CN117724101A - 基于相位分块的卡尔曼滤波相位解缠方法、系统及设备 - Google Patents
基于相位分块的卡尔曼滤波相位解缠方法、系统及设备 Download PDFInfo
- Publication number
- CN117724101A CN117724101A CN202410179176.1A CN202410179176A CN117724101A CN 117724101 A CN117724101 A CN 117724101A CN 202410179176 A CN202410179176 A CN 202410179176A CN 117724101 A CN117724101 A CN 117724101A
- Authority
- CN
- China
- Prior art keywords
- phase
- block
- pixel
- unwrapping
- residual
- 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
- 238000000034 method Methods 0.000 title claims abstract description 86
- 238000001914 filtration Methods 0.000 title claims abstract description 33
- 208000037170 Delayed Emergence from Anesthesia Diseases 0.000 claims abstract description 75
- 238000004804 winding Methods 0.000 claims abstract description 50
- 239000011159 matrix material Substances 0.000 claims abstract description 38
- 238000000638 solvent extraction Methods 0.000 claims abstract description 22
- 238000004590 computer program Methods 0.000 claims description 8
- 238000005192 partition Methods 0.000 claims description 3
- 230000017105 transposition Effects 0.000 claims description 2
- 230000000903 blocking effect Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 5
- 239000013598 vector Substances 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000010587 phase diagram Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013524 data verification Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Landscapes
- Image Processing (AREA)
Abstract
本发明提供了一种基于相位分块的卡尔曼滤波相位解缠方法、系统及设备，属于InSAR相位解缠领域，方法包括：根据InSAR干涉图的缠绕相位矩阵，对InSAR干涉图的像素点进行分区，得到多个像素块，并根据各像素块内像素点的数量，确定正常块及残差块；缠绕相位矩阵中包括InSAR干涉图中各像素点的缠绕相位值；采用区域生长方法及线性拟合法对正常块进行相位解缠，以确定各正常块内各像素点的真实相位值；采用扩展卡尔曼滤波算法对残差块进行相位解缠，以确定各残差块内各像素点的真实相位值；将相位解缠后的正常块及相位解缠后的残差块合并，以得到InSAR干涉图的解缠结果。本发明提高了相位解缠的精度。
Description
技术领域
本发明涉及InSAR相位解缠领域，特别是涉及一种基于相位分块的卡尔曼滤波相位解缠方法、系统及设备。
背景技术
在进行InSAR数据处理时，将主辅影像共轭相乘并取相位信息即可得到复干涉条纹图，但通过共轭相乘得到的相位差与真实相位差相差，即真实相位与缠绕相位的关系为：/>；其中，/>表示真实相位；/>表示缠绕相位；K1表示补偿系数，其值为整数。
相位解缠即从缠绕相位确定补偿系数K1的值，进而估计真实相位/>的过程。相位解缠必须兼顾一致性和精确性，一致性是指解缠后的相位数据矩阵中任意两点间的相位差与其路径无关；精确性是指解缠后的相位数据能真实地恢复原始相位信息。
