CN109116354B - 一种基于信杂比加权的振幅离差ps点选取方法 - Google Patents
一种基于信杂比加权的振幅离差ps点选取方法 Download PDFInfo
- Publication number
- CN109116354B CN109116354B CN201811022394.5A CN201811022394A CN109116354B CN 109116354 B CN109116354 B CN 109116354B CN 201811022394 A CN201811022394 A CN 201811022394A CN 109116354 B CN109116354 B CN 109116354B
- Authority
- CN
- China
- Prior art keywords
- image
- amplitude
- signal
- noise ratio
- pixel
- 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
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
- G01S13/9021—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
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
Description
技术领域
本发明属于合成孔径雷达干涉测量数据处理技术领域,具体涉及一种基于信杂比加权的振幅离差PS点选取方法。
背景技术
永久散射体雷达干涉测量(PS-InSAR)技术是由意大利学者Ferretti等人于1999年首次提出的一项时序InSAR新技术。该项技术利用多景、呈时序分布的SAR影像,以其中一幅SAR影像作为唯一公共主影像进行配准、干涉等处理,再根据全部影像数据的振幅等信息进行PS点的提取,最后以PS点为对象进行构网和相位解缠等处理最终获得该区域地表沉降时序演变信息。所谓的PS点(永久散射体)是指在较长的时间间隔内仍然能够保持高后向散射特性的稳定目标点,这些目标点不受空间和时间基线长度的影响,能反映出区域内地表沉降特征和趋势,选取出的PS点数量与质量将直接影响形变速率场的精确获取。因此,从多幅SAR影像上选取出稳定、可靠的PS点是PS-InSAR关键技术之一。
2001年,Ferretti等人根据雷达信号的统计特征及成像原理,提出了基于高信杂比的振幅离差代替相位噪声水平进行PS点目标选取的算法。基本原理为:当信杂比(SCR)较高时,像元的振幅离差和相位标准偏差近似相等,因此可以利用振幅离差近似估计像元散射相位的稳定程度,并通过设置振幅离差阈值来选取PS点。该算法计算简单,选点效率较高,但该算法的前提条件是需要高信杂比的SAR影像,然而目前PS-InSAR使用的影像数据多为信杂比较低的中等分辨率SAR影像,此法易产生严重误选。
因此,提供一种可以有效提高PS选点的可靠性和准确性,而且对于信杂比较低的中低等分辨率SAR影像同样具有适用性的基于信杂比加权的振幅离差PS点选取方法,是一个值得研究的问题。
发明内容
为了解决传统振幅离差指数阈值法在信杂比较低的中等分辨率SAR影像PS选点可靠性较差,准确性较低和误选较严重的问题,本发明提供了一种不仅可以有效提高选点的可靠性和准确性,而且对于信杂比较低的中低等分辨率SAR影像同样具有适用性的基于信杂比加权的振幅离差PS点选取方法,
本发明的目的是这样实现的:
一种基于信杂比加权的振幅离差PS点选取方法,其特征在于,包括以下步骤:
步骤一,利用每幅影像的校正因子将所有SAR影像振幅值归化到同一尺度下进行辐射校正;
步骤二,根据窗口区域内背景杂波的振幅信息,估算出每幅SAR影像每个像元信杂比SCR;
步骤三,以每幅影像的信杂比为权值,计算出所有SAR影像每个像元的时序振幅加权平均值mA和加权标准差σA;
步骤四,将每幅SAR影像每个像元的时序振幅加权标准差和加权均值做比值求出所有SAR影像每个像元基于信杂比加权的振幅离差DA,并设定一定的振幅离差阈值DAT,如果满足:DA<DAT,则选取为PS点。
进一步地,步骤一中所述利用每幅影像的校正因子将所有SAR影像振幅值归化到同一尺度下进行辐射校正方法为:
假设共有T幅SAR影像,第t幅影像校辐射正前的振幅值为At,第t幅影像校正因子为Kt,第t幅影像辐射校正后的振幅值为A't,则第t幅影像辐射校正的计算公式为:
A't=At×Kt
其中:
式中,At(i,j)为第t幅影像辐射校正前行列号为i和j像元的振幅值,i和j分别表示像元在影像中对应的行列号,m和n分别表示影像在方位向和距离向包含像元的个数。
进一步地,步骤二中所述根据窗口区域内背景杂波的振幅信息计算出每幅SAR影像每个像元信杂比方法为:
假设第t幅影像行列号分别为i和j像元的窗口区域为Ωt(i,j),利用窗口区域内背景杂波的振幅信息计算出第t幅影像行列号分别为i和j像元的信杂比SCRt(i,j)的计算公式为:
式中,A't(i,j)为第t幅影像辐射校正后行列号为i和j像元的振幅值,at(s)为窗口区域Ωt(i,j)内第s个像元的辐射校正后振幅值,S为窗口区域Ωt(i,j)的像元总数。
进一步地,步骤三中影像行列号分别为i和j的像元的时序振幅加权均值mA(i,j)为:
进一步地,步骤三中影像行列号分别为i和j的像元的时序振幅加权标准差σA(i,j)为:
进一步地,步骤四中影像行列号分别为i和j像元的基于信杂比加权的振幅离差DA(i,j)为:
积极有益效果:本发明具有两方面的优点:一方面基于信噪比加权的振幅离差与相位标准偏差更加接近,可以更好的反映出像元散射相位的稳定程度,有效提高选点的可靠性和准确性;另一方面利用基于信噪比加权的振幅离差不仅适用于高信噪比的高等分辨率SAR影像,而且对于信杂比较低的中等分辨率SAR影像也同样具有适用性。
附图说明
图1是本发明一种基于信杂比加权的振幅离差PS点选取方法的流程示意图。
具体实施方式
以下结合附图和具体实施例对本发明作具体的介绍。
参照图1所示,本发明提出了一种基于信杂比加权的振幅离差PS点选取方法,其特征在于,包括以下步骤:
步骤一,利用每幅影像的校正因子将所有SAR影像振幅值归化到同一尺度下进行辐射校正;
1.计算第t幅SAR影像振幅的平均值Intavert,计算公式为:
式(1)中,At(i,j)为第t幅影像辐射校正前行列号为i和j像元的振幅值,i和j分别表示像元在影像中对应的行列号,m和n分别表示影像在方位向和距离向包含像元的个数。
2.计算时序振幅均值的平均值aver,计算公式为:
式(2)中,T为SAR影像的总个数。
3.利用式(3)和式(4)第t幅SAR影像振幅的平均值和时序振幅均值的平均值,做比值求出第t幅影像的校正因子Kt,计算公式为:
4.利用式(3)中计算的校正因子进行辐射校正,计算公式为:
A't=At×Kt (4)
式(4)中,At为第t幅影像辐射校正前影像的振幅值,A't为第t幅影像辐射校正后的影像振幅值。
步骤二,根据窗口区域内背景杂波的振幅信息,估算出每幅SAR影像每个像元信杂比SCR;
1.计算第t幅影像行列号为i和j像元的杂波强度It(i,j),计算公式为:
式(5)中,Ωt(i,j)为第t幅影像行列号分别为i和j像元的窗口区域,at(s)为窗口区域Ωt(i,j)内第s个像元的辐射校正后振幅值,S为窗口区域Ωt(i,j)的像元总数。
2.计算出第t幅影像行列号分别为i和j像元的信杂比SCRt(i,j),计算公式为:
式(6)中,A't(i,j)为第t幅影像辐射校正后行列号为i和j像元的振幅值。
步骤三,以每幅影像的信杂比为权值,计算出所有SAR影像每个像元的时序振幅加权平均值mA和加权标准差σA;
1.计算影像行列号分别为i和j的像元的时序振幅加权均值mA(i,j),计算公式为:
2.计算影像行列号分别为i和j的像元的时序振幅加权标准差σA(i,j),计算公式为:
步骤四,利用式(7)和式(8)计算的影像行列号分别为i和j的像元的时序振幅加权均值和加权标准差,做比值求出影像行列号分别为i和j像元的基于信杂比加权的振幅离差DA(i,j),计算公式为:
根据式(9)计算的影像行列号分别为i和j像元的基于信杂比加权的振幅离差DA(i,j)与振幅离差阈值DAT进行比较,如果满足:DA(i,j)<DAT,则选取为PS点。否则为非PS点。
本发明一方面基于信噪比加权的振幅离差与相位标准偏差更加接近,可以更好的反映出像元散射相位的稳定程度,有效提高选点的可靠性和准确性;另一方面利用基于信噪比加权的振幅离差不仅适用于高信噪比的高等分辨率SAR影像,而且对于信杂比较低的中等分辨率SAR影像也同样具有适用性。
对所公开实施例的上述说明,使本领域技术人员能够实现或使用本发明。对这些实施例的多处修改和借鉴对本领域技术人员来说是显而易见的,本文中所定义的一般原理可以在不脱离发明的精神或范围的前提下,在其它实施例中实现。因此,本发明将不限制于本文所显示的这些实施例,而是要符合与本文公开原理和新颖特点相一致的最宽范围。
Claims (1)
1.一种基于信杂比加权的振幅离差PS点选取方法,其特征在于,包括以下步骤:
步骤一,利用每幅影像的校正因子将所有SAR影像振幅值归化到同一尺度下进行辐射校正;
步骤二,根据窗口区域内背景杂波的振幅信息,估算出每幅SAR影像每个像元信杂比SCR;
1).计算第t幅影像行列号为i和j像元的杂波强度It(i,j),计算公式为:
式(5)中,Ωt(i,j)为第t幅影像行列号分别为i和j像元的窗口区域,at(s)为窗口区域Ωt(i,j)内第s个像元的辐射校正后振幅值,S为窗口区域Ωt(i,j)的像元总数;
2).计算出第t幅影像行列号分别为i和j像元的信杂比SCRt(i,j),计算公式为:
式(6)中,A't(i,j)为第t幅影像辐射校正后行列号为i和j像元的振幅值;
步骤三,以每幅影像的信杂比为权值,计算出所有SAR影像每个像元的时序振幅加权平均值mA和加权标准差σA;
1).计算影像行列号分别为i和j的像元的时序振幅加权均值mA(i,j),计算公式为:
式中T为SAR影像的总个数;
2).计算影像行列号分别为i和j的像元的时序振幅加权标准差σA(i,j),计算公式为:
步骤四,利用式(7)和式(8)计算的影像行列号分别为i和j的像元的时序振幅加权均值和加权标准差,做比值求出影像行列号分别为i和j像元的基于信杂比加权的振幅离差DA(i,j),计算公式为:
根据式(9)计算的影像行列号分别为i和j像元的基于信杂比加权的振幅离差DA(i,j)与振幅离差阈值DAT进行比较,如果满足:DA(i,j)<DAT,则选取为PS点;否则为非PS点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811022394.5A CN109116354B (zh) | 2018-09-03 | 2018-09-03 | 一种基于信杂比加权的振幅离差ps点选取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811022394.5A CN109116354B (zh) | 2018-09-03 | 2018-09-03 | 一种基于信杂比加权的振幅离差ps点选取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109116354A CN109116354A (zh) | 2019-01-01 |
CN109116354B true CN109116354B (zh) | 2022-07-22 |
Family
ID=64860565
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811022394.5A Active CN109116354B (zh) | 2018-09-03 | 2018-09-03 | 一种基于信杂比加权的振幅离差ps点选取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109116354B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109613531B (zh) * | 2019-01-07 | 2020-10-02 | 北方工业大学 | 一种微变感知预警雷达的多阈值优化形变反演方法及系统 |
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 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010000870A1 (en) * | 2008-07-04 | 2010-01-07 | Telespazio S.P.A. | Identification and analysis of persistent scatterers in series of sar images |
EP2284569A1 (en) * | 2009-07-16 | 2011-02-16 | EADS Deutschland GmbH | Automatic focussing of SAR raw data based on the estimation of the phase error function |
CN106023157A (zh) * | 2016-05-10 | 2016-10-12 | 电子科技大学 | 一种基于sar图像的山区地表微形变信息提取方法 |
CN108051810A (zh) * | 2017-12-01 | 2018-05-18 | 南京市测绘勘察研究院股份有限公司 | 一种InSAR分布式散射体相位优化方法 |
CN108459322A (zh) * | 2018-02-09 | 2018-08-28 | 长安大学 | 一种InSAR干涉图批滤波与优选的方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
IT1394733B1 (it) * | 2009-07-08 | 2012-07-13 | Milano Politecnico | Procedimento per il filtraggio di interferogrammi generati da immagini sar acquisite sulla stessa area. |
-
2018
- 2018-09-03 CN CN201811022394.5A patent/CN109116354B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010000870A1 (en) * | 2008-07-04 | 2010-01-07 | Telespazio S.P.A. | Identification and analysis of persistent scatterers in series of sar images |
EP2284569A1 (en) * | 2009-07-16 | 2011-02-16 | EADS Deutschland GmbH | Automatic focussing of SAR raw data based on the estimation of the phase error function |
CN106023157A (zh) * | 2016-05-10 | 2016-10-12 | 电子科技大学 | 一种基于sar图像的山区地表微形变信息提取方法 |
CN108051810A (zh) * | 2017-12-01 | 2018-05-18 | 南京市测绘勘察研究院股份有限公司 | 一种InSAR分布式散射体相位优化方法 |
CN108459322A (zh) * | 2018-02-09 | 2018-08-28 | 长安大学 | 一种InSAR干涉图批滤波与优选的方法 |
Non-Patent Citations (4)
Title |
---|
"A Robust and Multi-Weighted Approach to Estimating Topographically Correlated Tropospheric Delays in Radar Interferograms";Bangyan Zhu et al.;《SENSORS》;20160712;第16卷(第7期);1-20 * |
