体的修正步骤包括：
子分步骤A31：对上述疑似水体区域的二次检测结果进行形态学中的闭运算处理，使水体的边缘规整化；
子分步骤A32：提取经闭运算处理后的疑似水体区域的边缘，其中边缘提取可采用canny算子、sobel算子、laplace算子等，属于本领域的公知技术，因此不作赘述；
子分步骤A33：对每一个疑似水体区域，选取沿距离向宽度最大的一个方位门，在该方位门，沿距离向选取水体区域两侧的起始点和结束点，并读取其高程h1，h2；
这里，为保证所选起始点和结束点高程的可靠性，设定相干系数阈值
Figure BDA0001766234990000044
作为示例，相干系数阈值
Figure BDA0001766234990000045
的设定范围为大于0.7，分别选择距离水体两侧边缘最近的相干系数大于相干系数阈值
Figure BDA0001766234990000046
的点作为起始点和结束点；
子分步骤A34：计算起始点和结束点之间的高程差Δh＝h1-h2，由于水体区域两侧高程较为接近，高程差在0附近，而阴影区域的两侧则存在较大的高程差，因此，设定一定的高程差阈值Δhth，将|Δh|≤Δhth的区域判定为水体区域，高程差阈值的设定范围为a～2a，其中a为干涉SAR生成的数字高程模型产品精度。
步骤B：利用形态学细化的方法提取水体区域的骨架。具体的细化方法可以采用基于击中击不中变换的细化方法、基于中轴变换的细化方法等，上述方法均为本领域的公知常识，此处不再赘述。
步骤C：对水体区域的骨架上的每一个像素(即为骨架像素)，在水体区域附近的陆地上选取N个像素作为参考像素，其中N≥1，在本实施例中N取值为8，根据参考像素的高程值初步计算每一个骨架像素的高程值。可以理解，随着N取值增大，能降低陆地区域树木、建筑物等的高程跳变值的影响，但N取值越大时距离水体越远，其高程值与水体的接近度降低。具体方法为：
子步骤C1：在以一骨架像素为中心，像素大小为(2M+1)×(2M+1)的窗口中进行搜索，其中M的初始值为1，在窗口中找到不属于水体区域的像素且相干系数大于阈值
Figure BDA0001766234990000051
时，则将其作为参考像素。
子步骤C2：若搜索到的参考像素个数小于N，则将M的值依次加1，重复子步骤C1进行搜索，直到搜索到的参考像素个数达到N。
子步骤C3：根据参考像素的高程值通过加权方法计算出该骨架像素的高程值hsk：
Figure BDA0001766234990000052
其中，href_i为第i个参考像素的高程值，wi为第i个参考像素的权值，该权值根据第i个参考像素的相干系数γi、第i个参考像素与待计算高程的骨架像素之间的欧式距离di共同决定，按下式计算：
Figure BDA0001766234990000053
步骤D：对水体区域骨架像素的高程值进行滤波处理。具体方法为：以每一个骨架像素为中心，分别选取像素大小为(2L+1)×(2L+1)的窗口，其中L取值1～4，在本实施例中L取值为2，计算窗口内所有骨架像素的高程值的中值或均值，将其作为位于中心的该骨架像素滤波后的高程值，从而实现消除骨架高程跳变的目的。可以理解，L取值越大，滤波效果越好，但细节保持能力变差。
步骤E：以骨架像素为种子点，生成水体区域中其他像素的高程值。具体方法为：
子步骤E1：对每一个骨架像素，沿该处骨架的局部法线方向，向两侧的水体区域进行高程值的复制，直到到达水体区域的边缘。作为示例，图2给出了水体区域的骨架及沿其局部法线方向进行高程复制的示意图，可以理解，在进行高程复制的过程中，若出现重复区域，则用在后复制的高程值覆盖在先复制的高程值即可；
子步骤E2：遍历水体区域中的所有像素，若存在未生成高程值的像素，则将选取距离该点最近的像素点的高程值作为该处的水体高程值。
