CN113311433A - 一种质量图和最小费用流结合的InSAR干涉相位两步解缠方法 - Google Patents

Abstract

本发明涉及一种质量图和最小费用流结合的InSAR干涉相位两步解缠方法，将干涉相位的相位导数方差和相干系数作为相位质量图，第一步通过设置阈值找到干涉相位的高质量不规则区域并采用Delaunay三角网络连接，然后对该高质量不规则区域使用质量图算法进行相位解缠。第二步对第一步解缠剩下的相对低质量不规则区域再次用Delaunay三角网络连接，对低质量不规则区域通过连接正负残差像素点得到最佳枝切线路，采用最小费用流法进行相位解缠，最终得到整幅图像的解缠相位。本发明可以尽可能的发挥两种相位解缠算法的优点，在计算速度、解缠成功率以及鲁棒性等方面都有很大的提升。

Description

一种质量图和最小费用流结合的InSAR干涉相位两步解缠 方法

技术领域

本发明涉及合成孔径雷达干涉处理领域，具体是指一种针对干涉合成孔径雷达(简称InSAR)的质量图和最小费用流相结合的两步干涉相位解缠方法。

背景技术

合成孔径雷达(SAR)系统是一种通过发射雷达波实现对地面的主动式观测的技术。由于SAR所发射的雷达波是微波，具有较强的穿透能力，所以与传统的光学传感器相比，对时间和环境的要求较低，具有全天时全天候工作能力、高分辨率、采集数据范围大等独特优势。合成孔径雷达干涉测量技术(InSAR)则是一种有效结合了干涉测量原理和SAR成像的技术，通过平台的系统参数、轨道数据以及轨道与地面目标点之间的空间几何关系，实现了地面较为精确地高程反演。该技术目前已经发展成为一项在民用和科学研究领域极具应用及研究价值的微波遥感技术，具体应用在形变探测、交通监测、地形测绘、冰川研究、森林制图等领域。

在InSAR数据处理方法中，相位解缠是至关重要的环节，它的准确性直接影响到InSAR生成数字高程模型的精确性。干涉相位是通过对干涉复数据取幅角得到的，所以缠绕在一个2π区间内。而相位解缠的目的则是将InSAR取幅角得到的缠绕干涉相位恢复到缠绕之前的真实相位，从而保证能够用来正确的反演地面高程。然而噪声和陡峭地形往往会造成相位数据不连续，给相位解缠带来了极大的困难。如何从质量较差的数据当中提取有用的信息，从而抑制噪声和陡峭地形导致的相位不连续对解缠过程的影响，成为一个亟待解决的问题。

目前已发展出多种相位解缠算法，大致可以分为以下几类：第一类是基于路径跟踪的相位解缠算法，其基本原理是通过识别正负残差点形成枝切线，从而确定最优的积分路径，使得在路径积分时限制潜在误差，以不穿越枝切线为原则，使其不能在残差点密集的区域内传递，从而防止相位误差的全局传播；第二类是基于最小二乘的相位解缠算法，该算法属于全局最优算法，其基本思想为以真实相位数据梯度和解缠后的相位梯度之间差的平方和最小为准则、从而恢复出整幅图像的相位真实值，其结果具有较好的连续性；第三类基于网络规划的相位解缠算法，该算法将相位解缠问题转化为一种计算最小成本的网络流问题，该算法通过使解缠相位导数和缠绕相位导数之间的差值最小化，限制了残差点区域相位误差的传递，从而使得得到的解缠结果全局最优。

质量图解缠算法属于路径跟踪法，其基本思想是通过相位质量图将待解缠的干涉相位根据其相位质量进行排序，解缠由高质量不规则区域开始，通过逐步扩散到低质量的区域。在满足残差点主要分布于低相位质量区域这一假设的条件下，质量图法能够限制解缠误差在高质量不规则区域中的传播，将其限制在低质量不规则区域。同时，在借助优先队列这一数据结构后，质量图法的解缠速率将有很大提升。一般认为，质量图算法是一种兼顾运算速度和解缠准确率的方法。但是，在干涉相位信噪比很低或者相位质量图并不可靠的情形下，质量图法仍然很可能会出现大面积解缠失败的情况，导致解缠结果丢失大量有用信息。

