CN116609779A - 两阶段InSAR多观测处理方法,系统及相关设备 - Google Patents
两阶段InSAR多观测处理方法,系统及相关设备 Download PDFInfo
- Publication number
- CN116609779A CN116609779A CN202211542868.5A CN202211542868A CN116609779A CN 116609779 A CN116609779 A CN 116609779A CN 202211542868 A CN202211542868 A CN 202211542868A CN 116609779 A CN116609779 A CN 116609779A
- Authority
- CN
- China
- Prior art keywords
- phase
- insar
- interference
- matrix
- gradient matrix
- 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
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 43
- 239000011159 matrix material Substances 0.000 claims abstract description 126
- 238000012545 processing Methods 0.000 claims abstract description 24
- 238000000034 method Methods 0.000 claims description 80
- 238000004804 winding Methods 0.000 claims description 70
- 238000010587 phase diagram Methods 0.000 claims description 35
- 238000005457 optimization Methods 0.000 claims description 34
- 238000003860 storage Methods 0.000 claims description 16
- 238000010586 diagram Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 8
- 101150064138 MAP1 gene Proteins 0.000 description 16
- 230000008569 process Effects 0.000 description 16
- 101100400452 Caenorhabditis elegans map-2 gene Proteins 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 9
- 238000004422 calculation algorithm Methods 0.000 description 8
- 239000000047 product Substances 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- FOCVUCIESVLUNU-UHFFFAOYSA-N Thiotepa Chemical compound C1CN1P(N1CC1)(=S)N1CC1 FOCVUCIESVLUNU-UHFFFAOYSA-N 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- G01S7/41—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)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Image Processing (AREA)
Abstract
本发明属于雷达信号处理领域,公开了一种两阶段InSAR多观测处理方法,系统及相关设备,本处理方法包括:干涉相位图获取,水平方向和垂直方向缠绕相位梯度矩阵获取,水平方向和垂直方向绝对相位模糊数梯度矩阵估计,精确相位模糊数矩阵求解,利用所得模糊数矩阵计算出每幅干涉图的相位解缠结果。本发明所涉及到两阶段InSAR多观测处理方法,一方面能克服相位连续性假设定理的局限性,具有复杂地形反演能力,另一方面具有较高的噪声鲁棒性。
