CN113268701A - 一种基于网络流的枝切法相位解缠方法 - Google Patents

Abstract

本发明公开了一种基于网络流的枝切法相位解缠方法，基于获取的缠绕相位计算对应的残差点，并根据所述残差点之间枝切线的连接方式将枝切线进行分类，其中，所述枝切线类型包括第一类枝切线和第二类枝切线；对第一类枝切线进行二级划分，并基于搜索顺序对所有所述第一类子枝切线进行优先连接，之后连接所有第二类子枝切线；整幅缠绕图像的第一类枝切线全部连接以后，构建目标函数，利用网络流算法对所述目标函数进行求解，即对第二类枝切线进行连接；若所有所述第一类枝切线和所述第二类枝切线均连接完成，对除所述第一类枝切线和所述第二类枝切线外的区域进行泛洪积分，完成相位解缠，提高实验精度。

Description

一种基于网络流的枝切法相位解缠方法

技术领域

本发明涉及遥测遥感技术领域，尤其涉及一种基于网络流的枝切法相位解缠方法。

背景技术

干涉合成孔径雷达(Interferometric Synthetic Aperture Radar，InSAR)就是用来测量地形、地貌和建筑等地面物体三维信息的技术，是遥测遥感当下比较热门的技术，相位解缠是InSAR技术中关键步骤之一，其精度直接影响最后生成的DEM的精度。因为InSAR流程的上一步得到的相位值在[-π，π)之间，称为缠绕相位，但是真实值可能远远大于这个值，所以就需要从缠绕相位中求得原始相位，这就是相位解缠。相位解缠一般是通过积分的方式求得所有相位值的，但是噪声、失相关、欠采样等原因会造成误差，破坏一致性和连续性，在积分时会将局部误差传播至全局，所以需要定位和屏蔽这种误差对于积分的影响，提高实验的精度。

现有的相位解缠算法主要分为两类：路径跟踪法和最小范数法。枝切法是路径跟踪法的代表算法之一，枝切法主要是通过在正负残差点之间布置枝切线的方式，排除残差点对于相位解缠的影响，又因为枝切线上的像素点并不都是残差点，所以这其实也是误差传播的一种表现。网络流是最小范数法的代表算法之一，网络流主要是假设缠绕相位梯度与真实相位梯度之间存在2kπ的差距，所以将缠绕相位梯度与解缠相位梯度的差的绝对值作为最小优化目标，然后利用已经很成熟的最优化问题的解决算法求解，最后积分时在残差点上加上2kπ，同样也增大了误差。

发明内容

本发明的目的在于提供一种基于网络流的枝切法相位解缠方法，提高了实验精度。

为实现上述目的，本发明提供了一种基于网络流的枝切法相位解缠方法，包括以下步骤：

基于缠绕图像获取的缠绕相位计算对应的残差点，并根据所述残差点之间枝切线的连接方式划分出对应的枝切线类型，其中，所述枝切线类型包括第一类枝切线和第二类枝切线；

对第一类枝切线进行二级划分，并基于搜索顺序对所有第一类子枝切线进行优先连接，之后对所有第二类子枝切线进行连接；

当所述第一类枝切线连接完毕后，构建目标函数，并利用网络流算法对所述目标函数进行求解；

若所有的所述第一类枝切线和所述第二类枝切线均连接完成，对除所述第一类枝切线和所述第二类枝切线外的区域进行泛洪积分，然后求解枝切线上的像素的真实相位，完成相位解缠。

其中，基于缠绕图像获取的缠绕相位计算对应的残差点，并根据所述残差点之间枝切线的连接方式划分出对应的枝切线类型，包括：

获取缠绕图像，并获取所述缠绕图像中的多个缠绕相位；

利用循环相减再求和的方式对多个所述缠绕相位进行计算，得到对应的残差点；

根据所述残差点之间的枝切线的连接方式划分出对应的枝切线类型。

其中，根据所述残差点之间的枝切线的连接方式划分出对应的枝切线类型，包括：

在整个残差点网络中，按照从上到下，从左到右的搜索顺序，遵循第一类枝切线的划分细则，优先连接第一类枝切线；第一类枝切线全部连接完后，对除所有所述第一类枝切线外的其他所有所述残差点之间建立的枝切线，作为第二类枝切线。

