CN112596055B - 一种改正InSAR DEM残余系统误差的方法 - Google Patents
一种改正InSAR DEM残余系统误差的方法 Download PDFInfo
- Publication number
- CN112596055B CN112596055B CN202011440613.9A CN202011440613A CN112596055B CN 112596055 B CN112596055 B CN 112596055B CN 202011440613 A CN202011440613 A CN 202011440613A CN 112596055 B CN112596055 B CN 112596055B
- Authority
- CN
- China
- Prior art keywords
- insar
- corrected
- dem
- pixel
- elevation
- 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
- 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
- G01S7/40—Means for monitoring or calibrating
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)
- Radar Systems Or Details Thereof (AREA)
- Image Processing (AREA)
Abstract
一种改正InSAR DEM残余系统误差的方法,该方法对外部参考DEM数据进行重采样处理,即使其空间分辨率与InSAR DEM数据一致,再计算其与InSAR DEM数据中对应像素之间的高程差,根据计算结果检测出InSAR DEM数据中高程异常待改正的像素,即为目标像素;再根据路径传播算法将空间相邻的、高程差值属性值相近的目标像素合并到同一区域中,得到待校正区域;然后建立待校正区域的缓冲区,将缓冲区内同参考DEM高程差符合精度要求、无需校正的像素作为稳定点,利用稳定点校正待校正区域内的目标像素。该方法借助不含系统误差的外部DEM产品作为参考数据,来有效的检测出InSAR DEM数据中的残余高度误差;通过将符合精度要求、无需校正的像素作为稳定点,利用稳定点校正目标像素。
Description
技术领域
本发明涉及一种改正InSAR DEM残余系统误差的方法,属于遥感图像处理技术领域。
背景技术
数字高程模型(Digital Elevation Model,DEM)提供了对地表高低起伏形态的数字化描述,是最重要的基础测绘产品之一,应用于诸多科学研究和工程应用领域。合成孔径雷达干涉测量(InSAR)技术由于其几乎全天候的成像能力和高精度的地形量测能力成为大范围地形测量的有力手段。InSAR技术依赖于提取到的相位差分信息,因而具有较高的地形测量敏感度,但是干涉相位信息极易受到多种去相干因素的影响,比如热噪声、时间和几何去相干以及多普勒效应等。去相干因素造成的干涉相位误差导致了随机高程误差。随着高分辨率SAR系统的提高,诸如提高信噪比、增加信号带宽等可以有效降低诸如热噪声和多普勒去相干的影响;双站干涉测量模式采用一发双收的模式接收地面的后向散射回波,时间基线为0,使得干涉相位不受时间去相干的影响,保持较高的相干性,同时几乎不受大气效应的影响,以上有利于降低InSAR DEM的随机高程误差。此外,多次观测获取的InSAR DEM进行加权平均也可以进一步降低随机高程误差。
因此,对于高分辨率星载双站干涉测量系统获取的DEM数据,随机高程误差得以很好的控制。以德国的TerraSAR-X/TanDEM-X双星为例,为首个可以自由配置观测模式的双站模式星载SAR系统,用于全球高精度地形测量。在平坦地区(坡度小于20%)的地区TanDEM-XDEM随机高程误差不超过2米,在山地(坡度大于20%)随机误差不超过4米。在此种情况下,影响InSAR DEM高程精度的主要是残余系统高程误差。InSAR DEM中的系统高程误差主要包括基线误差、几何畸变和解缠误差。其中基线误差可以通过基线定标改正;由于地形起伏造成的诸如叠掩、阴影等SAR影像几何畸变主要是通过升降轨观测获取的InSAR DEM加权融合消除,残余的几何畸变误差零散分布于起伏地形的迎向和背向雷达坡;相位解缠是InSAR数据处理中至关重要的一步,在地形复杂的山区,干涉条纹密集且同时存在相位跳变等问题,容易造成错误的相位解缠。由于不能正确重建缠绕相位的整周模糊数,解缠错误表现为局部区域的整体高程跳变,偏差大小为高程模糊度的整数倍,从十几米到数百米不等,对DEM质量产品造成了极大影响。解缠误差暂时缺乏有效的改正方法,现有研究主要集中于改进解缠算法,尽可能减小解缠误差,但是在地形复杂的山区,解缠误差依然是InSAR DEM质量的主要制约因素。此外,对于诸如TanDEM-X DEM等的InSAR DEM产品是通过将对同一区域进行多次观测获取的DEM加权融合而成,各种残余系统误差会进行叠加,无法进行分离改正,降低了InSAR DEM的可用性。