步骤F：对水体边缘附近的陆地区域的高程值进行平滑处理，实现消除水体区域高程与周围区域高程存在跳变的目的。具体方法为：
对水体区域边缘的每一像素，沿该处边缘的局部法线方向，在陆地区域上取宽度为P个像素的平滑窗口，P的取值为7～15，在本实施例中P取值为10，对该窗口内每一像素的高程值按下式进行平滑处理：
Figure BDA0001766234990000061
其中，hsmooth为该窗口内一像素的高程值，d为该窗口内的该像素到水体边缘的距离，hwater为与该窗口对应的水体区域边缘处像素的高程值，hland为该窗口内的该像素的原始高程值。
下面通过实测数据验证了本发明方法的有效性。具体采用上述步骤A至F中所示方法对某地的一水体区域DEM进行修正。其中图3为本发明实施例包含水体区域的干涉SAR幅度图像，图像的右侧有一条河流。图4为本发明实施例原始的DEM等高线，图5为本发明实施例水体区域DEM修正后的DEM等高线。可以看出，图4中水体区域的等高线非常密集，高程起伏非常严重，修正之后，图5中水体区域高程呈现局部平缓的特征，表明水体高程得到了较好的修正。
以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种基于形态学细化的干涉SAR水体数字高程模型修正方法，包括以下步骤：
步骤A：结合干涉SAR幅度图像和相干系数图检测水体区域；
步骤B：利用形态学细化的方法提取所述水体区域的骨架；
步骤C：以所述骨架上的每一个骨架像素为中心，分别在所述骨架像素附近的陆地区域上选取N个像素为参考像素，其中N≥1，根据所述参考像素的高程值初步计算每一个骨架像素的高程值；
步骤D：对所述骨架像素的高程值进行滤波处理来消除水体区域骨架高程跳变；
步骤E：以所述骨架像素为种子点，生成水体区域中其他像素的高程值；
步骤F：对水体区域边缘附近的陆地区域的高程值进行平滑处理，来消除水体区域与附近陆地区域的高程跳变，完成干涉SAR水体数字高程模型修正。
2.根据权利要求1所述的干涉SAR水体数字高程模型修正方法，其特征在于，步骤A具体包括以下子步骤：
子步骤A1：在干涉SAR幅度图像中采用灰度阈值分割法检测水体区域，将幅度值低于灰度阈值Ka的像素初步判定为疑似水体区域，所述灰度阈值Ka通过最大类间方差法确定；
子步骤A2：利用干涉SAR相干系数图对子步骤A1得到的初步判断结果进行二次检测，将所述疑似水体区域中相干系数高于相干系数阈值
Figure FDA0003015844800000011
的像素判定为非水体区域，所述相干系数阈值
Figure FDA0003015844800000012
的设定范围为0.5～0.7；
子步骤A3：对子步骤A2中二次检测得到的疑似水体区域进行进一步修正，将疑似水体区域两侧高程差绝对值小于或等于高程差阈值Δhth的区域判定为水体区域，所述高程差阈值Δhth的设定范围为a～2a，其中a为干涉SAR生成的数字高程模型产品精度，以便消除其中的阴影区域。
3.根据权利要求2所述的干涉SAR水体数字高程模型修正方法，其特征在于，子步骤A3具体包括以下子分步骤：
子分步骤A31：对二次检测得到的疑似水体区域进行形态学中的闭运算处理，使水体边缘规整化；
子分步骤A32：提取经闭运算处理后的疑似水体区域的边缘；
子分步骤A33：对每一个疑似水体区域，选取沿距离向宽度最大的一个方位门，在所述方位门，沿距离向分别选择距离水体两侧边缘最近的并且相干系数大于相干系数阈值
Figure FDA0003015844800000021
的点作为起始点和结束点，分别读取起始点和结束点的高程值h1、h2，所述相干系数阈值
Figure FDA0003015844800000022
的设定范围为大于0.7；
