CN110261839B - 一种基于双倍样本的增强谱分集方位向偏移量估计方法 - Google Patents
一种基于双倍样本的增强谱分集方位向偏移量估计方法 Download PDFInfo
- Publication number
- CN110261839B CN110261839B CN201910597877.6A CN201910597877A CN110261839B CN 110261839 B CN110261839 B CN 110261839B CN 201910597877 A CN201910597877 A CN 201910597877A CN 110261839 B CN110261839 B CN 110261839B
- Authority
- CN
- China
- Prior art keywords
- image
- phase
- diversity
- homogeneous
- enhanced
- 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
- 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)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开了一种基于双倍样本的增强谱分集方位向偏移量估计方法,首先在精密轨道数据和数字高程模型基础下对哨兵1号TOPS宽幅影像堆栈进行几何配准获取单视复数影像堆栈,利用伽马分布的先验统计特征对TOPS成像模式下的波束重叠区域进行同质像元的提取;利用双倍样本提取的同质像元对重叠波束进行精确的相干性估计;利用主辅影像相邻波束的重叠区域获取干涉图,并对生成的两干涉图继续进行复数共轭获取增强谱分集方位向偏移量;利用计算出的精确相干性对增强谱分集进行相干性加权,获得准确的增强谱分集方位向偏移量,然后提取几何配准残余的方位向偏移量,该方法能够减小失相干对配准偏移量估计造成的影响,为后续的时序InSAR分析提供了良好的基础。
Description
技术领域
本发明涉及一种基于双倍样本的增强谱分集方位向偏移量估计方法,属于SAR数据处理技术领域。
背景技术
2014年欧空局哨兵1A卫星发射上天,凭借全球观测,12天的高重访率与方位向不变的信噪比为地球物理与环境方面的研究提供了非常好的观测数据,吸引了诸多学者专家的关注。然而哨兵1A卫星的默认成像模式TOPS模式为获取大范围观测面积与高信噪比,其卫星天线在观测过程中具有周期性的前后旋转,因此雷达波速的观测重叠区域会产生高质心频率差,这对配准的精度提出了极高的要求。为使雷达波速的重叠区域的残余干涉相位差小于3°从而避免后续时序处理中的干涉图出现相位跳变,要求影响配准精度达到约0.001像元级别。目前国际上常采用的精配准方法为谱分集与增强谱分集,谱分集因其重复采样率约为增强谱分集采用的波束多普勒质心频率差的三分之一,配准表现低于增强谱分集,所以增强谱分集已经成为了公认的TOPS模式的最优精配准方法。
增强谱分集方法的核心思想是采用主辅影像相邻雷达波束重叠区域的干涉相位之差进行增强谱分集偏移相位的估计。考虑到低相干区域的相位噪声程度,为了提高增强谱分集偏移相位估计的计算精度需要通过精确相干性对原始增强谱分集偏移相位进行相干性加权。传统增强谱分集方法中通常采用粗相干性的相干点提取避免噪声强的点对增强谱分集方位向偏移量产生影响,在进行相干性估计时忽略了干涉图条纹对相干性造成的影响,且在存在方位向配准偏移的情况下,直接利用低估的相干性进行像元的选取,容易纳入粗差点使得偏移计算过程中出现离群值。对于影像堆栈而言,时间极限的影响使得时间去相干严重,造成低相干性像对的选点精度降低,增强谱分集方位向偏移量的估计存在偏差。为减小低相干性区域的增强谱分集方位向偏移量的估计误差,应避免利用粗相干性进行相干点的提取。总结如下,粗相干性用于增强谱分集相位的估计存在两个方面的问题:(1)非平稳条件下的相干性低估和高估;(2)干涉对噪声特征各异,导致方位向配准偏移量的估计精度受限于低相干性区域。
发明内容
目的:为了克服现有技术中存在的不足,使哨兵影像的方位向配准精度到达0.001像元以减少时序分析过程中的配准误差,本发明提供一种基于双倍样本的增强谱分集方位向偏移量的估计方法,实现时序TOPS影像的精配准工作。
技术方案:为解决上述技术问题,本发明采用的技术方案为:
一种基于双倍样本的增强谱分集方位向偏移量估计方法,包括以下步骤:
1)在精密轨道与外部数字高程模型的基础上,对N幅原始SAR图像数据序列进行几何配准,获得单视复数影像堆栈;
2)提取影像堆栈中各像元在行列均为11的滑动窗口中的同质像元,置信度为95%,在进行同质像元提取时输入的影像为TOPS成像模式下邻近雷达波束观测的重叠区域;
3)对影像堆栈中的雷达波束重叠区域在同质像元信息的基础下进行精确的相干性估计;