其中，对第一类枝切线进行二级划分，并基于搜索顺序对所有第一类子枝切线进行优先连接，之后对所有第二类子枝切线进行连接，包括：

对第一类枝切线进行二级划分，优先连接所有的第一类子枝切线，并在所述第一类子枝切线全部连接完成后，连接所有的第二类子枝切线，得到两种子枝切线；

在对偶网络上，对所述第一类子枝切线和所述第二类子枝切线的对应位置赋值为1。

其中，对第一类枝切线进行二级划分，并基于搜索顺序对所有第一类子枝切线进行优先连接，之后对所有第二类子枝切线进行连接之后，所述方法还包括：

对连接的所述第一类枝切线对应的所述残差点赋值为0。

其中，当所述第一类枝切线连接完毕后，构建目标函数，并利用网络流算法对所述目标函数进行求解，包括：

基于在剩余残差点之间布置最短枝切线的目的建立目标函数；

将获取的缠绕图像进行多区域分块，并将优化后的所述目标函数输入网络流算法中，进行第二类枝切线的布置。

本发明是一种基于网络流的枝切法相位解缠方法，基于获取的缠绕相位计算对应的残差点，并根据所述残差点之间枝切线的连接方式将枝切线进行分类，其中，所述枝切线类型包括第一类枝切线和第二类枝切线；对第一类枝切线进行二级划分，并基于搜索顺序对所有所述第一类子枝切线进行优先连接，之后连接所有的第二类子枝切线；构建目标函数，并利用网络流算法对所述目标函数进行求解，对第二类枝切线进行连接；若所有的所述第一类枝切线和所述第二类枝切线均连接完成，对除所述第一类枝切线和所述第二类枝切线外的区域进行洪泛积分，完成相位解缠，提高实验精度。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明提供的一种基于网络流的枝切法相位解缠方法的步骤示意图。

图2是本发明提供的一种基于网络流的枝切法相位解缠方法的流程示意图。

图3是本发明提供的残差计算图。

图4是本发明提供的第一类枝切线的两种残差点分布图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

请参阅图1和图2，本发明提供一种基于网络流的枝切法相位解缠方法，包括以下步骤：

S101、基于缠绕图像获取的缠绕相位计算对应的残差点，并根据所述残差点之间枝切线的连接方式划分出对应的枝切线类型。

具体的，获取所述缠绕图像中的多个缠绕相位；利用循环相减再求和的方式对多个所述缠绕相位进行计算，得到对应的残差点；根据所述残差点之间枝切线的连接方式划分出对应的枝切线类型，即在整幅研究图像中，按照从上到下，从左到右的顺序搜索残差点，将搜索到的一个残差点作为中心点，然后建立“九宫格”窗口，搜素窗口内是否有最相邻位置的，相反极性的残差点，有则连接，然后将对偶网络对应位置的像素赋值为1，并将这两个残差点赋值为0，并按照搜索顺序搜索下一个残差点作为中心点；没有则按照从上到下，从左到右的顺序搜索下一个残差点作为中心点，持续此过程直到搜索完整幅研究图像，然后按照上述过程连接相邻位置的枝切线，得到两类子枝切线；基于上述细则连接所有第一类枝切线，对除所述第一类枝切线外的其他所述残差点之间连接的枝切线，作为第二类枝切线。

详细流程为：如图3所示，首先，对被解缠图像的2*2缠绕相位的循环相减，再求和的方式求得被解缠图像的残差点。然后，按照残差点之间枝切线的连接方式划分出对应的枝切线类型，基于划分细则得到第一类枝切线，即为较短枝切线(其中，划分细则为，所述残差点极性相反且两个所述残差点在位置上满足图4中最相邻分布或对角分布，最相邻分布的残差点之间连接的枝切线为第一类子枝切线，对角分布的残差点之间连接的枝切线为第二类子枝切线。图4中a是第一类子枝切线的一种情况，即在中心点相邻的右方有一个极性相反的残差点，还有一种情况是在中心点相邻的下方有一个极性相反的残差点，这两种情况是最相邻分布；图4中b是第二类子枝切线的一种情况，即在中心点相邻的右上角有极性相反的残差点，还有一种情况是在右下角有一个与中心点极性相反的残差点，这两种情况是对角分布。)，其余枝切线为第二类枝切线，即较长枝切线。

