CN111626952A - 基于内插的InSAR小面积阴影区域DEM修正方法 - Google Patents

基于内插的InSAR小面积阴影区域DEM修正方法 Download PDF

Info

Publication number
CN111626952A
CN111626952A CN202010438842.0A CN202010438842A CN111626952A CN 111626952 A CN111626952 A CN 111626952A CN 202010438842 A CN202010438842 A CN 202010438842A CN 111626952 A CN111626952 A CN 111626952A
Authority
CN
China
Prior art keywords
area
shadow
small
shadow region
interpolation
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
Application number
CN202010438842.0A
Other languages
English (en)
Inventor
李芳芳
丁赤飚
胡玉新
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.)
Aerospace Information Research Institute of CAS
Original Assignee
Aerospace Information Research Institute 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 Aerospace Information Research Institute of CAS filed Critical Aerospace Information Research Institute of CAS
Priority to CN202010438842.0A priority Critical patent/CN111626952A/zh
Publication of CN111626952A publication Critical patent/CN111626952A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G06T5/30—Erosion or dilatation, e.g. thinning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10032—Satellite or aerial image; Remote sensing
    • G06T2207/10044—Radar image

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

一种基于内插的InSAR小面积阴影区域DEM修正方法，包括以下步骤：检测干涉SAR图像中的阴影区域，并利用形态学方法将阴影区域的边缘规整化；对每一个闭合的阴影区域，统计其面积，设定阈值A，将面积小于阈值的区域判定为小面积阴影区域；对每一个闭合的阴影区域，提取其边缘；对每一个闭合的小面积阴影区域，扫描该区域的每一方位门，选取该方位门上沿距离向的近距端和远距端的两个边缘点，读取其高程值；对每一个闭合的小面积阴影区域，根据每一方位门的两个边缘点的高程，通过沿距离向插值计算出所述方位门观测视线上的高程；扫描小面积阴影区域的每一个距离门，对所述距离门上的像素进行均值滤波，从而消除不同方位门之间的条纹效应。