发明内容
为了解决现有技术中存在的技术问题,本发明提供了一种改正InSAR DEM残余系统误差的方法。该方法借助广泛校正的不含系统误差的外部DEM数据作为参考数据,来检测出待改正InSAR DEM数据中的待改正的目标像素;再通过路径传播算法将空间相邻的、高程差值属性值相近的目标像素合并到同一区域中,得到待校正区域;然后建立待校正区域的缓冲区,将缓冲区内同参考DEM高程差符合精度要求、无需校正的像素作为稳定点校正待校正区域的目标像素;最后,考虑到残余系统误差的大小量级不同,该方法进行多尺度系统高程误差改正,即迭代实施前面两个步骤,从大尺度到小尺度逐步改正InSAR DEM中残余系统误差。
实现本发明目的的技术方案为,一种改正InSAR DEM残余系统误差的方法,该方法至少包括以下步骤:
1.对外部参考DEM数据进行重采样处理,即使其空间分辨率与InSAR DEM数据一致,再计算其与InSAR DEM数据中对应像素之间的高程差,根据计算结果检测出InSAR DEM数据中高程异常待改正的像素,即为目标像素;
2.根据路径传播算法将空间相邻的、高程差值属性值相近的目标像素合并到同一区域中,得到待校正区域;
3.建立待校正区域的缓冲区,将缓冲区内同参考DEM高程差符合精度要求、无需校正的像素作为稳定点,利用稳定点校正待校正区域内的目标像素。
对上述技术方案的进一步改进为:步骤1所述高程差通过如下公式获得;
Hi=HInSAR,i-Hrefer,i
式中,Hi为像素i的高程差,HInSAR,i为像素i在待改正InSAR DEM数据中的高程值,Hrefer,i为像素i在参考DEM数据的高程值,其中i={1,2,…,M×N},M和N为InSAR DEM数据的行列号。
且步骤1所述目标像素通过如下步骤获得:
(1)设定阈值Zk,k为迭代次数,其中阈值Zk与InSAR数据的高程模糊度正相关,k为3;
(2)将所述像素的所述高程差,即Hi,与阈值Zk进行比较,若Hi<Zk,则认为像素i为背景像素,其高程值不需校正,且放弃处理该像素,若Hi≥Zk,则认为像素i为待处理的所述目标像素。
且步骤2所述待校正区域通过如下步骤获得:
(3)采用路径传播算法合并目标像素,即通过邻域的方法遍历所有所述目标像素,将不同的目标像素根据相似性准则划分到不同所述待校正区域中;具体为,若所述目标像素和相邻所述目标像素符合则将所述目标像素和所述相邻目标像素合并到同一区域,即待校正区域,再以相邻所述目标像素为新目标像素,重复上述步骤,若所述目标像素和相邻所述目标像素符合则停止合并;
且步骤(3)所述邻域的方法具体为4邻域或8邻域方法。
且步骤3所述校正公式如下:
且重复步骤2和步骤3,直至迭代次数达到k,且每迭代一次,阈值Zk会进行缩小。
由上述技术方案可知本发明提供的一种改正InSAR DEM残余系统误差的方法,该方法借助经过广泛校正的不含系统误差的外部DEM产品作为参考数据,计算出DEM数据中像素与InSAR DEM数据中对应像素之间的高程差,再利用路径传播算法检测出InSAR DEM数据中的需要校正的目标像素,来有效的检测出InSAR DEM数据中的残余高度误差;
然后建立待校正区域的缓冲区,将缓冲区内同参考DEM高程差符合精度要求、无需校正的像素作为稳定点,利用稳定点校正待校正区域内的目标像素;以此来校正了InSARDEM数据中的残余系统误差;
根据待校正InSAR DEM中残余系统高程的分布特点和大小尺度,迭代进行多次不同尺度的校正,进一步提高DEM产品的精度。
附图说明
图1是本发明的实施例1中输入的12m TanDEM-X DEM图像。
图2是本发明的实施例1中输入的8m REMA mosaic图像。
图3是本发明的实施例1的待校正区域的改正值图像。
图4是本发明的实施例1的校正后的TanDEM-X DEM图像。
具体实施方式
下面结合实施例对本发明进行详细具体说明,本发明的内容不局限于以下实施例。
如图1、图2所示,图1是本实例中输入的12m TanDEM-X DEM数据,图2是本实例输入的8m Reference Elevation Model of Antarctica mosaic(REMA mosaic)数据,本实例以8m REMA mosaic数据作为外部参考DEM数据,对12m TanDEM-X DEM数据进行校正。
首先对8m REMA mosaic数据进行重采样处理,在本发明中,重采样方法可以采用最邻近内插法、双线性内插法和三次卷积法内插法,在本实施例中采用双线性内插法,即通过取像素点到周围4邻域像元的距离加权来计算其新数据值,使其空间分辨率与TanDEM-XDEM数据一致,得到12m REMA mosaic数据,再计算其与TanDEM-X DEM数据中对应像素之间的高程差,高程差通过如下公式获得;
Hi=HInSAR,i-Hrefer,i