相位解缠是InSAR处理的重要环节，其结果的优劣直接影响到地形测量的精度。受限于合成孔径雷达的成像和处理方式，直接利用影像获得的干涉图一般含有较大的噪声，局部相位残差点的增多会形成不可靠数据斑块，使该区域相位解缠出现漏解或错解，导致InSAR图像恢复失败，从而影响到形变提取的精度。因此，提高相位解缠精度是InSAR处理中提高形变精度的重要环节。
相位解缠是通过在解缠路径上进行积分从而还原真实目标信息。当干扰因素少、相位质量高时能很好的还原真实相位信息，当干扰因素多时误差会通过积分进行积累与传播，得到的相位数据与真实数据会有较大的差异。现有相位解缠方法主要分为路径跟踪解缠法、最小范数解缠法和网格规划解缠法三大类。路径跟踪解缠法是通过设置合适的积分路径，将误差限制在一定区域内，防止相位误差全局传递，这种方法涵盖了经典的Goldstein枝切法、质量图引导法、最小不连续法等。枝切法是利用残差点的连接得到枝切线，最后沿着枝切线进行积分得到解缠结果，但枝切法易出现孤岛现象。质量图引导法是在质量图的引导下确定积分路径，这种算法对干涉图质量要求较高。最小范数解缠法是将相位解缠转换成数学上的最小范数问题，其常用的是最小二乘法，但这种方法穿过残差点会造成误差的全局传递。网格规划解缠法是将相位解缠问题转化为求解费用流的网络优化问题，主要有最小费用流和统计费用流等，但这种方法噪声会沿着积分路径传递，使得解缠结果不理想。
InSAR干涉图虽然经过了滤波处理，但干涉图中仍存在噪声，噪声使得缠绕相位出现残差点和低相干区域，使得干涉图解缠结果不全面或解缠误差较大。
发明内容
本发明的目的是提供一种基于相位分块的卡尔曼滤波相位解缠方法、系统及设备，可提高相位解缠的精度。
为实现上述目的，本发明提供了一种基于相位分块的卡尔曼滤波相位解缠方法，包括如下步骤。
根据InSAR干涉图的缠绕相位矩阵，对InSAR干涉图的像素点进行分区，得到多个像素块，并根据各像素块内像素点的数量，确定正常块及残差块；所述缠绕相位矩阵中包括InSAR干涉图中各像素点的缠绕相位值。
采用区域生长方法及线性拟合法对正常块进行相位解缠，以确定各正常块内各像素点的真实相位值。
采用扩展卡尔曼滤波算法对残差块进行相位解缠，以确定各残差块内各像素点的真实相位值。
将相位解缠后的正常块及相位解缠后的残差块合并，以得到InSAR干涉图的解缠结果。
为实现上述目的，本发明还提供了一种基于相位分块的卡尔曼滤波相位解缠系统，包括如下模块。
相位分区模块，用于根据InSAR干涉图的缠绕相位矩阵，对InSAR干涉图的像素点进行分区，得到多个像素块，并根据各像素块内像素点的数量，确定正常块及残差块；所述缠绕相位矩阵中包括InSAR干涉图中各像素点的缠绕相位值。
拟合法相位解缠模块，用于采用区域生长方法及线性拟合法对正常块进行相位解缠，以确定各正常块内各像素点的真实相位值。
残差块相位解缠模块，用于采用扩展卡尔曼滤波算法对残差块进行相位解缠，以确定各残差块内各像素点的真实相位值。
合并模块，用于将相位解缠后的正常块及相位解缠后的残差块合并，以得到InSAR干涉图的解缠结果。
为实现上述目的，本发明还提供了一种电子设备，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行上述的基于相位分块的卡尔曼滤波相位解缠方法。
根据本发明提供的具体实施例，本发明公开了以下技术效果：本发明首先根据InSAR干涉图的缠绕相位矩阵，对InSAR干涉图的像素点进行分区，并将像素块分为正常块和残差块，针对正常块，通过线性拟合求取合适的补偿系数进行块间解缠，之后利用扩展卡尔曼滤波方法对残差块进行解缠，再将所有解缠后的像素块合并，得到最终的解缠结果。本发明减小了误差传播的范围，提高了相位解缠的精度。
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性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明提供的基于相位分块的卡尔曼滤波相位解缠方法的流程图。
图2为本发明提供的基于相位分块的卡尔曼滤波相位解缠系统的示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。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。
本发明的目的是提供一种基于相位分块的卡尔曼滤波相位解缠方法、系统及设备，基于分块与合并策略进行相位解缠，将整个缠绕相位图分成若干块，并执行块间的相位解缠，合并所有块可得到最终的解缠结果，相位分块算法简单，运行时间短，针对残差像素块解缠较为困难的问题，进一步提出了利用扩展卡尔曼滤波（Extended Kalman filterphase unwrapping，EKFPU）修复误差区域高程值的方法，该方法能有效提高相位解缠的精确性。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例一：如图1所示，本实施例提供了一种基于相位分块的卡尔曼滤波相位解缠方法，包括步骤100至步骤400。