Description

基于内插的InSAR小面积阴影区域DEM修正方法
技术领域
本发明涉及电子信息技术雷达技术领域，尤其涉及一种基于内插的InSAR小面积阴影区域DEM修正方法。
背景技术
干涉合成孔径雷达(Interferometric Synthetic Aperture Radar，InSAR)利用合成孔径雷达(SAR)两个通道的干涉相位信息提取地表的高程信息或变化信息，能够将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、地表形变监测等多个领域具有广泛应用。
在地形测绘应用中，由于SAR本身的一些特性，在叠掩、阴影、水体等困难区域，InSAR地形测绘具有局限性。其中，阴影区域由于场景的背坡坡度大于雷达波束俯角，从而使地面较高区域对背坡区域形成遮挡，雷达接收不到背坡区域的有用回波信息，因而形成阴影。阴影区域的干涉相位表现为噪声特性，因此无法根据干涉相位反演出反映该区域地表的真实高程。因此，需要对干涉处理获取的阴影区域DEM进行一定的修正，才能保证干涉SAR获取DEM的完整性。
目前，针对干涉SAR阴影区域的DEM修正常用的一类方法是利用外部粗精度DEM数据进行补充修正，然而由于外部DEM数据分辨率通常较低，而且需要解决外部DEM与待修正的DEM之间分辨率、坐标系、精度等不一致的问题，处理过程复杂，通常用于大面积阴影区域的修正，对于小面积的阴影区域，该类方法并不适用。针对这一问题，有必要研究研究基于内插的InSAR小面积阴影区域DEM修正方法。
发明内容
有鉴于此，本发明的主要目的在于提供一种基于内插的InSAR小面积阴影区域DEM修正方法，以期部分地解决上述技术问题中的至少之一。
为了实现上述目的，作为本发明的一方面，提供了一种基于内插的InSAR小面积阴影区域DEM修正方法，包括以下步骤：
步骤A：检测干涉SAR图像中的阴影区域，并利用形态学方法将阴影区域的边缘规整化；
步骤B：对每一个闭合的阴影区域，统计其面积，设定阈值A，将面积小于阈值的区域判定为小面积阴影区域；
步骤C：对每一个闭合的阴影区域，提取其边缘；
步骤D：对每一个闭合的小面积阴影区域，扫描该区域的每一方位门，选取该方位门上沿距离向的近距端和远距端的两个边缘点，读取其高程值；
步骤E：对每一个闭合的小面积阴影区域，根据步骤D得到的每一方位门的两个边缘点的高程，通过沿距离向插值计算出所述方位门观测视线上的高程hlos，将其作为所述方位门阴影区域的高程值hshadow；
步骤F：对每一个闭合的小面积阴影区域，扫描所述区域的每一个距离门，对所述距离门上的像素进行均值滤波，从而消除不同方位门之间的条纹效应。
其中，所述步骤B统计阴影区域面积的方法为，逐个扫描阴影区域的像素，计算出该区域包含的像素总数作为阴影区域的面积，面积阈值A为经验值，取值范围为100×100≤A≤200×200。
其中，所述步骤D选取该方位门上沿距离向的近距端和远距端的两个边缘点的具体方法为：
设定相干系数阈值r，如果边缘点的相干系数小于r，则将近距端和远距端的两个边缘点分别向近距和远距方向外推，直到满足相干系数大于等于r，设定相干系数阈值为r＞0.9。
其中，所述步骤E通过沿距离向插值出计算出该方位门观测视线上的高程hlos，具体计算方法为：
Figure BDA0002502260170000021
其中，hnear、hfar分别为近距端和远距端的两个边缘点的高程值，Nlos为该方位门观测视线上阴影区域的像素总个数，dnear为为待计算高程位置处的像素距离近距端边缘点的像素个数。
其中，所述步骤F中是利用N×1大小的窗口对所述距离门上的像素进行均值滤波的。
基于上述技术方案可知，本发明的基于内插的InSAR小面积阴影区域DEM修正方法相对于现有技术至少具有如下有益效果的一部分：
本发明针对InSAR干涉处理获得的DEM中小面积的阴影区域，利用内插方法计算观测视线上的DEM，据此对小面积阴影区域的DEM进行修正，并通过方位向平滑方法有效处理了沿距离向逐行处理导致的条纹效应，从而克服了基于外部粗精度DEM数据的修正方法不适用于小面积阴影区域的缺点，实现了小面积阴影区域DEM的快速有效修正，提高了InSARDEM数据的完整性。
附图说明
图1为根据本发明实施例基于内插的InSAR小面积阴影区域DEM修正方法的流程图。
具体实施方式
本发明公开了一种基于内插的干涉合成孔径雷达(InSAR)小面积阴影区域数字高程模型(DEM)修正方法。本方法首先通过统计阴影区域的面积确定其中的小面积区域，然后利用内插的方法计算出沿观测视线上的DEM将其作为阴影区域内部的DEM，最后通过沿方位向的平滑处理消除了条纹效应，实现了小面积阴影区域DEM的快速有效修正，从而克服了基于外部粗精度DEM数据的修正方法不适用于小面积阴影区域的缺点，提高了InSAR DEM数据的完整性。
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。
根据本发明的一个方面，提供了一种基于内插的InSAR小面积阴影区域DEM修正方法。图1为根据本发明实施例基于内插的InSAR小面积阴影区域DEM修正方法的流程图，本实施例基于内插的InSAR小面积阴影区域DEM修正方法包括：
步骤A：检测InSAR图像中的阴影区域，并利用形态学闭运算将阴影区域的边缘规整化。阴影区域的检测方法包括幅度阈值法、相干系数阈值法、幅度和相干系数相结合的方法等，以上方法均为本领域的公知常识，此处不再赘述。
步骤B：对每一个闭合的阴影区域，统计其面积，设定阈值A，将面积小于阈值的区域判定为小面积阴影区域。
统计面积的方法为，逐个扫描阴影区域的像素，计算出该区域包含的像素总数作为阴影区域的面积。
阈值A为经验值，通常取值为100×100≤A≤200×200。
步骤C：对每一个闭合的小面积阴影区域，提取其边缘。具体的边缘提取算法可以采用Canny算子提取、Sobel算子提取等，上述方法均为本领域的公知常识，此处不再赘述。
步骤D：对每一个闭合的小面积阴影区域，扫描该区域的每一方位门，选取该方位门上沿距离向的近距端和远距端的两个边缘点，读取其高程值。
为了保证边缘点高程信息的可靠性，设定相干系数阈值r，如果边缘点的相干系数小于r，则将近距端和远距端的两个边缘点分别向近距和远距方向外推，直到满足相干系数大于等于r。这里可设定相干系数阈值r＞0.9。
步骤E：对每一个闭合的小面积阴影区域，根据步骤D得到的每一方位门的两个边缘点的高程，通过插值出计算出该方位门观测视线上的高程hlos，具体计算方法为：
Figure BDA0002502260170000041
其中，hnear、hfar分别为近距端和远距端的两个边缘点的高程值，Nlos为该方位门观测视线上阴影区域的像素总个数，dnear为为待计算高程位置处的像素距离近距端边缘点的像素个数。
由于对某一方位门，沿观测视线上的高程值是阴影区域高程值的上限，同时对于小面积的阴影区域，内部的高程值变化范围较小，观测视线上的高程值与实际的地形坡度较为接近，因此将观测视线上的高程值hlos作为该方位门阴影区域的高程值hshadow，即
hshadow＝hlos
步骤F：步骤E对每一个闭合的小面积阴影区域进行了逐行的沿观测视线的高程插值，并将观测视线的高程值作为该方位向上阴影区域内部的高程。由于相邻两行选取的边缘点之间的高程差异会导致插值后阴影区域的高程值存在条纹效应。因此，对每一个闭合的小面积阴影区域，扫描该区域的每一个距离门，对该距离门上的像素利用N×1大小的窗口进行均值滤波，从而消除不同方位门之间的条纹效应。
至此，已经结合附图对本发明实施例进行了详细描述。依据以上描述，本领域技术人员应当对本发明干涉合成孔径雷达阴影区域数字高程模型修正方法有了清楚的认识。
需要说明的是，上述对各元件和方法的定义并不仅限于实施例中提到的各种具体结构、形状或方式，本领域普通技术人员可对其进行简单地更改或替换。
综上所述，本发明基于内插的方法对InSAR数据中小面积的阴影区域DEM进行修正。利用内插方法计算出沿观测视线上的DEM，近似作为阴影区域内部的DEM，并通过沿方位向的平滑处理消除了条纹效应，实现了小面积阴影区域DEM的快速有效修正，克服了基于外部粗精度DEM数据的修正方法不适用于小面积阴影区域的缺点，提高了InSAR DEM数据的完整性。
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 (5)