式中,Hi为像素i的高程差,HInSAR,i为像素i在待改正TanDEM-X DEM数据中的高程值,Hrefer,i为像素i在12m REMA mosaic数据的高程值,其中i={1,2,…,M×N},M和N为TanDEM-X DEM数据的行列号。
根据计算结果检测出TanDEM-X DEM数据中高程异常待改正的像素,即为目标像素,具体为,设定阈值Zk,k为迭代次数,其中阈值Zk为像素的高程模糊度的倍数,本实施例中Zk为TanDEM-X DEM的高程模糊度的一倍,即45,k为3;将所述像素的所述高程差,即Hi,与阈值Zk进行比较,若Hi<45,则认为像素i为背景像素,其高程值不需校正,且放弃处理该像素,若Hi≥45,则认为像素i为待处理的所述目标像素。通过高精度外部参考12m REMA mosaic数据与TanDEM-X DEM数据进行计算,得到对应像素之间的高程差,再通过高程差与阈值进行比较从而找到TanDEM-X DEM数据中误差较大、需要校正的像素,即为目标像素。
根据路径传播算法将空间相邻的、高程差值属性值相近的目标像素合并到同一区域中,得到待校正区域,即通过邻域的方法遍历所有所述目标像素,将不同的目标像素根据相似性准则划分到不同所述待校正区域中;具体为,采用4邻域的方法遍历所有所述目标像素,即取像素紧邻位置的上、下、左、右方向的像素点,在另一些实施例中采取8邻域的方法,即取像素紧邻位置的上、下、左、右、右下、右上、左下、左上方向的像素点,若所述目标像素和相邻所述目标像素符合则将所述目标像素和所述相邻目标像素合并到同一区域,即校正区域,再以相邻所述目标像素为新目标像素,重复上述步骤,若所述目标像素和相邻所述目标像素符合则停止合并;
考虑到像素的空间相关性,利用路径传播算法将待校正TanDEM-X DEM数据中空间相邻且具有相近高程偏差的目标像素进行合并,以便于下一步改正。
建立待校正区域的缓冲区,将缓冲区内同参考12m REMA mosaic数据高程差符合精度要求、无需校正的像素作为稳定点,利用稳定点校正待校正区域内的目标像素,本实施例中缓冲区为待校正区域向外扩展一些像素后得到的区域。
利用所述稳定点进行拟合,作为所述待校正区域的参考高度面,对每个所述待校正区域进行校正,其公式为:
对所述TanDEM-X DEM数据中各所述像素点的高程值进行校正,得到校正后的像素的高程值Hi∈c,其公式为:
通过精度较高的外部参考REMA mosaic数据和TDM DEM数据中的稳定点对目标像素进行校正,以此来校正了TanDEM-X DEM数据中的残余系统误差。
重复上述步骤,直至迭代次数达到k,且每迭代一次,阈值Zk会进行缩小,本实施例中Zk的值按最初Zk的值75%、50%进行缩小,通过多次不同尺度的校正,进一步提高TanDEM-X DEM产品的精度,最终校正结果如图4所示。
Claims (6)
1.一种改正InSAR DEM残余系统误差的方法,其特征在于该方法至少包括以下步骤:
1.对外部参考DEM数据进行重采样处理,即使其空间分辨率与InSAR DEM数据一致,再计算其与InSAR DEM数据中对应像素之间的高程差,根据计算结果检测出InSAR DEM数据中高程异常待改正的像素,即为目标像素;
2.根据路径传播算法将空间相邻的、高程差值属性值相近的目标像素合并到同一区域中,得到待校正区域;
3.建立待校正区域的缓冲区,将缓冲区内同参考DEM高程差符合精度要求、无需校正的像素作为稳定点,利用稳定点校正待校正区域内的目标像素;所述缓冲区为待校正区域向外扩展一些像素后得到的区域;
所述校正公式如下:
2.根据权利要求1所述的改正InSAR DEM残余系统误差的方法,其特征在于,步骤1所述高程差通过如下公式获得;
Hi=HInSAR,i-Hrefer,i
式中,Hi为像素i的高程差,HInSAR,i为像素i在待改正InSAR DEM数据中的高程值,Hrefer,i为像素i在参考DEM数据的高程值,其中i={1,2,…,M×N},M和N为InSAR DEM数据的行列号。
3.根据权利要求1或2所述的改正InSAR DEM残余系统误差的方法,其特征在于,步骤1所述目标像素通过如下步骤获得:
(1)设定阈值Zk,k为迭代次数,其中阈值Zk与InSAR数据的高程模糊度正相关,k为3;
(2)将所述像素的所述高程差,即Hi,与阈值Zk进行比较,若Hi<Zk,则认为像素i为背景像素,其高程值不需校正,且放弃处理该像素,若Hi≥Zk,则认为像素i为待处理的所述目标像素。
5.根据权利要求4所述的改正InSAR DEM残余系统误差的方法,其特征在于:步骤(3)所述邻域的方法具体为4邻域或8邻域方法。