最小费用流是网络流理论中最为基本的模型之一，它指的是在一个网络中通过寻找特定的路径把一定数量的流从源节点输送到终节点(网络中每条边有各自对应的运输费用)，使得该路径中各条边费用和最小。在解决实际生活遇到的许多规划性问题时这一模型得到了广泛应用。上世纪90年代，有学者将最小费用流算法引入到了相位解缠问题中，该算法将相位残差点视为源节点，通过在全局范围内设定流费用来得到一条最小费用流路径，平衡所有正负残差点，从而得到最优枝切线，该算法可以应用于规则网络(方形网格)中，也可以用于不规则网络(三角网)。由于最小费用流问题已经被较好地解决，也发展出了成熟的网络流算法，因此最小费用流相位解缠算法在保证解缠结果精确性的同时，计算效率也有所保证。但是，最小费用流算法在应对信噪比很低的干涉相位时，很有可能会出现枝切线穿过高质量不规则区域的问题，这将导致大面积的解缠失败，所以，最小费用流算法的鲁棒性较差，在干涉相位信噪比不高的时候解缠结果可靠性不高。

综上，质量图法和最小费用流法，都无法单独地有效应对高分辨率、复杂地形或信噪比低等情况下对相位解缠带来的挑战。因此，在这种情况下，本发明提出了一种质量图和最小费用流结合的InSAR干涉相位两步解缠方法，综合运用质量图算法、最小费用流算法，在保留其优势的情况下，解决了他们各自存在的问题，在计算速度、解缠成功率以及鲁棒性等方面都有很大的提升。

发明内容

本发明要解决的技术问题为：克服现有技术的不足，提供一种质量图和最小费用流结合的InSAR干涉相位两步解缠方法，综合利用质量图法和最小费用流法的优势，提高相位解缠的鲁棒性、可靠性的同时兼顾运算效率，最大限度地实现正确的相位解缠。

本发明采用的技术方案为：一种质量图和最小费用流结合的InSAR干涉相位两步解缠方法，包括以下几个步骤：

步骤一：对主SAR图像和辅SAR图像经过干涉处理，得到干涉相位和干涉相位的相位质量图，所述干涉相位的相位质量图是指干涉相位的相位导数方差图和相干系数图，相位质量图中每个像素点的数值即表明干涉相位中该像素点的相位质量；

步骤二：将所述干涉相位的相位质量图中满足相位导数方差小于设定阈值且相干系数大于设定阈值条件的像素点筛选出来，作为干涉相位中的高质量像素点，并对所述高质量像素点利用Delaunay三角网络进行连接，作为干涉相位的高质量不规则区域；

步骤三：对所述干涉相位的高质量不规则区域采用质量图法进行相位解缠，得到高质量不规则区域相位解缠结果；在解缠过程中，为避免解缠误差的产生和扩散，采取优先队列数据结构，对所述高质量不规则区域内的像素点根据相位质量由高到低依次相位解缠，保证解缠的正确性，充分发挥质量图法在高质量不规则区域解缠成功率高的特点；

步骤四：干涉相位中按照残差点定义被判定为正残差点或负残差点的像素点被简称为正负残差像素点，对除去高质量不规则区域后的低质量像素点以及所述正负残差像素点同样采用Delaunay三角网络进行连接，形成干涉相位的相对低质量不规则区域；

步骤五：对所述干涉相位的相对低质量不规则区域采用最小费用流法进行相位解缠，最终得到主辅SAR图像干涉相位的解缠结果；所述最小费用流法进行相位解缠具体实现为：首先连接正负残差像素点得到最佳枝切路径，然后从步骤三中的高质量不规则区域位解缠结果的边缘开始往剩下未解缠的相对低质量不规则区域进行解缠，最大限度地将低质量不规则区域中带有一定信息的像素点进行解缠恢复。

所述步骤二和步骤四中，利用相位导数方差和相干系数筛选出高低质量像素点，然后利用Delaunay三角网络进行连接的实现过程为：

(1)计算以干涉相位中每一个像素点为中心，半径为n的窗口内所有像素点的平均相位导数方差和平均相干系数，分别作为该所述像素点的相位导数方差和相干系数；

(2)利用图像阈值分割处理领域的最大类间方差法确定相位导数方差和相干系数的最佳分割阈值，根据每一个像素点的相位导数方差和相干系数与最佳分割阈值的大小关系，通过二值化处理将整幅图像的像素点分为高质量像素点或者低质量像素点；