Description
技术领域
本发明属于雷达信号处理技术领域,尤其涉及一种两阶段InSAR多观测处理方法,也称为TSPA方法,适用于干涉合成孔径雷达(InSAR)系统的相位解缠和相关产品获取。
背景技术
InSAR系统能够在全天候、全天条件下,进行地表高程获取、地表形变反演、自然灾害监测等诸多方面的工作,因此,InSAR技术的发展受到了世界各国研究人员的高度重视。
相位解缠为InSAR流程中至关重要的一步,解缠结果的优劣直接决定了最终的产品质量,但是相位解缠问题本质上为一个数学上的不适定反问题,需要借助额外信息才能完成求解,现有的相位解缠方法根据所使用的干涉图数目可分为单基线InSAR相位解缠方法和多基线InSAR相位解缠方法(也称为多观测技术)。
单基线InSAR相位解缠方法利用“相位连续性假设”定理来进行求解,在地形起伏较大的区域该定理不被满足。与单基线InSAR相比,多基线InSAR相位解缠方法能够利用多幅干涉相位图的信息,突破“相位连续性假设”的局限性,实现复杂地形(例如峡谷、陡峭山崖等)的高精度测绘,这一优势使得多基线InSAR在军事及民用领域都具有很广泛的应用前景。
传统多基线InSAR系统的相位解缠算法,一方面因其理论基础,如中国余数定理,本身对噪声十分敏感,另一方面,由于传统多基线相位解缠方法逐像素进行解缠计算,并没有利用到全局信息,难以避免噪声对解缠结果的影响。噪声鲁棒性问题导致多基线InSAR在实际中的应用受到很大限制。如果能提高多基线相位解缠绕方法的噪声鲁棒性,将极大的推动复杂地形的高精度测绘以及相关领域的发展。综上所述,如何利用多基线InSAR观测系统,克服传统单基线InSAR相位解缠方法对相位连续性假设的依赖,并有效的提高噪声鲁棒性为本领域亟需解决的问题。
发明内容
针对现有单基线和多基线InSAR系统在相位解缠绕方面所存在的不足,本发明的目的在于提供一种两阶段InSAR多观测处理方法,也称为TSPA方法,用于克服现有单基线相位解缠方法在复杂地形误差较大以及现有多基线相位解缠方法噪声鲁棒性差的问题。
再者,本发明的另一目的在于提供一种能够实现两阶段InSAR多观测处理方法的系统以及相关的设备。
为达到上述目的,本发明第一方面提供了两阶段InSAR多观测处理方法,所述方法包括如下步骤:
步骤1,从多基线InSAR系统中获取至少两幅拥有不同长度基线的干涉相位图,即缠绕相位矩阵;
步骤2,基于多幅干涉相位图中每个像素的缠绕相位,计算出每幅干涉相位图在水平方向以及垂直方向的相邻像素的缠绕相位梯度,形成对应的水平方向缠绕相位梯度矩阵与垂直方向缠绕相位梯度矩阵;
步骤3,利用中国余数定理和步骤2计算出的两个方向的缠绕相位梯度矩阵能够在摆脱对相位连续性假设依赖的同时,估计出绝对相位模糊数梯度矩阵,至此阶段一结束;
步骤4,阶段二利用估计出的绝对相位模糊数梯度矩阵和优化模型进行优化求解,得到每幅干涉相位图精确的绝对相位模糊数矩阵;
步骤5,根据每幅干涉相位图的缠绕相位矩阵和计算出的绝对相位模糊数矩阵,可以得到每幅干涉图绝对相位解缠结果,用于后续InSAR产品的获取。
进一步的,所述两阶段InSAR多观测处理方法,步骤1所述多基线InSAR处理系统,在获取两幅及以上与基线对应的干涉相位图时,两幅及以上的干涉相位图之间图像尺寸应相同。
进一步的,所述两阶段InSAR多观测处理方法,针对绝对相位模糊数梯度矩阵进行估计时,其特征在于,所述步骤3利用中国余数定理和步骤2所获取的水平方向和垂直方向的相位梯度矩阵对水平方向和垂直方向的绝对相位模糊数梯度矩阵进行估计。
进一步的,所述两阶段InSAR多观测处理方法中的优化求解过程,由于与传统单基线InSAR方法同样是利用梯度信息,两阶段InSAR多观测处理方法可以移植传统单基线相位解缠方法中的经典优化模型,如Lp范数模型,到多基线领域进行绝对相位模糊数矩阵的求解。
进一步的,所述两阶段InSAR多观测处理方法中进行绝对相位计算时,特征在于,所述两阶段InSAR多观测处理方法在获得绝对相位模糊数矩阵后,将其乘以2π并与对应干涉图进行求和便可得到绝对相位解缠结果。
为达到上述目的,本发明第二方面提供了一种基于两阶段InSAR多观测处理方法的系统,包括:
干涉相位图获取模块,所述干涉相位图获取模块能够从多基线InSAR系统中获取至少两幅拥有不同长度基线的干涉相位图;
缠绕相位梯度矩阵获取模块,所述缠绕相位梯度矩阵获取模块针对所述干涉相位图获取模块获取到的每幅干涉相位图,分别计算出水平方向的缠绕相位梯度矩阵与垂直方向的缠绕相位梯度矩阵;