"Estimating three dimensional positions of persistent scatterers and developing a PS-InSAR analysis system";Hisatoshi Toriya et al.;《2017 IEEE International Geoscience and Remote Sensing Symposium (IGARSS)》;20171204;1550-1553 * |
"InSAR对流层延迟校正及其在地表沉降监测中的应用研究";朱邦彦;《中国优秀博硕士学位论文全文数据库(博士) 基础科学辑》;20180615(第6期);82-104 * |
"时间序列INSAR监测地表形变";郭颖平 等;《测绘科学》;20170531;第42卷(第5期);5-10 * |
Also Published As
Publication number | Publication date |
---|---|
CN109116354A (zh) | 2019-01-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102270341B (zh) | 一种自适应的高精度干涉sar相位估计方法 | |
Wang et al. | Retrieval of phase history parameters from distributed scatterers in urban areas using very high resolution SAR data | |
CN101727662B (zh) | Sar图像非局部均值去斑方法 | |
CN103645476B (zh) | 一种合成孔径雷达差分干涉图序列的时空同质滤波方法 | |
Baier et al. | A nonlocal InSAR filter for high-resolution DEM generation from TanDEM-X interferograms | |
CN102944875B (zh) | Isar图像距离单元选择横向定标方法 | |
CN109116354B (zh) | 一种基于信杂比加权的振幅离差ps点选取方法 | |
CN104914446A (zh) | 基于光子计数的三维距离图像时域实时去噪方法 | |
CN101546429B (zh) | 特征空间的弱小目标检测方法 | |
CN101493934A (zh) | 一种基于广义s变换的微弱目标检测方法 | |
Huang et al. | Imaging and relocation for extended ground moving targets in multichannel SAR-GMTI systems | |
CN108062767A (zh) | 基于时序sar图像的统计同分布空间像素选择方法 | |
Ran et al. | Simultaneous range and cross-range variant phase error estimation and compensation for highly squinted SAR imaging | |
US11789142B2 (en) | Graph-based array signal denoising for perturbed synthetic aperture radar | |
CN114966693B (zh) | 基于深度学习的机载舰船目标isar精细化成像方法 | |
CN108020834B (zh) | 基于改进edpca的运动目标检测方法、装置及电子设备 | |
CN109509219A (zh) | 基于最小生成树的InSAR时序影像集合的配准方法 | |
CN114881081A (zh) | 一种基于自适应时空滤波融合的干涉相位优化方法 | |
Koo et al. | A comparison of autofocus algorithms for SAR imagery | |
CN108921884A (zh) | 基于改进sift的光学与sar影像配准方法、设备及存储介质 | |
CN116609781A (zh) | 多星数据联合的北斗InSAR DEM误差补偿方法 | |
CN108872989A (zh) | 一种基于最大周期图的PS-InSAR精确搜索方法 | |
Meng et al. | A novel ship CFAR detection algorithm based on adaptive parameter enhancement and wake-aided detection in SAR images | |
CN106296607B (zh) | 一种sar影像的中值滤波快速近似方法 | |
Wilkinson | Synthetic aperture radar interferometry: A model for the joint statistics in layover areas |
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 |