(3)使用Delaunay三角网络将零散分布的高质量像素点或低质量像素点分别进行连接，得到干涉相位的高质量或低质量不规则区域。

所述步骤三中，质量图法相位解缠的具体实现过程为：

(1)找到所述干涉相位的高质量不规则区域中相位质量最高的像素点，将所述相位质量最高的像素点作为待解缠的起始点，使用质量图法实现相位解缠，得到已解缠的像素点；

(2)计算所述已解缠的像素点与周围的8个邻接像素点中的最大相位梯度，从而得到所述已解缠的像素点满足路径积分条件的最大距离；

(3)在干涉相位的高质量不规则区域中，利用Delaunay三角网络连接形成不规则网络，在与已解缠的像素点形成所述不规则网络的像素点中，寻找到同时满足两个条件的下一个需要解缠的高质量像素点，连接所述已解缠的像素点与所述下一个需要解缠的高质量像素点，将这两个像素点的连接线作为积分路径。所述两个条件中第一个条件是下一个需要解缠的高质量像素点与已解缠的像素点之间的距离需要小于满足路径积分条件的最大距离，第二个条件为所寻找的下一个需要解缠的高质量像素点，必须是满足第一个条件的多个像素点中相位质量最高的像素点；

(4)利用优先队列数据结构沿着所述积分路径对步骤(4)中寻找到的下一个需要解缠的高质量像素点进行质量图法相位解缠，得到已解缠的像素点；

(5)重复步骤(2)、步骤(3)和步骤(4)，直到干涉相位中高质量不规则区域内的所有像素点解缠完成。

所述步骤(2)具体实现为：对于已解缠的像素点p₀，其缠绕相位为

其周围的8个邻接像素点为p_i,i＝1～8，其缠绕相位为

设邻接像素点与像素点p0之间的距离为d_i,i＝1～8，求出所述8个邻接像素点与像素点p₀的相位差：

其中wrap代表相位缠绕操作，将所述8个邻接像素点的相位差分别除以其与像素点p₀的距离，得到8个方向的梯度，取8个方向的梯度中绝对值最大者，作为像素点p₀的最大相位梯度值：

已解缠的像素点p0满足路径积分条件的最大距离为：

所述步骤五中，对干涉相位的相对低质量不规则区域实现最小费用流法相位解缠具体实现过程为：

(1)将干涉相位中已解缠的高质量不规则区域相位边缘点作为干涉相位的相对低质量不规则区域中Delaunay三角网络的一部分，同时参与到正负残差像素点的识别计算当中；

(2)连接干涉相位的相对低质量不规则区域中的正负残差像素点，通过最小费用流算法，找到一条平衡正负残差像素点的路径，所述路径即为最佳枝切路径；

(3)沿着最佳枝切路径，从干涉相位的高质量不规则区域质量图法相位解缠结果的边缘开始往未解缠的干涉相位的相对低质量不规则区域使用最小费用流法进行相位解缠，直至所有像素点解缠完成，最终得到主辅SAR图像干涉相位的解缠结果。

本发明与现有技术相比的优点在于：

(1)适用性强。本发明在现有的两类经典相位解缠算法基础上实现改进，充分发挥了质量图法和最小费用流法的优势，不论是平坦地形还是复杂地形均有较好的解缠效果，适用性很强。

(2)计算速度快。本发明首次提出了基于相位导数方差、相干系数和Delaunay三角网络有效区分干涉相位图高低质量不规则区域的方法，对高质量不规则区域采用质量图法相位解缠时，借助优先队列这一数据结构，对该区域实现了快速的相位解缠，提高了算法的运算效率。

(3)解缠成功率高。本发明在对高质量不规则区域进行质量图法相位解缠过程中，采取优先队列数据结构，对像素点根据相位质量由高到低依次相位解缠，有效地避免了解缠误差产生和扩散，然后在对相对低质量不规则区域进行最小费用流法相位解缠过程中，通过连接正负残差像素点得到最佳枝切路径，从高质量不规则区域质量图法解缠结果的边缘开始往剩下未解缠的相对低质量不规则区域区域进行解缠，进一步减小了解缠误差的传递，并且最大限度地利用了低质量不规则区域的有效相位信息，最终得以保证解缠的成功率相较于原始的相位解缠算法得到了很大程度的提升。