4)对影像堆栈中各主辅影像的上下雷达波束分别进行干涉获取上波束干涉图与下波束干涉图,然后对上下波束干涉图再进行复数共轭获取增强谱分集相位;
5)利用步骤3)中计算出的精确相干性,再对步骤4)生成的所有主辅影像的增强谱分集相位图进行各像素的相干性加权,然后获取优化后的增强谱分集偏移相位;
6)利用各主辅影像的增强谱分集偏移相位获取准确的方位配准偏移并对各辅影像进行相位校正,从而满足后续时序InSAR处理的要求。
优选地,步骤1)中所述精密轨道的切向精度为5厘米,外部数字高程模型为Tandem-90外部数字高程模型。
优选地,步骤2)中利用平均强度图服从伽马分布的先验特性并结合雷达波束重叠区域的双倍样本进行同质像元的提取。
优选地,步骤3)中精确相干性估计具体方法为,对于干涉对中主辅影像对应的雷达脉冲m和s,根据以下相干性估计器进行估计:
其中p代表滑动窗口中的同质区域Ω中包含的像元个数,i及i+1分别为相邻雷达波束索引。
优选地,步骤5)中增强谱分集偏移相位的获取过程为:
或
优选地,步骤5)中增强谱分集偏移相位的相干性加权过程为:
有益效果:本发明提供一种基于双倍样本的增强谱分集方位向偏移量的估计方法,实现增强谱分集方位向偏移量的精确估计从而满足InSAR时序影像的配准精度;在InSAR时序图像的基础上,利用平均强度图服从伽马分布的先验信息将每个空间像素的空间相似邻域像素挑选出来进行精确的相干性估计,同质像元提取与相干性估计的过程中均使用雷达波束重叠区域影响,观测样本为原始方法的二倍,降低了增强谱分集方位向偏移量估计的方差和偏差;在生成增强谱分集偏移相位的过程中使用精确估计的相干性进行加权,使得估计出的增强谱分集方位向偏移量更为精确,能够为TOPS模式配准0.001精度提供所要求的相对精度的增强谱分集方位向偏移量。
附图说明
图1为本发明的流程示意图;
图2为本发明利用伽马分布提取出的同质像元个数估计处的精确相干性;
图3为不同方法估计出的增强谱分集序贯估计提取的配准偏移值的统计特征图;
图4为利用不同方法估计处的增强谱分集方位向偏移量序贯精配准后的箱式图。
具体实施方式
下面结合附图对本发明作更进一步的说明。
如图1所示的流程图,一种基于双倍样本的增强谱分集方位向偏移量估计方法,包括如下步骤:
1)在切向精度为5厘米的精密轨道和Tandem-90外部数字高程模型的基础上,对N幅原始SAR图像数据序列进行几何配准,获得单视复数影像堆栈。
2)利用平均强度图服从伽马分布的先验特性并结合雷达波束重叠区域的双倍样本,提取影像堆栈中各像元在行列均为11的滑动窗口中的同质像元,置信度95%,在进行同质像元提取时输入的影像为TOPS成像模式下邻近雷达波束观测的重叠区域,重叠区域成像时间间隔约为0.3秒,认为可以忽略时间去相关的影响;观测样本被提升至原始方法的两倍,影像堆栈数量越少,该方法效果越明显。
3)对影像堆栈中的雷达波束重叠区域在步骤2)获取的同质像元信息的基础下进行精确的相干性估计,估计过程采用与步骤2)中相同的波束重叠区域的双倍样本,具体方法为:对于干涉对中主辅影像对应的雷达脉冲m和s,根据以下相干性估计器进行估计,
其中p代表滑动窗口中的同质区域Ω中包含的像元个数,i及i+1分别为相邻雷达波束索引。
利用不同方法生成的相干性如图2所示,图2中可以看出传统方法边缘损失严重,相干性呈块状;本发明则很好地保留了边缘特征,不存在结块现象。
4)对影像堆栈中各主辅影像的上下雷达波束分别进行干涉获取上波束干涉图与下波束干涉图,然后对上下波束干涉图再进行复数共轭获取增强谱分集相位。
5)利用步骤3)中计算出的精确相干性,再对步骤4)生成的所有主辅影像的增强谱分集相位图进行各像素的相干性加权,然后获取优化后的增强谱分集偏移相位;
增强谱分集偏移相位的相干性加权过程为:
增强谱分集偏移相位的获取过程为:
或
利用不同方法生成的增强谱分集偏移相位如图3所示,图3中传统方法估计出的增强谱分集无法判断统计特征,本发明提供的方法则能够提取明显的相位峰值。
6)利用各主辅影像的增强谱分集偏移相位获取准确的方位向配准偏移并对各辅影像进行相位校正,从而满足后续时序InSAR处理的要求。
为了定性定量分析本发明中增强谱分集方位向偏移量的估计精度,利用在前一次精配准影像上不断迭代获取增强谱分集方位向偏移量。为表示残余配准偏移量的离散程度,突出结果的精度,结合传统方法进行了比较,图4为100次精配准迭代结果得到的箱式图。从图4可以看出,与传统方法相比本发明估计的增强谱分集方位向偏移量用于估计校准后,配准偏移值的收敛情况较好,能够维持在0.001像素之内。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (6)
1.一种基于双倍样本的增强谱分集方位向偏移量估计方法,其特征在于:包括以下步骤:
1)在精密轨道与外部数字高程模型的基础上,对N幅原始SAR图像数据序列进行几何配准,获得单视复数影像堆栈;
2)提取影像堆栈中各像元在行列均为11的滑动窗口中的同质像元,置信度为95%,在进行同质像元提取时输入的影像为TOPS成像模式下相邻雷达波束观测的重叠区域影像;