1.一种基于内插的InSAR小面积阴影区域DEM修正方法，其特征在于，包括以下步骤：
步骤A：检测干涉SAR图像中的阴影区域，并利用形态学方法将阴影区域的边缘规整化；
步骤B：对每一个闭合的阴影区域，统计其面积，设定阈值A，将面积小于阈值的区域判定为小面积阴影区域；
步骤C：对每一个闭合的阴影区域，提取其边缘；
步骤D：对每一个闭合的小面积阴影区域，扫描该区域的每一方位门，选取该方位门上沿距离向的近距端和远距端的两个边缘点，读取其高程值；
步骤E：对每一个闭合的小面积阴影区域，根据步骤D得到的每一方位门的两个边缘点的高程，通过沿距离向插值计算出所述方位门观测视线上的高程hlos，将其作为所述方位门阴影区域的高程值hshadow；
步骤F：对每一个闭合的小面积阴影区域，扫描所述区域的每一个距离门，对所述距离门上的像素进行均值滤波，从而消除不同方位门之间的条纹效应。
2.根据权利要求1所述的基于内插的InSAR小面积阴影区域DEM修正方法，其特征在于，所述步骤B统计阴影区域面积的方法为，逐个扫描阴影区域的像素，计算出该区域包含的像素总数作为阴影区域的面积，面积阈值A为经验值，取值范围为100×100≤A≤200×200。
3.根据权利要求1所述的基于内插的InSAR小面积阴影区域DEM修正方法，其特征在于，所述步骤D选取该方位门上沿距离向的近距端和远距端的两个边缘点的具体方法为：
设定相干系数阈值r，如果边缘点的相干系数小于r，则将近距端和远距端的两个边缘点分别向近距和远距方向外推，直到满足相干系数大于等于r，设定相干系数阈值为r＞0.9。
4.根据权利要求1所述的基于内插的InSAR小面积阴影区域DEM修正方法，其特征在于，所述步骤E通过沿距离向插值出计算出该方位门观测视线上的高程hlos，具体计算方法为：
Figure FDA0002502260160000021
其中，hnear、hfar分别为近距端和远距端的两个边缘点的高程值，Nlos为该方位门观测视线上阴影区域的像素总个数，dnear为为待计算高程位置处的像素距离近距端边缘点的像素个数。
5.根据权利要求1所述的基于内插的InSAR小面积阴影区域DEM修正方法，其特征在于，所述步骤F中是利用N×1大小的窗口对所述距离门上的像素进行均值滤波的。
CN202010438842.0A 2020-05-21 2020-05-21 基于内插的InSAR小面积阴影区域DEM修正方法 Pending CN111626952A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010438842.0A CN111626952A (zh) 2020-05-21 2020-05-21 基于内插的InSAR小面积阴影区域DEM修正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010438842.0A CN111626952A (zh) 2020-05-21 2020-05-21 基于内插的InSAR小面积阴影区域DEM修正方法