(4)鲁棒性好。通过对多种地形的真实数据分别采用本发明所提出的两步解缠方法、质量图法以及最小费用流法进行相位解缠，对解缠结果进行对比分析，本发明所提出方法的各项评估结果都优于质量图法和最小费用流，鲁棒性好。

附图说明

图1是本发明的两步解缠方法流程图；

图2是本发明实施例中生成的SAR主图像；

图3是本发明实施例中生成的主辅图像干涉相位；

图4是本发明实施例中生成的移除参考地形之后的残余缠绕相位；

图5是本发明实施例中生成的滤波之后的去参考地形残余缠绕相位；

图6是本发明中所用到的Delaunay三角网络示意图；

图7是本发明实施例中生成的对高质量不规则区域采用质量图法解缠的结果；

图8是本发明实施例中生成的对相对低质量不规则区域采用最小费用流法解缠，最终得到的整幅图像解缠结果；

图9是本发明实施例中生成的干涉相位质量图法解缠的结果；

图10是本发明实施例中生成的干涉相位最小费用流法解缠的结果；

图11是本发明实施例中生成的两步解缠方法解缠失败区域示意图；

图12是本发明实施例中生成的质量图法解缠失败区域示意图；

图13是本发明实施例中生成的最小费用流法解缠失败区域示意图。

具体实施方式

下面将结合附图和实施案例对本发明做进一步的详细说明。

如图1所示，本发明一种InSAR质量图和最小费用流结合的两步相位解缠方法，具体实现包括以下几个步骤：

步骤一：对主SAR图像和辅SAR图像经过干涉处理，得到干涉相位和干涉相位的相位质量图，所述干涉相位的相位质量图是指干涉相位的相位导数方差图和相干系数图，相位质量图中每个像素点的数值即表明干涉相位中该像素点的相位质量；

按照表1所示的系统参数仿真得到InSAR主辅图像。其中主图像如图2所示，从图中看出，图中左侧地形较平坦，噪声较小，而右侧地形起伏变化剧烈，信噪比较低。

表1InSAR系统仿真参数

对SAR主辅图像进行相位解缠前的干涉处理通常包括图像配准、共轭相乘取辐角得到干涉相位、干涉图滤波等步骤。首先对两幅SAR主辅图像进行亚像素级的配准处理：针对相干性特别差的低相干区域，粗配准时选择较为稳健的实相关函数法达到像素级配准精度，然后在粗配准后将主图像和辅图像进行分块，对每个小块插值并使用复相干函数法实现亚像素级配准。

粗配准采取的实相干函数的数学原理如下式：

其中：u₁为主图像，u₂为辅图像，ρ_r表示实相关函数，u₁和u₂分别表示SAR主图像和SAR辅图像，(m+x,m+y)表示滑动窗口中心点的坐标，(m,n)为像素中心点的坐标，M,N是图像的尺寸大小；|·|表示取幅度值。

精配准采用的复相干函数的数学原理如下式：

其中：ρ_c表示复相干函数，u'₁和u'₂分别表示粗配准之后的主图像和辅图像，(m+x,m+y)表示滑动窗口中心点坐标，(m,n)表示小块图像插值后的像素中心点坐标，M,N是图像的尺寸大小；|·|表示取幅度值，*表示对复数据求共轭。

将经过图像配准后的SAR主图像和SAR辅图像进行共轭相乘再取其结果的相位值，从而得到干涉相位图如图3所示，从图中可以看出，由于左侧地形较平坦，因此干涉条纹较稀疏，而右侧地形起伏变化剧烈从而导致干涉条纹密集。本发明中首先对干涉相位图移除参考地形相位，从而可以减小条纹密度，降低滤波和相位解缠的难度，移除参考地形相位后的残余相位如图4所示，与图3相比条纹密度明显减小。然后根据不同的地形特点选用合适的干涉图相位滤波方法，本发明采用的滤波方法主要有深度学习滤波和斜坡自适应滤波两种，经过以上处理便可得到滤波之后的移除参考地形相位之后的残余相位，其结果如图5所示，可以看出滤波可以明显的抑制噪声，从而减少了相位解缠中残差点的个数。