6.根据权利要求3所述的改正InSAR DEM残余系统误差的方法,其特征在于:重复步骤2和步骤3,直至迭代次数达到k,且每迭代一次,阈值Zk会进行缩小。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011440613.9A CN112596055B (zh) | 2020-12-08 | 2020-12-08 | 一种改正InSAR DEM残余系统误差的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011440613.9A CN112596055B (zh) | 2020-12-08 | 2020-12-08 | 一种改正InSAR DEM残余系统误差的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112596055A CN112596055A (zh) | 2021-04-02 |
CN112596055B true CN112596055B (zh) | 2023-04-25 |
Family
ID=75191750
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011440613.9A Active CN112596055B (zh) | 2020-12-08 | 2020-12-08 | 一种改正InSAR DEM残余系统误差的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112596055B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113534154B (zh) * | 2021-09-16 | 2021-11-30 | 成都理工大学 | 一种sar视线向变形与坡度坡向敏感度计算方法 |
WO2023108544A1 (zh) * | 2021-12-15 | 2023-06-22 | 深圳航天科技创新研究院 | 用于成像应用的单天线超宽带雷达系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101881823A (zh) * | 2010-06-24 | 2010-11-10 | 中国人民解放军信息工程大学 | InSAR区域网平差干涉参数定标与控制点加密方法 |
CN103675790A (zh) * | 2013-12-23 | 2014-03-26 | 中国国土资源航空物探遥感中心 | 一种基于高精度DEM提高InSAR技术监测地表形变精度的方法 |
CN104613932A (zh) * | 2015-01-04 | 2015-05-13 | 中国人民解放军信息工程大学 | 利用垂线偏差与重力异常确定似大地水准面模型的方法 |
CN105182339A (zh) * | 2015-09-25 | 2015-12-23 | 昆明理工大学 | 一种基于角反射器的边坡形变监测环境影响校正方法 |
CN108445458A (zh) * | 2018-03-14 | 2018-08-24 | 中煤航测遥感集团有限公司 | 一种合成孔径雷达轨道误差消除方法和装置 |
CN109242872A (zh) * | 2018-08-27 | 2019-01-18 | 西安电子科技大学 | 基于srtm dem的干涉基线估计方法 |
CN110930649A (zh) * | 2019-11-05 | 2020-03-27 | 清华大学 | 冰川物质平衡量获取方法、装置、计算机设备及存储介质 |
CN111059998A (zh) * | 2019-12-31 | 2020-04-24 | 中国地质大学(北京) | 一种基于高分辨率的时序InSAR形变监测方法及系统 |
CN111273293A (zh) * | 2020-03-03 | 2020-06-12 | 中南大学 | 一种顾及地形起伏的InSAR残余运动误差估计方法及装置 |
CN111580101A (zh) * | 2020-04-14 | 2020-08-25 | 中国测绘科学研究院 | 一种基于外部DEM的InSAR基线误差无控改正方法及装置 |
-
2020
- 2020-12-08 CN CN202011440613.9A patent/CN112596055B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101881823A (zh) * | 2010-06-24 | 2010-11-10 | 中国人民解放军信息工程大学 | InSAR区域网平差干涉参数定标与控制点加密方法 |
CN103675790A (zh) * | 2013-12-23 | 2014-03-26 | 中国国土资源航空物探遥感中心 | 一种基于高精度DEM提高InSAR技术监测地表形变精度的方法 |
CN104613932A (zh) * | 2015-01-04 | 2015-05-13 | 中国人民解放军信息工程大学 | 利用垂线偏差与重力异常确定似大地水准面模型的方法 |
CN105182339A (zh) * | 2015-09-25 | 2015-12-23 | 昆明理工大学 | 一种基于角反射器的边坡形变监测环境影响校正方法 |