步骤100：根据InSAR干涉图的缠绕相位矩阵，对InSAR干涉图的像素点进行分区，得到多个像素块，并根据各像素块内像素点的数量，确定正常块及残差块。所述缠绕相位矩阵中包括InSAR干涉图中各像素点的缠绕相位值。
具体地，缠绕相位的相位区间都在间，以/>为区间长度，将InSAR干涉图的缠绕相位矩阵中的缠绕相位值分为/>、/>、、/>、/>、/>六个区间。将InSAR干涉图中缠绕相位值在同一区间内的相邻像素点合并为一个像素块，以得到多个像素块。即遍历整个缠绕相位矩阵，对其中缠绕相位值属于各个区间的像素点进行标记，将属于同一区间且相连的像素点合并为像素块，得到若干相位处于同一区间的像素块。其中，采用四邻域法合并像素点，即像素点周围的四个与其相邻的像素点可以与其进行合并，像素块合并同理。
将像素块内像素点的数量大于或等于设定阈值的像素块作为正常块，将像素块内像素点的数量小于设定阈值的像素块作为残差块。作为一种具体的实施方式，设定阈值为50。
步骤200：采用区域生长方法及线性拟合法对正常块进行相位解缠，以确定各正常块内各像素点的真实相位值。
在理想状态下干涉图不存在噪声，相位梯度小于，选择一个点作为起始点，可直接进行积分解缠，但现实中噪声、地形起伏和相干性较低等现象给相位解缠带来了困难。利用线性拟合求取补偿系数的方法对噪声不敏感，在区域生长解缠绕中利用临近的已解缠绕像素点的相位信息求取补偿系数可快速得到相邻像素点的真实相位信息且能够适应较大的噪声水平和相位的快速变化等情况。
拟合法相位解缠是基于相邻像素真实相位变换不大于，使用相位分区方法对干涉图进行分块，像素块内相邻像素点的相位变化小于给定相位间隔，即相邻像素点之间的相位差小于/>，且像素块内像素点拥有同一补偿系数，将块间相位解缠问题转化为线性拟合法求补偿系数。选取块间相邻的两列像素点，其两列像素点的相位关系为：；其中，X表示已解缠像素块的真实相位值，Y表示未解缠像素块的缠绕相位值，K1为补偿系数，其值为整数。
具体地，步骤200包括步骤201至步骤204。
步骤201：将第一个正常块作为起始块，距离起始块的中心位置最近的正常块为生长块。生长块是未解缠的像素块，生长块解缠过后变成起始块，对下一生长块进行解缠。
步骤202：根据所述起始块内各像素点的真实相位值及所述生长块内各像素点的缠绕相位值，采用线性拟合法，确定所述生长块的补偿系数。第一个正常块内各像素点的真实相位值为对应第一个正常块内各像素点的缠绕相位值。
具体地，采用公式确定生长块的补偿系数；其中，/>为线性拟合系数，与线性拟合系数/>最接近的整数值为生长块的补偿系数，同一像素块内像素点的补偿系数相同，Yi为生长块内第i个像素点的缠绕相位值，Xi为起始块内第i个像素点的真实相位值，g为生长块与起始块的相邻像素点的个数，Xi与Yi是相邻像素块内相邻的两组像素点。
步骤203：根据所述生长块内各像素点的缠绕相位值及所述生长块的补偿系数，对所述生长块进行相位解缠，以确定所述生长块内各像素点的真实相位值。
具体地，采用公式确定生长块内各像素点的真实相位值；其中，为生长块内第i个像素点的真实相位值，Yi为生长块内第i个像素点的缠绕相位值，K为生长块的补偿系数。
步骤204：将相位解缠后的生长块与所述起始块合并，作为新的起始块，并根据新的起始块确定新的生长块，对新的生长块进行相位解缠，直至所有正常块均完成相位解缠与合并。
缠绕相位块之间的相位解缠采用区域生长方式进行，将像素块作为一个解缠处理的基本单元，像素块内像素点拥有相同的补偿系数，选择第一个像素块为起始块，距离起始块中心位置最近的块为生长块，生长块的解缠绕即是找到一个最佳的补偿系数，选择起始块与生长块相临近的两组像素点，进行线性拟合，找到最优的补偿系数进行相位解缠，并合并解缠后的两个像素块，之后进行下一个像素块的解缠，直至所有正常块完成解缠与合并。本发明以起始块为标准，默认第一个起始块不需解缠。
步骤300：采用扩展卡尔曼滤波算法对残差块进行相位解缠，以确定各残差块内各像素点的真实相位值。
具体地，首先建立扩展卡尔曼滤波状态估计模型；然后针对任一残差块，根据所述残差块周围像素点的真实相位值，对所述残差块进行相位解缠。将所述残差块内的第一个像素点作为起始点，基于所述扩展卡尔曼滤波状态估计模型，将所述起始点窗口内所有经过解缠的像素点进行扩展卡尔曼滤波解缠，以确定所述起始点的真实相位值，并将所述残差块内距离所述起始点最近的像素点作为新的起始点进行相位解缠，直至所述残差块内所有像素点均完成相位解缠。
当所有的正常块完成相位解缠后，利用EKFPU残差块解缠的方法对残差块内像素点缠绕相位值进行解缠，将其结果作为残差块内像素点的真实相位值。