质量图法能够成功进行相位解缠的前提是必须有可靠的相位质量图，这是由质量图法的解缠原理决定的：质量图指导的路径积分相位解缠算法与枝切法的主要区别就在于他们从邻接表里取出像素的顺序不同，前者有质量图指导，按质量高低进行解缠，而后者只是避免枝切线上的点即可。本发明中需要依靠相位质量图确定两步解缠的区域，因此相位质量图的计算和选取显得尤为重要。通常可选择相干系数图、伪相干系数图、相位导数方差图、最大相位梯度图等作为相位质量图。

本发明中选取的相位质量图为相位导数方差图和相干系数图，相干系数图即为图像配准时用到的相干系数，相干系数越大代表相位质量越高，而相位导数方差图是相位图质量的逆向反映，即相位导数方差数值越高，其相位的质量越差，所以在运用于指导路径解缠时需要做逆变换，其定义式为：

其中

为缠绕相位两个方向上的梯度，

和

分别为在k×k范围内

和

的平均值。相位导数方差表征的是图像所受的干扰程度，相位导数越大，说明该像元受到的干扰越大，如果不能利用相关系数法提取质量图时，相位导数变化图法是提取相位质量图相对最好的手段。

步骤二：根据步骤一中的相位导数方差图和相干系数图等相位质量图信息，根据相位质量图的定义，将干涉相位的相位质量图中满足相位导数方差小于设定的阈值且相干系数大于设定阈值条件的像素点筛选出来，作为干涉相位中的高质量像素点，并利用Delaunay三角网络对筛选出来的零散分布的高质量像素点进行连接，作为干涉相位的高质量不规则区域；

在步骤一中可以得到滤波后干涉相位的相位导数方差图和相干系数图，以此作为相位质量图，本发明中首先利用质量图法对高质量相位区域进行相位解缠，因此如何准确地筛选出待解缠相位的高质量不规则区域是首次解缠的关键。在本发明中，首先根据最大类间方差法确定相位导数方差和相干系数的最佳阈值，提取出相位质量较高的相位，通过数据掩膜筛选出高质量相位数据的集合。由于这些相位点的位置都不确定，无法构成一个规则网络，因此在本发明中利用Delaunay三角网络可以有效连接不规则区域的特点，将零散分布的高质量像素点用Delaunay三角网络连接起来，从而得到干涉相位的高质量不规则区域。

图6是Delaunay三角网络的示意图。其中黑色结点代表提取出的高质量相位，通过图中的实线将这些相位点连接成一个三角网，图中的白色结点代表残差点，需要注意的是，在利用质量图法对高质量不规则区域进行解缠时需要绕过这些残差点，从而减小解缠误差的产生和扩散。

步骤三：对步骤二中筛选出来的干涉相位的高质量不规则区域采用质量图法进行相位解缠，在解缠过程中，为避免解缠误差的产生和扩散，采取优先队列数据结构，对所述高质量不规则区域内的像素点根据相位质量由高到低依次相位解缠，保证解缠的正确性，充分发挥质量图法在高质量不规则区域解缠成功率高的特点；

质量图指导算法利用相位质量图作为指导进行像元扩散，其原理是设定一个最小质量阈值，凡是质量小于该阈值的像素点被放到最后解缠。在质量较高的点中选一个作为出发点，检测它的邻近像元，对邻近像元中相位质量最高的点进行解缠，并将解缠后的像元的邻接像元(未解缠)存储在邻接堆栈中，依据相位质量从邻接堆栈取出其中质量最高的像元进行相位解缠，更新邻接堆栈，重复以上步骤直至所有点被解缠。

该算法的优点为从高质量的相位数据出发逐渐扩展到低质量的区域，避免了高质量不规则区域被低质量不规则区域所影响，很大程度上限制了解缠误差的传播。但是其缺点为：如果质量图不能将不连续区域定义为低质量不规则区域，会导致不连续区域的误差沿着解缠路径传递，而且如果残差点被错误标记为高质量相位点，会引入2nπ的整周误差，从而进一步影响其他低质量不规则区域。所以该算法对质量图的要求非常高，要求质量图能把不连续区域标记为低质量不规则区域，而高质量不规则区域不能含有不连续点。