CN108445458A (zh) * | 2018-03-14 | 2018-08-24 | 中煤航测遥感集团有限公司 | 一种合成孔径雷达轨道误差消除方法和装置 |
CN109242872A (zh) * | 2018-08-27 | 2019-01-18 | 西安电子科技大学 | 基于srtm dem的干涉基线估计方法 |
CN110930649A (zh) * | 2019-11-05 | 2020-03-27 | 清华大学 | 冰川物质平衡量获取方法、装置、计算机设备及存储介质 |
CN111059998A (zh) * | 2019-12-31 | 2020-04-24 | 中国地质大学(北京) | 一种基于高分辨率的时序InSAR形变监测方法及系统 |
CN111273293A (zh) * | 2020-03-03 | 2020-06-12 | 中南大学 | 一种顾及地形起伏的InSAR残余运动误差估计方法及装置 |
CN111580101A (zh) * | 2020-04-14 | 2020-08-25 | 中国测绘科学研究院 | 一种基于外部DEM的InSAR基线误差无控改正方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112596055A (zh) | 2021-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111208512B (zh) | 一种基于视频合成孔径雷达的干涉测量方法 | |
CN112596055B (zh) | 一种改正InSAR DEM残余系统误差的方法 | |
CN107102333B (zh) | 一种星载InSAR长短基线融合解缠方法 | |
CN110244302B (zh) | 地基合成孔径雷达影像像元坐标三维变换方法 | |
CN113093184B (zh) | 一种基于视频合成孔径雷达的干涉测量方法 | |
CN112419380B (zh) | 一种基于云掩膜的静止轨道卫星序列影像高精度配准方法 | |
CN112711021B (zh) | 一种多分辨率InSAR交互干涉时序分析方法 | |
CN108562900B (zh) | 一种基于高程校正的sar图像几何配准方法 | |
CN112068136A (zh) | 一种基于幅度偏移量的方位向形变监测方法 | |
Dong et al. | Radargrammetric DSM generation in mountainous areas through adaptive-window least squares matching constrained by enhanced epipolar geometry | |
CN114371477A (zh) | 一种InSAR多基线相位解缠方法 | |
Aati et al. | A new approach for 2-D and 3-D precise measurements of ground deformation from optimized registration and correlation of optical images and ICA-based filtering of image geometry artifacts | |
CN109166084B (zh) | 一种基于邻近点梯度关系的sar几何畸变定量模拟方法 | |
CN110703252A (zh) | 干涉合成孔径雷达阴影区域数字高程模型修正方法 | |
CN113238228A (zh) | 一种基于水准约束的InSAR三维地表形变获取方法、系统及装置 | |
CN115457022B (zh) | 基于实景三维模型正视影像的三维形变检测方法 | |
CN115546264A (zh) | 一种星载InSAR图像精细配准与立体测量方法 | |
CN109946682B (zh) | 基于ICESat/GLAS的GF3数据基线估计方法 | |
CN109035312B (zh) | 一种dem辅助的sar图像高精度配准方法 | |
CN116052009A (zh) | 基于InSAR形变的GNSS测站布局方法及其应用 | |
CN114964176A (zh) | 一种月球永久阴影区域地形测绘方法 | |
CN111580101A (zh) | 一种基于外部DEM的InSAR基线误差无控改正方法及装置 | |
CN117761695B (zh) | 基于自适应分区sift的多角度sar三维成像方法 | |
CN114609635B (zh) | 一种基于视频合成孔径雷达的干涉测量方法 | |
Han et al. | Comparison of sar image geometric correction based on multi-resolution dems |
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 |