模糊数梯度矩阵估计模块,所述模糊数梯度矩阵估计模块利用所述缠绕相位梯度矩阵获取模块所获取的水平方向与垂直方向的缠绕相位梯度矩阵和中国余数定理估计出水平方向和垂直方向的绝对相位模糊数梯度矩阵。
优化处理模块,所述优化处理模块分别对所述模糊数梯度估计模块获得的绝对相位模糊数梯度矩阵进行优化求解,生成对应于每幅干涉相位图的绝对相位模糊数矩阵,可根据需要选择不同优化模型进行求解;
绝对相位计算模块,所述绝对相位计算模块利用优化处理模块生成的绝对相位模糊数矩阵和干涉相位图获取模块获取的缠绕相位图,计算生成每幅干涉相位图在给定像素位置处的绝对相位。
为达到上述目的,本发明第三方面提供了一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时实现上述两阶段InSAR多观测处理方法的步骤。
为达到上述目的,本发明第四方面提供了一种处理器,所述处理器用于运行程序,所述程序运行时执行上述两阶段InSAR多观测处理方法的步骤。
为达到上述目的,本发明第五方面提供了一种终端设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,所述程序代码由所述处理器加载并执行以实现上述两阶段InSAR多观测处理方法的步骤。
为达到上述目的,本发明第六方面提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行上述两阶段InSAR多观测处理方法的步骤。
本发明提供的两阶段InSAR多观测处理方案有效克服了传统单基线相位解缠算法对于相位连续性假设定理的依赖,能应用在地形复杂的研究区;本方案还有效增强了多基线相位解缠方法的噪声鲁棒性。
本发明提供的两阶段InSAR多观测处理方案相对于现有方法,具有如下
有益效果:
(1)本发明所提出的方法利用中国余数定理进行绝对相位梯度模糊数的估计,能够克服单基线相位解缠方法对相位连续性假设的依赖,提高了
InSAR技术在复杂地形的应用效果;
(2)本发明所提出的方法利用相位模糊数梯度信息进行优化模型求解,由于利用了全局信息和优化模型,相比于现有多基线相位解缠方法能有效降低噪声影响,从而提高了方法的噪声鲁棒性;
(3)本发明所提出的方法由于利用估计的模糊数梯度信息进行运算,与传统单基线InSAR解缠过程相似,因此可以移植单基线InSAR方法中的经典概念和算法到多基线领域,比如残点,枝切线以及各种已经被有效验证的优化模型;因此,本方法为一些经典单基线相位解缠方法移植到多基线领域提供了便利;
(4)本发明所提出的方法适用于多基线干涉合成孔径雷达(InSAR)系统在配准、滤波与去平地之后干涉图的相位解缠绕问题。
附图说明
以下结合附图和具体实施方式来进一步说明本发明。
图1为本发明实施例提供的两阶段InSAR多观测处理方法的流程示意图;
图2为本发明方法与传统单基线解缠方法在实测数据上的处理结果示意图;
图2(a)为研究区域的Google图像;
图2(b)为短基线干涉相位图;
图2(c)为长基线干涉相位图;
图2(d)为参考地形相位;
图2(e)为单基线相位解缠算法得到的地形相位;
图2(f)由本发明方法求解得到的地形相位;
进一步说明:
图2中所有图的横坐标对应相应矩阵的列,所有图的纵坐标对应相应矩阵的行。
具体实施方式
为了对本发明所述两阶段InSAR多观测处理方法的技术方案和实施效果进行清晰、完整地描述,下面结合具体图示,进一步阐述本发明。显然,所述实施例仅仅是本发明一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
针对单基线InSAR相位解缠方法依赖于相位连续性假设的局限性和现有多基线InSAR相位方法噪声鲁棒性差的问题,本发明提出一种强噪声鲁棒性的两阶段InSAR多观测处理方法,也称为TSPA方法。
单基线相位解缠技术依赖相位连续性假设进行绝对相位梯度的估计,该假设认为干涉图中相邻像素梯度差的绝对值小于π,这导致在地形变化较大的区域该假设通常难以满足,会造成较大的解缠误差,无法得到具有使用价值的InSAR产品。
现有的多基线相位解缠技术由于其在解缠过程中未利用全局信息和其数学基础的局限性,因此非常容易受到噪声的影响,在实际应用中常常无法得到理想的结果。
本发明一方面利用中国余数定理和多幅具有不同基线长度的干涉图来进行绝对相位模糊数梯度的估计,从而绕开相位连续性假设定理的局限性,提高InSAR技术在陡峭地形下的适应能力,另一方面,由于利用的是绝对相位模糊数梯度这一全局信息和优化模型进行优化求解,增强了多基线相位解缠技术的抗噪能力。