因此在本发明中，首先通过步骤二所述方法利用Delaunay三角网络筛选出来高质量相位区域，根据质量图法在高质量不规则区域解缠成功率高的特点，针对该区域采取优先队列结构，绕过正负残差像素点，将积分路径沿高质量像元依次进行，避开低质量像元和残差点，最大限度地避免解缠误差的产生和传递，同时提高了运算效率，最终得到的高质量不规则区域采用质量图法解缠结果如图7所示，从图中可以看出，颜色较深的像素点代表还未解缠的相对低质量不规则区域，颜色较浅的区域代表已解缠的高质量不规则区域。

步骤四：步骤三中使用质量图法对高质量不规则区域相位解缠后剩下的相对低质量像素点,具体包括除去高质量不规则区域后的低质量像素点以及正负残差像素点，对这些相对低质量像素点同样采用Delaunay三角网络进行连接，形成相对低质量不规则区域；

针对高质量不规则区域利用质量图法进行相位解缠之后，剩下的相对低质量不规则区域和绕过的残差点区域难以利用质量图法得到较好的解缠结果，因此需要针对这些剩下的区域采取更适合的方法进行相位解缠，同理采用Delaunay三角网络对这些区域进行连接。

步骤五：对步骤四中得到的相对低质量不规则区域采用最小费用流法进行相位解缠，首先连接正负残差像素点得到最佳枝切路径，然后从步骤三中所得到的高质量不规则区域质量图法相位解缠结果的边缘开始往剩下未解缠的相对低质量不规则区域进行解缠，最大限度地将低质量不规则区域的有效相位信息进行正确的解缠恢复，最终得到步骤一中主辅SAR图像干涉相位的解缠结果。

针对剩下的相对低质量不规则区域，由于该区域残差点密度大，并且最小费用流算法可以通过设置权值得到全局最优解，因此利用最小费用流算法对该区域进行相位解缠是较好的解决方案。这是因为该算法属于一种基于网络规划的的相位解缠算法，其基本思想是最小化解缠相位导数与缠绕相位导数之间的差异，通常最小化问题的计算效率比较低，但是如果将其转化为求解最小费用流的网络优化问题，就能大大降低相位解缠算法的时间和空间复杂度。最小费用流问题的解决有比较成熟的算法，并且计算效率比较高，这就使得整个解缠算法的效率都得到了提高，而且该方法还可以将误差限制在一个小范围内，防止误差的再传递，解缠结果较精确。

下面将简单介绍最小费用流方法的原理，设大小为M行N列的缠绕干涉相位矩阵为：

F_i,j,(i,j)∈S,S＝{(i,j)∣0≤i≤M-1,0≤j≤N-1} (4)

Δ₁F_i,j为距离向离散偏导数，Δ₂F_i,j为方位向离散偏导数，则有以下公式：

其中：

则(i,j)像素点在方位向和距离向的相位梯度可以用下式表示：

如果有F₁(i,j+1)-F₁(i,j)＝F₂(i+1,j)-F₂(i,j),0≤i≤M-2,0≤j≤N-2，则表明该函数的梯度场为一“无旋场”，即沿着任意路径积分结果都一致。则根据下式得到(i,j)像素点的相位为：

如何根据缠绕函数重构解缠得到解缠函数，首先利用缠绕相位的离散偏导数作为真实相位离散偏导数的初始估计值，由于相位缠绕，两者相差2π的整数倍。

其中整数n₁(i,j)，n₂(i,j)分别表示图像(i,j)点距离向和方位向的缠绕相位离散偏导数与真实相位离散偏导数相差2π的倍数。由于ψ(i,j)为缠绕函数的相位梯度，Δφ(i,j)为解缠函数的相位梯度，前者是一个有旋场，后者为无旋场。因此相位解缠的问题就转化为如何寻找离散偏导数的残差：

其中k₁(i,j)和k₂(i,j)表示在方位向和距离向上的离散偏导数残差，利用最小费用流优化模型求解离散导数残差值并得到离散导数残差矩阵，求解真实相位的梯度差变成求解k₁(i,j)和k₂(i,j)，即最小化所有的k₁(i,j)和k₂(i,j)绝对值之和。