图中的四个点都是除以2π的相位值，然后按顺时针方向，相位值两两相减得到梯度，然后将这四次相减得到的梯度相加结果作为左上角像素的极性。计算的结果只有±1和0，+1的是正残差点，-1的是负残差点。枝切法认为包含正负残差点的积分路径，都会在相位解缠中产生误差，所以解缠时要排除这些点对于其他点的影响。由复变函数可知，当路径中残差极性的总和为零时，闭合路径的积分也为零，即积分与路径无关，形成无旋场，即枝切线极性为0时，误差就不会传递到枝切线外的点，所以在残差点之间建立较短的合理枝切线就会减小误差传递。

S102、对第一类枝切线进行二级划分，并基于搜索顺序对所有第一类子枝切线进行优先连接，之后对所有第二类子枝切线进行连接。

具体的，在整幅研究图像中，按照从左至右、从上到下的顺序搜索残差点，将搜索到的一个残差点作为中心，设置一个“九宫格”窗口，在窗口中搜索相邻分布的残差点，得到两种子枝切线；在对偶网络上，对两种所述子枝切线的对应位置赋值为1，对连接的所述第一类枝切线对应的所述残差点赋值为0，具体为：

1、按照从左到右，从上到下的顺序搜索残差点。

2、以搜索到的残差点为中心，建立“九宫格”的窗口，然后在窗口内搜索其余残差点。

3、如果有相邻的两种位置上有极性相反的残差点，则连接，并将对偶网络的相应位置赋值为1，相应的两个残差点赋值为0，并返回(1)。

4、如果没有特殊分布的残差点，则返回(1)，继续搜索新的残差点。

在较短枝切线中又细分成图4(a、b)中最相邻和对角两种分布的第一类子枝切线和第二类子枝切线，优先连接第一类子枝切线，即在整个图像中优先搜索最相邻位置分布的残差点，然后在对偶网络上的相应位置赋值1，并将对应的残差点赋值为0；然后再建立第二类子枝切线，即在整个图像中搜索对角分布的残差点，然后在对偶网络中的相应位置赋值为1。搜素的顺序按照从上到下，从左到右。对偶网络是一个跟缠绕图像相同尺寸的全0矩阵。

S103、当所述第一类枝切线连接完毕后，构建目标函数，并利用网络流算法对所述目标函数进行求解。

具体的，基于在剩余残差点之间布置最短枝切线的目的建立目标函数，目标函数为：

其中c₁(i,j)是竖直方向枝切线上像素，值为1；c₂(i,j)是水平方向枝切线上像素，值为1。此式表示研究区域的连接完所有的残差点，并且枝切线极性为0时所用像素最少，即枝切线的最短路径。

将获取的缠绕图像进行多区域分块，并将优化后的所述目标函数输入网络流算法中，进行第二类枝切线的连接：将所述目标函数输入网络流算法中进行第二类枝切线的连接，并按照设定的尺寸大小和重复率将被解缠图像划分为多个区域，并按照从上到下、从左至右的顺序对多个所述区域进行标号。

其中，将所述目标函数输入网络流算法中进行第二类枝切线的连接包括：在满足约束条件的情况下，使用最优化算法求解当前区域的最优解，若枝切线的极性为零，则开始下一个所述约束条件下的最优值的求解，若枝切线的极性不为零，则让所述残差点与边界相连，并认为极性平衡。

上一块所述区域结束后，令两块之间重复区域内与边界相连的约束值为零，即上一块所述区域中与边界相连的枝切线上的被赋值为0的残差点重新以原有数值进入当前所述区域的k值计算；重复区域中已经极性平衡且不是与边界相连的残差点，在当前所述区域中被标记为不能再使用的点；然后计算当前区域的约束值。直至所述缠绕图像全部搜索完成，将第二类枝切线进行连接.