据此,本发明提供两阶段InSAR多观测处理技术,其实现的基本过程如下:
步骤1,从多基线InSAR系统中获取至少两幅拥有不同长度基线的干涉相位图,即缠绕相位矩阵;
步骤2,基于多幅干涉相位图中每个像素的缠绕相位,计算出每幅干涉相位图在水平方向以及垂直方向的相邻像素的缠绕相位梯度,形成对应的水平方向缠绕相位梯度矩阵与垂直方向缠绕相位梯度矩阵;
步骤3,利用中国余数定理和步骤2计算出的两个方向的缠绕相位梯度矩阵能够在摆脱对相位连续性假设依赖的同时,估计出绝对相位模糊数梯度矩阵,至此阶段一结束;
步骤4,阶段二利用估计出的绝对相位模糊数梯度矩阵和优化模型进行优化求解,得到每幅干涉相位图精确的绝对相位模糊数矩阵;
步骤5,根据每幅干涉相位图的缠绕相位矩阵和计算出的绝对相位模糊数矩阵,可以得到每幅干涉图绝对相位解缠结果,用于后续InSAR产品的获取;
针对上述方案,在一些实施方式中,本方案步骤1在获取干涉相位图时,可以获取两幅及以上用于不同长度基线的干涉相位图,并且两幅及以上的干涉相位图之间大小相同。
作为举例,这里优选从多基线InSAR系统中获取两个拥有合适长度基线的干涉相位图,记为干涉相位图1和干涉相位图2,这两幅干涉相位图的大小相同,且为m×n,其中,m、n分别为大于零的正整数。
在一些实施方式中,本方案步骤3,利用步骤2获取的缠绕相位梯度矩阵和中国余数定理对绝对相位模糊数梯度矩阵进行估计,避免了相位连续性假设的局限性,使该方法获得了在复杂地形的应用能力。
在一些实施方式中,本方案步骤4利用步骤3所估计的绝对相位模糊数梯度矩阵,而后可利用现有的效果较好的优化模型方法进行求解,比如Lp范数模型方法,由于利用了全局梯度信息和优化算法,此处提高了算法的噪声鲁棒性。
在一些实施方式中,本方案步骤6中进行绝对相位计算时,其特征在于,在步骤5获得绝对相位模糊数矩阵后,将其乘以2π并与对应缠绕相位图进行求和运算可得到相位解缠结果。
基于上方案,本发明能够在复杂地形获得精确的相位解缠结果,同时拥有良好的噪声鲁棒性。
同时,本发明方案还通过有效估计模糊数梯度,可以移植单基线InSAR方法中的经典概念和算法到多基线领域,比如残点,枝切线以及各种已经被验证的优化模型,本技术为经典单基线相位解缠方法移植到多基线领域提供了便利,并能达到更好的效果。
针对本发明提供的两阶段InSAR多观测处理方法,在具体应用时,可构成相应的软件程序,形成相应的基于两阶段InSAR多观测处理方法的系统。该软件程序在运行时,将执行前述的两阶段InSAR多观测处理方法,同时存储于相应的存储介质中,以供处理器调取执行。
由此形成的基于两阶段InSAR多观测处理方法的系统在功能上主要包括:干涉相位图获取模块、缠绕相位梯度矩阵获取模块、模糊数梯度矩阵估计模块、优化处理模块以及绝对相位计算模块。
本系统中的干涉相位图获取模块能够从多基线InSAR系统中获取至少两幅拥有不同长度基线的干涉相位图。
在本发明的一些实施方式中,该干涉相位图获取模块通过执行前述步骤1的方案来实现从多基线InSAR系统中获取至少两幅拥有不同长度基线的干涉相位图,即缠绕相位矩阵。
本系统中的缠绕相位梯度矩阵获取模块与干涉相位图获取模块进行数据交互,能够针对干涉相位图获取模块获取到的每幅干涉相位图,分别计算水平方向的缠绕相位梯度矩阵与垂直方向的缠绕相位梯度矩阵。
在本发明的一些实施方式中,该缠绕相位梯度矩阵模块通过执行前述步骤2的方案来实现计算每幅干涉相位图的水平方向的缠绕相位梯度矩阵与垂直方向的缠绕相位梯度矩阵。
本系统中模糊数梯度矩阵估计模块与缠绕相位梯度矩阵获取模块进行交互,并基于中国余数定理分别估计干涉相位图获取模块获取到的对应干涉相位图的水平方向绝对相位模糊数梯度矩阵与垂直方向绝对相位模糊数梯度矩阵。
在本发明的一些实施方式,该模糊数梯度估计模块通过执行前述步骤3方案来得到每幅干涉相位图的水平方向模糊数梯度矩阵与垂直方向模糊数梯度矩阵。
本系统中的优化处理模块分别对模糊数梯度矩阵估计模块所获取的水平方向模糊数梯度矩阵与垂直方向模糊数梯度矩阵进行优化处理,计算出对应与干涉相位图获取模块获取的每幅干涉相位图的精确模糊数矩阵。
在本发明的一些实施方式,该优化处理模块通过执行前述步骤4的方案来生成对应每幅干涉相位图的模糊数矩阵。
本系统中的绝对相位计算模块基于生成的模糊数矩阵进行计算,生成对应干涉图获取模块获取的每幅干涉相位图在给定像素位置处的绝对相位,并生成对应每幅干涉相位图的绝对相位矩阵。
在本发明的一些实施方式,该绝对相位计算模块通过执行前述步骤5的步骤方案来实现生成对应每幅干涉相位图的绝对相位矩阵。
针对本发明提供的方案,以下通过具体实例来说明本方案的实现过程。