3)对影像堆栈中的雷达波束重叠区域在同质像元信息的基础下进行精确的相干性估计;
4)对影像堆栈中各主辅影像的上下雷达波束分别进行干涉获取上波束干涉图与下波束干涉图,然后对上下波束干涉图再进行复数共轭获取增强谱分集相位;
5)利用步骤3)中计算出的精确相干性,再对步骤4)生成的所有主辅影像的增强谱分集相位图进行各像素的相干性加权,然后获取优化后的增强谱分集偏移相位;
6)利用各主辅影像的增强谱分集偏移相位获取准确的方位配准偏移并对各辅影像进行相位校正,从而满足后续时序InSAR处理的要求。
2.根据权利要求1所述的基于双倍样本的增强谱分集方位向偏移量估计方法,其特征在于:步骤1)中所述精密轨道的切向精度为5厘米,外部数字高程模型为Tandem-90外部数字高程模型。
3.根据权利要求1所述的基于双倍样本的增强谱分集方位向偏移量估计方法,其特征在于:步骤2)中利用平均强度图服从伽马分布的先验特性并结合雷达波束重叠区域的双倍样本进行同质像元的提取。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910597877.6A CN110261839B (zh) | 2019-07-04 | 2019-07-04 | 一种基于双倍样本的增强谱分集方位向偏移量估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910597877.6A CN110261839B (zh) | 2019-07-04 | 2019-07-04 | 一种基于双倍样本的增强谱分集方位向偏移量估计方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110261839A CN110261839A (zh) | 2019-09-20 |
CN110261839B true CN110261839B (zh) | 2023-02-28 |
Family
ID=67924332
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910597877.6A Active CN110261839B (zh) | 2019-07-04 | 2019-07-04 | 一种基于双倍样本的增强谱分集方位向偏移量估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110261839B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115267781B (zh) * | 2022-09-28 | 2022-12-16 | 中山大学 | 一种基于多视SAR数据集的InSAR相干性估计方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103645476A (zh) * | 2013-12-18 | 2014-03-19 | 中国国土资源航空物探遥感中心 | 一种合成孔径雷达差分干涉图序列的时空同质滤波方法 |
CN109509219A (zh) * | 2018-12-28 | 2019-03-22 | 河海大学 | 基于最小生成树的InSAR时序影像集合的配准方法 |
CN109633639A (zh) * | 2018-11-20 | 2019-04-16 | 上海无线电设备研究所 | Topsar干涉数据的高精度快速配准方法 |
CN109696675A (zh) * | 2018-12-27 | 2019-04-30 | 河海大学 | 基于迪杰斯特拉算法的InSAR时序影像集合配准方法 |
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. |
-
2019
- 2019-07-04 CN CN201910597877.6A patent/CN110261839B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103645476A (zh) * | 2013-12-18 | 2014-03-19 | 中国国土资源航空物探遥感中心 | 一种合成孔径雷达差分干涉图序列的时空同质滤波方法 |
CN109633639A (zh) * | 2018-11-20 | 2019-04-16 | 上海无线电设备研究所 | Topsar干涉数据的高精度快速配准方法 |
CN109696675A (zh) * | 2018-12-27 | 2019-04-30 | 河海大学 | 基于迪杰斯特拉算法的InSAR时序影像集合配准方法 |
CN109509219A (zh) * | 2018-12-28 | 2019-03-22 | 河海大学 | 基于最小生成树的InSAR时序影像集合的配准方法 |