子分步骤A34：计算起始点和结束点之间的高程差Δh＝h1-h2，将|Δh|≤Δhth的区域判定为水体区域。
4.根据权利要求3所述的干涉SAR水体数字高程模型修正方法，其特征在于，子分步骤A32中，采用canny算子、sobel算子或laplace算子来提取所述疑似水体区域的边缘。
5.根据权利要求1所述的干涉SAR水体数字高程模型修正方法，其特征在于，步骤B中，所述形态学细化的方法包括基于击中击不中变换的细化方法或基于中轴变换的细化方法。
6.根据权利要求1所述的干涉SAR水体数字高程模型修正方法，其特征在于，步骤C具体包括以下子步骤：
子步骤C1：在以一骨架像素为中心，像素尺寸为(2M+1)×(2M+1)的窗口中搜索参考像素，其中M的初始值为1，所述参考像素为不属于水体区域并且相干系数大于相干系数阈值
Figure FDA0003015844800000023
的像素，所述相干系数阈值
Figure FDA0003015844800000024
的设定范围为大于0.9；
子步骤C2：若搜索到的参考像素个数小于N，则将M的值依次加1，重复子步骤C1进行搜索，直到搜索到的参考像素个数达到N；
子步骤C3：根据参考像素的高程值按照以下公式计算出所述骨架像素的高程值hsk：
Figure FDA0003015844800000031
其中，href_i为第i个参考像素的高程值，wi为第i个参考像素的权值，有
Figure FDA0003015844800000032
γi为第i个参考像素的相干系数，di为第i个参考像素与所述骨架像素之间的欧式距离。
7.根据权利要求1所述的干涉SAR水体数字高程模型修正方法，其特征在于，步骤D具体包括：
以每一个所述骨架像素为中心，分别选取像素尺寸为(2L+1)×(2L+1)的窗口，其中L取值为1～4，将窗口内所有骨架像素的高程值的中值或均值作为位于中心的所述骨架像素滤波后的高程值，从而实现消除骨架高程跳变的目的。
8.根据权利要求1所述的干涉SAR水体数字高程模型修正方法，其特征在于，步骤E具体包括以下子步骤：
子步骤E1：自每一个所述骨架像素，沿该骨架像素所处骨架的局部法线方向，向两侧的水体区域进行高程值的复制，直到到达水体区域的边缘；
子步骤E2：遍历水体区域中的所有像素，若存在未生成高程值的像素，则将该像素的高程值取值为距离其最近的像素的高程值。
9.根据权利要求1所述的干涉SAR水体数字高程模型修正方法，其特征在于，所述步骤F包括：
自水体区域边缘的每一像素，沿该像素所处边缘的局部法线方向，在陆地区域上取宽度为P个像素的平滑窗口，P的取值为7～15，对所述平滑窗口内每一像素的高程值hsmooth按以下公式进行平滑处理：
Figure FDA0003015844800000033
其中，d为所述平滑窗口内的一像素到水体边缘的距离，hwater为与所述平滑窗口对应的水体区域边缘处像素的高程值，hland为所述平滑窗口内的该像素的原始高程值。
CN201810933708.0A 2018-08-15 2018-08-15 基于形态学细化的干涉sar水体数字高程模型修正方法 Active CN108761458B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810933708.0A CN108761458B (zh) 2018-08-15 2018-08-15 基于形态学细化的干涉sar水体数字高程模型修正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810933708.0A CN108761458B (zh) 2018-08-15 2018-08-15 基于形态学细化的干涉sar水体数字高程模型修正方法