从多基线InSAR系统可以获得多幅干涉相位图,本实例以基线数为2的情况为例来说明,对于基线数大于2的情况,可以同理推得。
本发明实例提供基于两阶段InSAR多观测处理方法,具体实现过程如图1所示,主要包括如下步骤:
步骤1:从多基线InSAR系统中获取两个不同长度基线的干涉相位图,记为干涉相位图1和干涉相位图2,两幅干涉相位图的大小相同,且为m×n,其中,m、n分别为大于零的正整数。
设多基线InSAR系统中,有两个基线,即为基线1和基线2,基线1的基线长度为B1,基线2的基线长度为B2,具有两个基线的多基线InSAR系统可以获得两幅干涉相位图,基线1对应干涉相位图1,基线2对应干涉相位图2,两幅干涉相位图的尺寸均为m×n,干涉相位图中的像素称为缠绕相位,干涉相位图1中位置(i,j)的缠绕相位记为干涉相位图2中位置(i,j)的缠绕相位记为/>
步骤2:根据干涉相位图1中每个像素的缠绕相位,确定干涉相位图1中水平方向相邻像素间的缠绕相位梯度矩阵,记为水平方向缠绕相位梯度矩阵1,其大小为m×(n-1),同时确定干涉相位图1中垂直方向相邻像素间的缠绕相位梯度矩阵,记为垂直方向缠绕相位梯度矩阵1,其大小为(m-1)×n;
根据干涉相位图2中每个像素的缠绕相位,确定干涉相位图2中水平方向相邻像素间的缠绕相位梯度矩阵,记为水平方向缠绕相位梯度矩阵2,其大小为m×(n-1),并确定干涉相位图2中垂直方向相邻像素间的缠绕相位梯度矩阵,记为垂直方向缠绕相位梯度矩阵2,其大小为(m-1)×n。
步骤2方案在具体实现,包括如下子步骤:
(2a)获取干涉相位图1中像素位置(i,j)处的缠绕相位 获取干涉相位图2中像素位置(i,j)处的缠绕相位/> 在各个干涉图中,像素位置(i,j)处的像素值为像素位置(i,j)处的缠绕相位;
(2b)记干涉相位图1的水平缠绕相位梯度矩阵1为中第i行,第j列元素
记干涉相位图2的水平缠绕相位梯度矩阵2为中第i行,第j列元素
(2c)记干涉相位图1的垂直缠绕相位梯度矩阵1为中第i行,第j列元素
记干涉相位图2的垂直缠绕相位梯度矩阵2为中第i行,第j列元素
步骤3:利用中国余数定理和水平及垂直方向的缠绕相位梯度矩阵,分别估算出水平方向和垂直方向的绝对相位模糊数梯度矩阵。
基于前述举例,本步骤中对于水平方向和垂直方向的绝对相位模糊梯度矩阵的估计过程可以分为以下子步骤:
(3a)针对基线长度分别为B1和B2的干涉图所估计出的水平方向的绝对相位模糊数梯度矩阵分别记为和/>中第i行,第j列元素为/>其为整数,其中1≤i≤m,1≤j≤n-1;/>中第i行,第j列元素为/>其为整数,其中1≤i≤m,1≤j≤n-1;
(3b)每个像素可以建立以下估算方程 通过中国余数定理可以同时求解出/>和/>从而可以估计出两幅干涉图的水平方向绝对相位模糊数梯度矩阵/>及/>
(3c)针对基线长度分别为B1和B2的干涉图所估计出的垂直方向的绝对相位模糊数梯度矩阵分别记为和/>中第i行,第j列元素为/>其为整数;1≤i≤m-1,1≤j≤n;/>中第i行,第j列元素为/>其为整数;1≤i≤m-1,1≤j≤n;
(3d)对于每个元素可以建立以下估算方程 通过中国余数定理可以同时求解出/>和/>从而可以估计出两幅干涉图的垂直方向绝对相位模糊数梯度矩阵/>及/>
步骤4,本步骤利用步骤3所估计的水平方向和垂直方向相位模糊数梯度矩阵和优化模型进行精确绝对相位模糊数矩阵的求解。
将干涉相位图1在水平方向估计出的模糊数梯度矩阵中的元素以及垂直方向估计出的模糊数梯度矩阵中的元素带入优化模型求解得到精确的干涉相位图1的模糊数矩阵1;
将干涉相位图2在水平方向估计出的模糊数梯度矩阵中的元素以及垂直方向估计出的模糊数梯度矩阵中的元素带入优化模型求解得到精确的干涉相位图1的模糊数矩阵2;
基于前述举例,本步骤具体实现的过程,包括如下子步骤:
(4a)将干涉相位图1在水平方向的模糊数梯度矩阵中的元素以及干涉相位图1在垂直方向的模糊数梯度矩阵中的元素/>带入如下Lp范数优化模型:
其中,Z为整数集合,和/>表示设定的权值,/>和/>为自由变量,k1(i,j)、k1(i+1,j)、k1(i,j+1)分别为干涉相位图1在像素位置(i,j)、(i+1,j)、(i,j+1)处的模糊数,它们是优化模型的输出。
该优化模型可以利用优化工具进行求解,求解结果为模糊数矩阵k1,对应于干涉相位图1,该矩阵的尺寸为m×n。
(4b)将干涉相位图2在水平方向的模糊数梯度矩阵中的元素以及干涉相位图2在垂直方向的模糊数梯度矩阵中的元素/>带入如下Lp范数优化模型:
其中,Z为整数集合,和/>表示设定的权值,/>和/>为自由变量,k2(i,j)、k2(i+1,j)、k2(i,j+1)分别为干涉相位图2在像素位置(i,j)、(i+1,j)、(i,j+1)处的模糊数,它们是优化模型的输出。
该优化模型可以利用优化工具进行求解,求解结果为模糊数矩阵k2,对应于干涉相位图2,该矩阵的尺寸为m×n。
步骤5,针对给定像素位置(i,j),1≤i≤m,1≤j≤n,基于上述步骤获得干涉相位图的解缠结果;
根据干涉相位图1在像素位置(i,j)处对应的缠绕相位和干涉相位图1在像素位置(i,j)处的模糊数,计算得到干涉相位图1在像素位置(i,j)处的绝对相位;
根据干涉相位图2在像素位置(i,j)处对应的缠绕相位和干涉相位图2在像素位置(i,j)处的模糊数,计算得到干涉相位图2在像素位置(i,j)处的绝对相位。
基于前述举例,本步骤具体实现时包括如下子步骤:
(5a)根据干涉相位图1在像素位置(i,j)处对应的缠绕相位和干涉相位图1在像素位置(i,j)处的模糊数k1(i,j),计算得到干涉相位图1在像素位置(i,j)处的绝对相位/>
(5b)根据干涉相位图2在像素位置(i,j)处对应的缠绕相位和干涉相位图2在像素位置(i,j)处的模糊数k2(i,j),计算得到干涉相位图2在像素位置(i,j)处的绝对相位/>
本发明方法的有效性可通过以下实验进行进一步说明。
InSAR实测数据实验
1、数据说明
实测数据采用ALOS PALSAR的一组实验数据,成像时间分别为2007年9月4日,2007年10月20日,2009年10月25日,利用该组实验数据形成拥有不同长度基线的两幅干涉相位图,基线长度分别为242.43米和823.11米,SAR系统轨道高度为706千米,入射角为38.2°,波长为0.24米。数据覆盖区域为美国Yesemite Valley。
2、实验内容和结果分析
参见图2,其所示为本发明方法与传统单基线L1范数方法的处理结果示意图。
其中,图2(a)为实验地区的Google图像(该地区的纬度约为37.7252°,经度约为-119.5311°)。Yesemite Valley是由冰川作用形成的自然景观,区域内地形变化较大,不满足相位连续性假设,传统解缠算法很难在该区域得到精确的解缠结果。图2(b)是干涉相位图1,其基线长度为242.43米,图2(c)为基线干涉相位图2,其基线长度为823.11米。图2(d)为参考地形相位。
参见图2(e),其为传统传统单基线L1范数方法的解缠绕结果,可以看出解缠结果中存在不连续的相位跳变区域(在图中用矩形方框标识),这说明在这些局部,解缠绕结果精度较低,从而造成了解缠结果的不连续,在后续处理为InSAR地形产品时会造成较大的误差,图2(f)为本发明实例方法在实验区域的解缠结果,可以看出在这些区域更加平滑,图像质量相对良好,更接近于参考地形相位。
针对图2(e)与图2(d)的差值结果,可以看出左下角的峡谷区域存在不同的大区域色块,这是由于所采用的单基线L1范数方法在此区域的解缠误差导致。针对图2(f)与图2(d)的差值结果,大部分区域的误差接近于0,且不存在误差传递现象。这证明本发明实例方法能够得到更加精确的相位解缠结果。并且通过将两种方法的解缠绕结果与图2(a)所示的谷歌地球(Google)图像进行对比,本发明实例方法的求解结果更加接近于真实地形。
总之,通过本实验,可以说明对于实测的复杂地形,本发明实例方法相比于传统相位解缠方法,相位解缠绕的精度得到了有效的提升,能够获得更加实用的InSAR产品。基于本实例给出的实测数据实验结果,能够有效验证本发明实例方案的有效性。
作为进一步地补充实例方案:
本发明实施例还提供了一种计算机可读存储介质,其上存储有程序,该程序被处理器执行时实现前述两阶段InSAR多观测处理方法的步骤。
本发明实施例还提供了一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行前述两阶段InSAR多观测处理方法的步骤。
本发明实施例还提供了一种终端设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,所述程序代码由所述处理器加载并执行以实现前述两阶段InSAR多观测处理方法的步骤。
本发明还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行前述两阶段InSAR多观测处理方法的步骤。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本发明的实施例可提供为方法、系统或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (10)