Non-Patent Citations (2)
Title |
---|
基于时间序列的INSAR相干性量级估计;蒋弥等;《地球物理学报》;20130331;第56卷(第3期);第799-809页 * |
精密轨道支持下的哨兵卫星TOPS模式干涉处理;吴文豪 等;《测绘学报》;20170930;第46卷(第9期);第1156-1162页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110261839A (zh) | 2019-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yague-Martinez et al. | Coregistration of interferometric stacks of Sentinel-1 TOPS data | |
Ran et al. | An autofocus algorithm for estimating residual trajectory deviations in synthetic aperture radar | |
De Macedo et al. | An autofocus approach for residual motion errors with application to airborne repeat-pass SAR interferometry | |
CN109375222B (zh) | 一种合成孔径雷达干涉测量电离层相位估计和补偿方法 | |
Fornaro et al. | Maximum likelihood multi-baseline SAR interferometry | |
CN109696675B (zh) | 基于迪杰斯特拉算法的InSAR时序影像集合配准方法 | |
Baier et al. | A nonlocal InSAR filter for high-resolution DEM generation from TanDEM-X interferograms | |
CN109633648A (zh) | 一种基于似然估计的多基线相位估计装置及方法 | |
Wegmüller et al. | Sentinel-1 support in the GAMMA software | |
Liang et al. | Interferometry with ALOS-2 full-aperture ScanSAR data | |
CN110082764B (zh) | 基于稳健正则化层析方法的sar图像成像方法 | |
CN109509219B (zh) | 基于最小生成树的InSAR时序影像集合的配准方法 | |
CN109633639B (zh) | Topsar干涉数据的高精度快速配准方法 | |
CN112034461B (zh) | 基于综合测度的sar图像ps点选取方法 | |
JP6000074B2 (ja) | 画像レーダ処理装置及び画像レーダ処理方法 | |
CN110261839B (zh) | 一种基于双倍样本的增强谱分集方位向偏移量估计方法 | |
CN116047519A (zh) | 一种基于合成孔径雷达干涉测量技术的选点方法 | |
Wegmüller et al. | Sentinel-1 IWS mode support in the GAMMA software | |
Jungang et al. | An interpolated phase adjustment by contrast enhancement algorithm for SAR | |
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 | |
Liang et al. | Estimating azimuth offset with double-difference interferometric phase: The effect of azimuth FM rate error in focusing | |
CN114488150A (zh) | 一种InSAR时序相位的优化方法及装置 | |
CN113030963B (zh) | 联合残余相位消除的双基地isar稀疏高分辨成像方法 | |
Buckley et al. | Evaluating ScanSAR interferometry deformation time series using bursted stripmap data | |
Cumming et al. | RADARSAT-1 Doppler centroid estimation using phase-based estimators |
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 |