其中c₁(i,j)，c₂(i,j)为加权系数矩阵，同时目标函数满足下列约束条件：

k₁(i,j)，k₂(i,j)都是整数，通过最小费用流算法即可求解上述问题。

上述介绍的是基于规则网络的最小费用流算法，本发明将网络类型改为Delaunay三角网络，该网络是不规则的三角网络，使用基于不规则网络的最小费用流算法连接相对低质量不规则区域的正负残差点，得到最佳枝切路径，然后从高质量不规则区域质量图法相位解缠结果的边缘开始往剩下未解缠的相对低质量不规则区域进行解缠，减小了噪声对解缠过程的影响，最大限度地将质量较差区域的有用相位信息进行了正确的解缠恢复，最终得到整幅图像的解缠相位如图8所示，与图7相比相对低质量不规则区域的像素点也实现了相位解缠。

为了验证本发明提出的结合质量图和最小费用流的InSAR干涉相位两步解缠方法的有效性，分别单独采用质量图法和最小费用流法对同样的干涉相位图进行相位解缠，其结果分别如图9和图10所示。

通常将解缠相位图中相邻像元之间的相位差绝对值超过π的点定义为跳变点，这些点即为解缠失败区域。图11、图12、图13分别给出了本发明提出的两步解缠方法、质量图法以及最小费用流法的解缠结果，其中白色区域代表解缠失败的区域。

将三种方法的解缠结果与真实相位进行统计分析，分别从解缠成功率和解缠成功区域的相位误差均值两个方面对本发明提出的两步解缠方法进行评估，并与质量图法和最小费用流法对比，统计结果如表2所示。

表2三种相位解缠方法结果对比

从上表所示的统计结果以及图11-13所示的三种方法解缠成功区域示意图可以看出，最小费用流法在信噪比较低的复杂地形区域出现了大面积的解缠失败区域，而质量图法的相位误差较大，相较于原始的质量图法和最小费用流法，本发明提出的相位解缠方法可以显著地提升解缠成功率，特别是对于噪声较大地形起伏剧烈的区域提升更为明显。另一方面，从解缠成功区域的相位误差均值统计结果来看，本发明提出的两步解缠方法也表现良好，解缠成功率和相位误差均值均优于质量图法，虽然最小费用流法解缠成功区域的相位误差均值较小，但这是以解缠成功率低为代价的。

综合以上分析可知，本发明提出的两步解缠方法对不同地形的适应性强，并且解缠成功率相较于原始的相位解缠方法有显著提升，鲁棒性较好。

提供以上实施例仅仅是为了描述本发明的目的，而并非要限制本发明的范围。本发明的范围由所附权利要求限定。不脱离本发明的精神和原理而做出的各种等同替换和修改，均应涵盖在本发明的范围之内。

Claims (5)

1.一种质量图和最小费用流结合的InSAR干涉相位两步解缠方法，其特征在于，包括以下几个步骤：

步骤一：对主SAR图像和辅SAR图像经过干涉处理，得到干涉相位和干涉相位的相位质量图，所述干涉相位的相位质量图是指干涉相位的相位导数方差图和相干系数图，相位质量图中每个像素点的数值即表明干涉相位中该像素点的相位质量；

步骤二：将所述干涉相位的相位质量图中满足相位导数方差小于设定阈值且相干系数大于设定阈值条件的像素点筛选出来，作为干涉相位中的高质量像素点，并对所述高质量像素点利用Delaunay三角网络进行连接，作为干涉相位的高质量不规则区域；

步骤三：对所述干涉相位的高质量不规则区域采用质量图法进行相位解缠，得到高质量不规则区域相位解缠结果；在解缠过程中，为避免解缠误差的产生和扩散，采取优先队列数据结构，对所述高质量不规则区域内的像素点根据相位质量由高到低依次相位解缠，保证解缠的正确性，充分发挥质量图法在高质量不规则区域解缠成功率高的特点；

步骤四：干涉相位中按照残差点定义被判定为正残差点或负残差点的像素点被简称为正负残差像素点，对除去高质量不规则区域后的低质量像素点以及所述正负残差像素点同样采用Delaunay三角网络进行连接，形成干涉相位的相对低质量不规则区域；

步骤五：对所述干涉相位的相对低质量不规则区域采用最小费用流法进行相位解缠，最终得到主辅SAR图像干涉相位的解缠结果；所述最小费用流法进行相位解缠具体实现为：首先连接正负残差像素点得到最佳枝切路径，然后从步骤三中的高质量不规则区域位解缠结果的边缘开始往剩下未解缠的相对低质量不规则区域进行解缠，最大限度地将低质量不规则区域中带有一定信息的像素点进行解缠恢复。