1.两阶段InSAR多观测处理方法,其特征在于,所述方法包括如下步骤:
步骤1,从多基线InSAR系统中获取至少两幅拥有不同长度基线的干涉相位图,即缠绕相位矩阵;
步骤2,基于多幅干涉相位图中每个像素的缠绕相位,计算出每幅干涉相位图在水平方向以及垂直方向的相邻像素的缠绕相位梯度,形成对应的水平方向缠绕相位梯度矩阵与垂直方向缠绕相位梯度矩阵;
步骤3,利用中国余数定理和步骤2计算出的两个方向的缠绕相位梯度矩阵能够在摆脱对相位连续性假设依赖的同时,估计出绝对相位模糊数梯度矩阵,至此阶段一结束;
步骤4,阶段二利用估计出的绝对相位模糊数梯度矩阵和优化模型进行优化求解,得到每幅干涉相位图精确的绝对相位模糊数矩阵;
步骤5,根据每幅干涉相位图的缠绕相位矩阵和计算出的绝对相位模糊数矩阵,可以得到每幅干涉图绝对相位解缠结果,用于后续InSAR产品的获取。
2.根据权利要求1所述的两阶段InSAR多观测处理方法,其特征在于,所述从多基线InSAR系统中所获取的两幅及以上拥有不同长度基线干涉相位图,其图像的尺寸应相同。
3.根据权利要求1所述的两阶段InSAR多观测处理方法,其特征在于,所述步骤3利用中国余数定理和步骤2所获取的两个方向的相位梯度矩阵对绝对相位模糊数梯度矩阵进行估计。
4.根据权利要求1所述的两阶段InSAR多观测处理方法,其特征在于,所述步骤4可以采用传统单基线相位解缠方法中经典的优化模型,如Lp范数模型,进行绝对相位模糊数的求解。
5.根据权利要求1所述的两阶段InSAR多观测处理方法,其特征在于,所述多基线相位解缠绕方法在获得每个像素的绝对相位模糊数后乘以2π并与对应缠绕相位值进行求和便可得到绝对相位梯度。
6.一种基于两阶段InSAR多观测处理方法的系统,其特征在于,包括:
干涉相位图获取模块,所述干涉相位图获取模块能够从多基线InSAR系统中获取至少两幅拥有不同长度基线的干涉相位图;
缠绕相位梯度矩阵获取模块,所述缠绕相位梯度矩阵获取模块针对所述干涉相位图获取模块获取到的每幅干涉相位图,分别计算出水平方向的缠绕相位梯度矩阵与垂直方向的缠绕相位梯度矩阵;
模糊数梯度矩阵估计模块,所述模糊数梯度矩阵估计模块利用所述缠绕相位梯度矩阵获取模块所获取的水平方向与垂直方向的缠绕相位梯度矩阵和中国余数定理估计出水平方向和垂直方向的绝对相位模糊数梯度矩阵。
优化处理模块,所述优化处理模块分别对所述模糊数梯度估计模块获得的绝对相位模糊数梯度矩阵进行优化求解,生成对应于每幅干涉相位图的绝对相位模糊数矩阵,可根据需要选择不同优化模型进行求解;
绝对相位计算模块,所述绝对相位计算模块利用优化处理模块生成的绝对相位模糊数矩阵和干涉相位图获取模块获取的缠绕相位图,计算生成每幅干涉相位图在给定像素位置处的绝对相位。
7.一种计算机可读存储介质,其上存储有程序,其特征在于,该程序被处理器执行时实现权利要求1-5中任一项所述两阶段InSAR多观测处理方法的步骤。
8.一种处理器,所述处理器用于运行程序,其特征在于,所述程序运行时执行权利要求1-5中任一项所述两阶段InSAR多观测处理方法的步骤。
9.一种终端设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,其特征在于,所述程序代码由所述处理器加载并执行以实现权利要求1-5中任一项所述两阶段InSAR多观测处理方法的步骤。
10.一种计算机程序产品,其特征在于,当在数据处理设备上执行时,适于执行权利要求1-5中任一项所述两阶段InSAR多观测处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211542868.5A CN116609779A (zh) | 2022-12-02 | 2022-12-02 | 两阶段InSAR多观测处理方法,系统及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211542868.5A CN116609779A (zh) | 2022-12-02 | 2022-12-02 | 两阶段InSAR多观测处理方法,系统及相关设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116609779A true CN116609779A (zh) | 2023-08-18 |
Family
ID=87676974