Publications (1)

Publication Number Publication Date
CN111626952A true CN111626952A (zh) 2020-09-04

Family

ID=72272293

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010438842.0A Pending CN111626952A (zh) 2020-05-21 2020-05-21 基于内插的InSAR小面积阴影区域DEM修正方法

Country Status (1)

Country Link
CN (1) CN111626952A (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108761458A (zh) * 2018-08-15 2018-11-06 中国科学院电子学研究所 基于形态学细化的干涉sar水体数字高程模型修正方法
WO2018229485A1 (en) * 2017-06-15 2018-12-20 The University Of Nottingham Land deformation measurement
CN110703252A (zh) * 2019-11-11 2020-01-17 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

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018229485A1 (en) * 2017-06-15 2018-12-20 The University Of Nottingham Land deformation measurement
CN108761458A (zh) * 2018-08-15 2018-11-06 中国科学院电子学研究所 基于形态学细化的干涉sar水体数字高程模型修正方法
CN110703252A (zh) * 2019-11-11 2020-01-17 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

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
FANGFANG LI ET.AL: "Interferometric Phase Characteristics Analysis and Unwrapping Method of Airborne Insar in Low Coherence Areas" *
李芳芳等: "机载双天线 InSAR 对飞数据处理与分析" *

Similar Documents

Publication Publication Date Title
CN110244302B (zh) 地基合成孔径雷达影像像元坐标三维变换方法
CN103605119B (zh) 一种星载合成孔径雷达条带模式方位模糊抑制方法
CN109597074B (zh) 一种sar影像几何定位参数校正方法及系统
CN108564532B (zh) 大尺度地距星载sar图像镶嵌方法
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
CN110703252B (zh) 干涉合成孔径雷达阴影区域数字高程模型修正方法
Paillou et al. Relief reconstruction from SAR stereo pairs: the" optimal gradient" matching method
CN115063689A (zh) 一种基于局部显著性增强的cfar舰船目标检测方法
CN114998365A (zh) 一种基于极化干涉sar的地物分类方法
KR101870084B1 (ko) 그림자의 수직경계선을 이용한 원격탐사영상의 그림자 제거방법
CN111445404B (zh) 一种基于双频和概率模型的相位去模糊方法
Ren et al. Automated SAR reference image preparation for navigation
CN111626952A (zh) 基于内插的InSAR小面积阴影区域DEM修正方法
CN114463417B (zh) 一种基于空间几何比值关系的sar影像叠掩区域定位方法
CN115601278A (zh) 基于子图像配准的高精度运动误差补偿的方法
CN115546264A (zh) 一种星载InSAR图像精细配准与立体测量方法
CN111310649B (zh) 一种无人机高分辨率影像对山岳冰川运动消融的提取方法
CN110223250B (zh) 基于单应变换的sar几何校正方法
CN117761695B (zh) 基于自适应分区sift的多角度sar三维成像方法
CN117872366B (zh) 一种基于相位解缠的阵列干涉sar山区点云解模糊方法
CN117726658B (zh) 一种基于局部迭代策略的大场景sar影像配准的方法及装置
CN114463638B (zh) 机载干涉合成孔径雷达影像的几何校正方法
CN116299459B (zh) 一种基于地形和信号反射强度的InSAR掩膜方法
CN115578607B (zh) 一种遥感影像有效像元覆盖范围快速提取方法
Lorentzen et al. Backscatter Features for Estimating Synthetic Aperture Sonar Bathymetry

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200904

RJ01 Rejection of invention patent application after publication