而网络流相位解缠算法的主要思想是：缠绕相邻相位之间的梯度与真实相邻相位之间的梯度之间存在2kπ的相位差。网络流类相位解缠算法是以缠绕相位梯度与真实相位梯度之间差值的绝对值的最小化作为最优化目标函数，然后使用非常成熟的最小费用流问题的解决办法，来解决相位解缠问题，具体操作如下所示。

其中，φ是真实相位，

是缠绕相位。对于一个尺寸为M*N研究区域来说：

(i,j)∈S i＝0,1,...,M-1 j＝0,1,...,N-1 (3)

缠绕相位的梯度和真实相位梯度的计算如下式(4)和(5)所示：

则假设缠绕相位梯度与真实相位梯度之间相差整数倍个2π，如下所示：

所以得到下式：

为了求缠绕相位梯度与真实相位梯度之间的梯度差的最小化，则计算k₁和k₂，所以得到下式：

约束条件为下式所示：

其中，c₁和c₂是互相不相等的系数；

约束条件保证所求解的解缠相位梯度场满足旋度为零的要求。

因为网络流算法的最小目标函数是要求缠绕相位梯度与真实相位梯度之间的差值最小，具体表现就是两者之间差值的模糊数k值，所以上式(8)在求整个区域的约束值(k值)之和最小。增加一个常量c之后，上式(8)也就变成了求解费用最小，最小费用问题已经有了很成熟的最优化算法可以求解，所以相位解缠就有了很好的解决办法。网络流算法兼顾了效率和精度问题，但是随着研究区域范围的增长，对研究精度有了新的要求，所以需要降低算法的计算复杂度和时间复杂度，采用分块算法，为了提高算法的精度和降低算法复杂度，采用枝切法进行相位解缠。

如果不相等系数c₁＝c₂＝1，则(8)式就变成了下式(9)。

约束条件为下式所示：

对比(1)式和(9)式可以发现，目标函数形状相同。然后把公式(4)带入式(9)的约束条件中，则可以得到下式(10)：

约束条件为下式所示：

式中k是枝切线，取值为0或1，为1时说明在对偶网络中此处有枝切线，

是图像第i行，第j列的缠绕相位；从公式(10)约束条件的等式右边可以看出这是在计算残差，那么当k＝1时，此约束条件就可以理解为在残差点四个最邻近相位方向中选一个方向布置枝切线，直到下一个残差点。

S104、若所有的所述第一类枝切线和所述第二类枝切线均连接完成，对除所述第一类枝切线和所述第二类枝切线外的区域进行泛洪积分，然后求解枝切线上的像素的真实相位，完成相位解缠。

具体的，当缠绕图像中的所有残差点均被连接完成，即所有的所述第一类枝切线和所述第二类枝切线均连接完成，则绕开所述第一类枝切线和所述第二类枝切线进行泛洪积分，即遇到对偶网络中位置为1的相位积分停止，往其他方向进行积分，所有缠绕相位解缠完后，对所述第一类枝切线和所述第二类枝切线上的缠绕相位进行积分，就得到了整个研究区域的解缠相位。

本发明的有益效果：

1、本发明提出了一种将网络流算法应用于枝切法相位解缠的方法，减少了“孤岛”的出现，缩短了枝切线的长度，提高了实验精度。

2、本发明提出了将枝切线分类，优先连接第一类枝切线后，大大减少了残差点的数量，所以大大降低网络流的运算的空间复杂度和时间复杂度，降低了实验对于电脑资源的占用和实验所消耗的时间，增强了算法实用性。