2.根据权利要求1所述的质量图和最小费用流结合的InSAR干涉相位两步解缠方法，其特征在于：所述步骤二和步骤四中，利用相位导数方差和相干系数筛选出高低质量像素点，然后利用Delaunay三角网络进行连接的实现过程为：

(1)计算以干涉相位中每一个像素点为中心，半径为n的窗口内所有像素点的平均相位导数方差和平均相干系数，分别作为该所述像素点的相位导数方差和相干系数；

(2)利用图像阈值分割处理领域的最大类间方差法确定相位导数方差和相干系数的最佳分割阈值，根据每一个像素点的相位导数方差和相干系数与最佳分割阈值的大小关系，通过二值化处理将整幅图像的像素点分为高质量像素点或者低质量像素点；

(3)使用Delaunay三角网络将零散分布的高质量像素点或低质量像素点分别进行连接，得到干涉相位的高质量或低质量不规则区域。

3.根据权利要求1所述的质量图和最小费用流结合的InSAR干涉相位两步解缠方法，其特征在于：所述步骤三中，质量图法相位解缠的具体实现过程为：

(1)找到所述干涉相位的高质量不规则区域中相位质量最高的像素点，将所述相位质量最高的像素点作为待解缠的起始点，使用质量图法实现相位解缠，得到已解缠的像素点；

(2)计算所述已解缠的像素点与周围的8个邻接像素点中的最大相位梯度，从而得到所述已解缠的像素点满足路径积分条件的最大距离；

(3)在干涉相位的高质量不规则区域中，利用Delaunay三角网络连接形成不规则网络，在与已解缠的像素点形成所述不规则网络的像素点中，寻找到同时满足两个条件的下一个需要解缠的高质量像素点，连接所述已解缠的像素点与所述下一个需要解缠的高质量像素点，将这两个像素点的连接线作为积分路径。所述两个条件中第一个条件是下一个需要解缠的高质量像素点与已解缠的像素点之间的距离需要小于满足路径积分条件的最大距离，第二个条件为所寻找的下一个需要解缠的高质量像素点，必须是满足第一个条件的多个像素点中相位质量最高的像素点；

(4)利用优先队列数据结构沿着所述积分路径对步骤(4)中寻找到的下一个需要解缠的高质量像素点进行质量图法相位解缠，得到已解缠的像素点；

(5)重复步骤(2)、步骤(3)和步骤(4)，直到干涉相位中高质量不规则区域内的所有像素点解缠完成。

4.根据权利要求3所述的质量图和最小费用流结合的InSAR干涉相位两步解缠方法，其特征在于：所述步骤(2)具体实现为：对于已解缠的像素点p₀，其缠绕相位为

其周围的8个邻接像素点为p_i,i＝1～8，其缠绕相位为

i＝1～8，设邻接像素点与像素点p0之间的距离为d_i,i＝1～8，求出所述8个邻接像素点与像素点p₀的相位差：

i＝1～8

其中wrap代表相位缠绕操作，将所述8个邻接像素点的相位差分别除以其与像素点p₀的距离，得到8个方向的梯度，取8个方向的梯度中绝对值最大者，作为像素点p₀的最大相位梯度值：

已解缠的像素点p0满足路径积分条件的最大距离为：

5.根据权利要求1所述的质量图和最小费用流结合的InSAR干涉相位两步解缠方法，其特征在于：所述步骤五中，对干涉相位的相对低质量不规则区域实现最小费用流法相位解缠具体实现过程为：

(1)将干涉相位中已解缠的高质量不规则区域相位边缘点作为干涉相位的相对低质量不规则区域中Delaunay三角网络的一部分，同时参与到正负残差像素点的识别计算当中；

(2)连接干涉相位的相对低质量不规则区域中的正负残差像素点，通过最小费用流算法，找到一条平衡正负残差像素点的路径，所述路径即为最佳枝切路径；

(3)沿着最佳枝切路径，从干涉相位的高质量不规则区域质量图法相位解缠结果的边缘开始往未解缠的干涉相位的相对低质量不规则区域使用最小费用流法进行相位解缠，直至所有像素点解缠完成，最终得到主辅SAR图像干涉相位的解缠结果。

Images