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211542868.5A Pending CN116609779A (zh) | 2022-12-02 | 2022-12-02 | 两阶段InSAR多观测处理方法,系统及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116609779A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117269960A (zh) * | 2023-09-12 | 2023-12-22 | 中国矿业大学 | 一种基于梯度优化的快速范数相位解缠方法 |
-
2022
- 2022-12-02 CN CN202211542868.5A patent/CN116609779A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117269960A (zh) * | 2023-09-12 | 2023-12-22 | 中国矿业大学 | 一种基于梯度优化的快速范数相位解缠方法 |
CN117269960B (zh) * | 2023-09-12 | 2024-04-26 | 中国矿业大学 | 一种基于梯度优化的快速范数相位解缠方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109633648A (zh) | 一种基于似然估计的多基线相位估计装置及方法 | |
CN104730519B (zh) | 一种采用误差迭代补偿的高精度相位解缠方法 | |
CN106093939B (zh) | 一种基于相位差统计模型的InSAR图像相位解缠方法 | |
CN107016649A (zh) | 一种基于局部低秩张量估计的视觉数据补全方法 | |
CN109239710B (zh) | 雷达高程信息的获取方法及装置、计算机可读存储介质 | |
CN102621549A (zh) | 多基线/多频段干涉相位解缠频域快速算法 | |
CN113311433B (zh) | 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 | |
CN113589286B (zh) | 基于D-LinkNet的无迹卡尔曼滤波相位解缠方法 | |
CN116609779A (zh) | 两阶段InSAR多观测处理方法,系统及相关设备 | |
CN112797886B (zh) | 面向缠绕相位的InSAR时序三维形变监测方法 | |
CN110109105A (zh) | 一种基于时序的InSAR技术监测地表形变的方法 | |
CN112529946A (zh) | 一种基于高程数据的高分立体模型优化方法、系统、电子设备及可读存储介质 | |
CN114563787A (zh) | 一种冻土形变监测方法、装置、设备及存储介质 | |
CN115272683A (zh) | 一种基于深度学习的中心差分信息滤波相位解缠方法 | |
CN107544069B (zh) | 基于平面近似模型的多基线相位解缠绕方法 | |
CN116882134A (zh) | 一种多基准站网的gnss基线联合解算方法及计算机可读介质 | |
CN108008383A (zh) | 一种迭代多基线高精度四次fft相位解缠方法 | |
CN110988876A (zh) | 闭合鲁棒双基线InSAR相位解缠方法、系统及可读存储介质 | |
CN106932773A (zh) | 基于修正嵌入式容积卡尔曼滤波的相位展开算法 | |
CN112711022B (zh) | 一种GNSS层析技术辅助的InSAR大气延迟改正方法 | |
CN112665529A (zh) | 基于条纹密度区域分割和校正的物体三维形貌测量方法 | |
Hu et al. | Planetary3D: A photogrammetric tool for 3D topographic mapping of planetary bodies | |
CN106767405A (zh) | 相位映射辅助三维成像系统快速对应点匹配的方法及装置 | |
CN110297242A (zh) | 基于压缩感知的合成孔径雷达层析三维成像方法及装置 | |
Smith | A fast surface interpolation technique |
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 |