3、本发明首次将网络流用于枝切法相位解缠中。

本发明的一种基于网络流的枝切法相位解缠方法，基于获取的缠绕相位计算对应的残差点，并根据所述残差点之间的连接方式划分出对应的枝切线类型，其中，所述枝切线类型包括第一类枝切线和第二类枝切线；对第一类枝切线进行二级划分，并基于搜索顺序对所述第一类枝切线进行连接；构建目标函数，并利用网络流算法对所述目标函数进行求解，即对第二类枝切线进行连接；若所有的所述第一类枝切线和所述第二类枝切线均连接完成，对除所述第一类枝切线和所述第二类枝切线外的区域进行泛洪积分，完成相位解缠，提高实验精度，通过将枝切线分类，连接第一类枝切线，处理了超过60％的残差点，然后使用网路流法连接较长的枝切线。与枝切法比缩短了枝切线长度，减少了“孤岛”的出现，提高了精度，与网络法相比大幅度减少了残差点的数量，降低了实验对于资源的占用，特别是在大尺寸和大噪声区域解缠中，解缠精度明显优于网络流类相位解缠算法。

以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本发明权利要求所作的等同变化，仍属于发明所涵盖的范围。

Claims (6)

1.一种基于网络流的枝切法相位解缠方法，其特征在于，包括以下步骤：

基于缠绕图像获取的缠绕相位计算对应的残差点，并根据所述残差点之间枝切线的连接方式划分出对应的枝切线类型，其中，所述枝切线类型包括第一类枝切线和第二类枝切线；

对第一类枝切线进行二级划分，并基于搜索顺序对所有第一类子枝切线进行优先连接，之后对所有第二类子枝切线进行连接；

当所述第一类枝切线连接完毕后，构建目标函数，并利用网络流算法对所述目标函数进行求解，即布置第二类枝切线；

若所有的所述第一类枝切线和所述第二类枝切线均连接完成，对除所述第一类枝切线和所述第二类枝切线外的区域进行泛洪积分，然后求解枝切线上的像素的真实相位，完成相位解缠。

2.如权利要求1所述的基于网络流的枝切法相位解缠方法，其特征在于，基于缠绕图像获取的缠绕相位计算对应的残差点，并根据所述残差点之间枝切线的连接方式划分出对应的枝切线类型，包括：

获取缠绕图像，并获取所述缠绕图像中的多个缠绕相位；

利用循环相减再求和的方式对多个所述缠绕相位进行计算，得到对应的残差点；

根据所述残差点之间的枝切线的连接方式划分出对应的枝切线类型。

3.如权利要求2所述的基于网络流的枝切法相位解缠方法，其特征在于，根据所述残差点之间的枝切线的连接方式划分出对应的枝切线类型，包括：

在整个残差点网络中，按照从上到下，从左到右的搜索顺序，遵循第一类枝切线的划分细则，优先连接第一类枝切线；第一类枝切线全部连接完后，对除所有所述第一类枝切线外的其他所有所述残差点之间布置的枝切线，作为第二类枝切线。

4.如权利要求1所述的基于网络流的枝切法相位解缠方法，其特征在于，对第一类枝切线进行二级划分，并基于搜索顺序对所有第一类子枝切线进行优先连接，之后对所有第二类子枝切线进行连接，包括：

对第一类枝切线进行二级划分，优先连接所有的第一类子枝切线，并在所述第一类子枝切线全部连接完成后，连接所有的第二类子枝切线，得到两种子枝切线；

在对偶网络上，对所述第一类子枝切线和所述第二类子枝切线的对应位置赋值为1。

5.如权利要求1所述的基于网络流的枝切法相位解缠方法，其特征在于，对第一类枝切线进行二级划分，并基于搜索顺序对所有第一类子枝切线进行优先连接，之后对所有第二类子枝切线进行连接之后，所述方法还包括：

对连接的所述第一类枝切线对应的所述残差点赋值为0。

6.如权利要求5所述的基于网络流的枝切法相位解缠方法，其特征在于，当所述第一类枝切线连接完毕后，构建目标函数，并利用网络流算法对所述目标函数进行求解，包括：

基于在剩余残差点之间布置最短枝切线的目的建立目标函数；

将获取的缠绕图像进行多区域分块，并将优化后的所述目标函数输入网络流算法中，进行第二类枝切线的布置。

Images