Publications (2)

Publication Number Publication Date
CN108761458A CN108761458A (zh) 2018-11-06
CN108761458B true CN108761458B (zh) 2021-06-29

Family

ID=63966243

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810933708.0A Active CN108761458B (zh) 2018-08-15 2018-08-15 基于形态学细化的干涉sar水体数字高程模型修正方法

Country Status (1)

Country Link
CN (1) CN108761458B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110703252B (zh) * 2019-11-11 2021-07-09 中国科学院电子学研究所 干涉合成孔径雷达阴影区域数字高程模型修正方法
CN111626952A (zh) * 2020-05-21 2020-09-04 中国科学院空天信息创新研究院 基于内插的InSAR小面积阴影区域DEM修正方法
CN113516764B (zh) * 2021-06-24 2023-11-03 中国科学院空天信息创新研究院 基于数字高程模型的湖库水下三维地形模拟方法及装置
CN114299402B (zh) * 2022-03-07 2022-05-20 成都理工大学 隐患点自动识别方法、电子设备及计算机可读存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5677693A (en) * 1994-05-26 1997-10-14 Hughes Aircraft Company Multi-pass and multi-channel interferometric synthetic aperture radars
CN1415975A (zh) * 2002-10-31 2003-05-07 复旦大学 单次飞行全极化合成孔径雷达图像反演地面数字高程的方法
CN103424744A (zh) * 2012-05-16 2013-12-04 中国科学院电子学研究所 干涉sar叠掩区域数字高程模型重建的方法
CN103868503A (zh) * 2014-03-26 2014-06-18 西安煤航信息产业有限公司 一种基于insar制作dem的水域高程处理方法
CN104574512A (zh) * 2014-12-29 2015-04-29 董有福 一种顾及地形语义信息的多尺度dem构建方法
CN105929398A (zh) * 2016-04-20 2016-09-07 中国电力工程顾问集团中南电力设计院有限公司 结合外控点的InSAR高精度高分辨率DEM获取方法
CN105929399A (zh) * 2016-04-25 2016-09-07 电子科技大学 一种干涉sar数据成像及高程估计方法
CN106249234A (zh) * 2016-07-08 2016-12-21 中国科学院电子学研究所 一种InSAR水体区域干涉相位解缠方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5677693A (en) * 1994-05-26 1997-10-14 Hughes Aircraft Company Multi-pass and multi-channel interferometric synthetic aperture radars
CN1415975A (zh) * 2002-10-31 2003-05-07 复旦大学 单次飞行全极化合成孔径雷达图像反演地面数字高程的方法
CN103424744A (zh) * 2012-05-16 2013-12-04 中国科学院电子学研究所 干涉sar叠掩区域数字高程模型重建的方法
CN103868503A (zh) * 2014-03-26 2014-06-18 西安煤航信息产业有限公司 一种基于insar制作dem的水域高程处理方法
CN104574512A (zh) * 2014-12-29 2015-04-29 董有福 一种顾及地形语义信息的多尺度dem构建方法
CN105929398A (zh) * 2016-04-20 2016-09-07 中国电力工程顾问集团中南电力设计院有限公司 结合外控点的InSAR高精度高分辨率DEM获取方法
CN105929399A (zh) * 2016-04-25 2016-09-07 电子科技大学 一种干涉sar数据成像及高程估计方法
CN106249234A (zh) * 2016-07-08 2016-12-21 中国科学院电子学研究所 一种InSAR水体区域干涉相位解缠方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Extraction of Watersheds from Digital Elevation Models Using Mathematical Morphology;Sathyamoorthy D .;《Journal of Applied Sciences》;20081231;p956-965 *
基于ALOS极化干涉SAR数据的DEM提取方法研究;周伟等;《遥感技术与应用》;20130228;第44-51页 *
多源遥感数据测绘应用关键技术研究;芮杰;《中国博士学位论文全文数据库 基础科学辑》;20171015;全文 *
融合机载高分辨率InSAR 数据的DEM生成方法;罗华等;《国外电子测量技术》;20131231;第26-30页 *

Also Published As

Publication number Publication date
CN108761458A (zh) 2018-11-06

Similar Documents

Publication Publication Date Title
CN108761458B (zh) 基于形态学细化的干涉sar水体数字高程模型修正方法
CN108007401A (zh) 一种基于船载InSAR平台的河湖库沿岸形变检测装置及方法
CN103106658A (zh) 一种海岛、礁岸线快速提取方法
CN109298420B (zh) 一种合成孔径雷达的运动目标迭代最小熵成像方法及装置
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
CN113311433B (zh) 一种质量图和最小费用流结合的InSAR干涉相位两步解缠方法
Li et al. Improved edge detection algorithm for canny operator
CN108132468A (zh) 一种多基线极化干涉sar建筑物高度提取方法
CN111781595B (zh) 基于匹配搜索和多普勒解模糊的复杂机动群目标成像方法
CN110703252B (zh) 干涉合成孔径雷达阴影区域数字高程模型修正方法
CN106526594B (zh) 一种ati-sar海面单视复图像配准的方法
Li et al. An adaptive phase optimization algorithm for distributed scatterer phase history retrieval
CN116338607B (zh) 时间域和空间域两步式InSAR对流层延迟矫正方法
CN106249234B (zh) 一种InSAR水体区域干涉相位解缠方法
CN117169886A (zh) 基于无迹卡尔曼滤波的高效率相位解缠方法
CN112731520A (zh) 一种基于结构张量扩散滤波的全波形反演方法及系统
Wang et al. Deriving natural coastlines using multiple satellite remote sensing images
CN114114181B (zh) 基于轨道误差相位基的星载sar干涉基线矫正方法
CN112835041B (zh) 结合UKF和AMPM的多基线InSAR高程重建方法
CN115540908A (zh) 基于小波变换的InSAR干涉条纹匹配方法
CN113311432B (zh) 一种基于相位导数方差的InSAR长短基线融合相位估计方法
CN109839635B (zh) 一种通过CryoSat-2 SARIn模式L1b级波形数据提取测高脚点高程的方法
CN109143234B (zh) 基于FFT高精度估计干涉相位梯度的InSAR滤波方法及系统
CN109143188B (zh) Tops哨兵-1数据电离层校正方法
Xu et al. A Novel Adaptive InSAR Phase Filtering Method Based on Complexity Factors

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