EKFPU是根据像素的梯度估计方差展开的，可以在解缠的同时进行滤波，具有较好的噪声鲁棒性。EKFPU算法进行解缠需先建立EKFPU模型，EKFPU模型能根据一个基于相邻像素间关系的动态线性状态方程进行逐个像素点的解缠。
用k代替某一像元(m,n)，即像素点，将复干涉图中干涉相位的同相分量和正交分量作为两个观测矢量，由此可以得到如下的观测方程。
。
其中，y(k)为k像元的观测量，z(k)为k像元的复干涉测量值，a(k)为k像元的复干涉振幅观测值，为状态向量，表示k像元的真实相位，/>为y(k)和状态向量间的非线性映射，v(k)为复干涉图中k像元均值为0，方差已知的高斯白噪声，其方差由相干系数/>确定，v1(k)和v2(k)分别表示实部误差和虚部误差。
。
。
其中，v(j)为复干涉图中j像元均值为0，方差已知的高斯白噪声，E( )表示期望，为Kronecker函数，i=1,2表示不同分量。
当干涉相位在离散时间情况下，状态空间方程如下。
。
。
。
其中，x(k+1)为k+1像元的真实相位值，x(k)为k像元的真实相位值，u(k)为k像元的真实相位梯度，为复干涉图得到的k像元的相位梯度估计值，/>为k像元的估计误差，/>为j像元的估计误差，/>为k像元的状态噪声方差阵。
根据上述的状态空间方程，可进行扩展卡尔曼滤波状态估计，采用以下公式计算状态向量的预测值及对应的方差阵/>。
。
。
其中，设为初始估计相位值，/>为初始估计相位值的方差阵，此处选取非误差点相位，/>为单位矩阵，/>为相位梯度估计值，/>为状态噪声方差阵。由于实际路径存在方位向和距离向两个方向，因此此公式中通过下标中的两个k分别表示路径的方位向和距离向，其中，一个路径表示一个像元。
进而采用以下公式进行状态估计。
。
。
其中，为残差块内像素点(m,n)在k+1方位向k距离向的真实相位值，为残差块内像素点(m,n)在k+1方位向k距离向的真实相位值的方差阵，为残差块内像素点(m-1,n)在k方位向k距离向的真实相位值，为残差块内像素点(m,n-1)在k方位向k距离向的真实相位值，为残差块内像素点(m-1,n)的相位梯度估计值，即距离向的相位梯度估计值，/>为残差块内像素点(m,n-1)的相位梯度估计值，即方位向的相位梯度估计值，/>为残差块内像素点(m-1,n)在k方位向k距离向的真实相位值的方差阵，/>为残差块内像素点(m,n-1)在k方位向k距离向的真实相位值的方差阵，/>为残差块内像素点(m-1,n)的状态噪声方差阵，/>为残差块内像素点(m,n-1)的状态噪声方差阵，/>为距离向中间矩阵，/>为方位向中间矩阵，，/>，T为矩阵转置，m为距离向指标，n为方位向指标。
步骤400：将相位解缠后的正常块及相位解缠后的残差块合并，以得到InSAR干涉图的解缠结果。
为验证基于相位分块的卡尔曼滤波相位解缠方法的适用性，本发明采用模拟数据和实测数据进行了实验，针对InSAR相位的特性，从解缠的准确度和算法运行时间对解缠结果进行评价，除主观视觉评价外，还采用均方根误差对实验进行了客观评价。
（1）模拟数据验证。
本实验为MATLAB仿真的地形图，用基于雷达传感器参数和轨道数据的方法模拟InSAR干涉图。首先模拟无噪相位图，加入噪声后进行相位缠绕形成缠绕相位。并将其中像素大小的范围加重噪声以验证算法在高强度噪声下的效果，不同方法的模拟干涉图解缠结果的均方根误差如表1。
表1 不同方法的模拟干涉图解缠结果定量比较表。
（2）实测数据验证。
利用某地2011年12月17日和2012年2月27日的RadarSat-2实测数据进行验证。对其数据进行配准、干涉等处理得到其真实相位干涉数据，截取其中像素大小进行实验，不同方法的实测干涉图解缠结果的均方根误差如表2。
表2 不同方法的实测干涉图解缠结果定量比较。
本发明针对当前相位解缠算法在相位图像存在严重噪声时解缠效果较差的问题，提出了基于相位分区与EKFPU结合的InSAR干涉图相位解缠方法。首先对缠绕相位进行分块，将相位在相同区间的相邻像素进行合并，将像素个数大于等于设定阈值的像素块归类为正常块，小于给定阈值的块归类为残差块，正常块内的像素点属于同一包裹次数，即补偿系数相同，通过线性拟合求取合适的补偿系数进行块间解缠，最后利用扩展卡尔曼滤波方法进行残差块解缠，合并所有解缠块得到最终的解缠结果。通过对模拟数据进行实验并用实测数据验证，实验结果表明：本发明无论是目视效果还是定量指标分析均优于其他算法，减小了误差传播的范围，提高了相位解缠的精度。
实施例二：为了执行上述实施例一对应的方法，以实现相应的功能和技术效果，下面提供一种基于相位分块的卡尔曼滤波相位解缠系统。
如图2所示，本实施例提供的基于相位分块的卡尔曼滤波相位解缠系统包括：相位分区模块21、拟合法相位解缠模块22、残差块相位解缠模块23及合并模块24。
相位分区模块21用于根据InSAR干涉图的缠绕相位矩阵，对InSAR干涉图的像素点进行分区，得到多个像素块，并根据各像素块内像素点的数量，确定正常块及残差块。所述缠绕相位矩阵中包括InSAR干涉图中各像素点的缠绕相位值。
拟合法相位解缠模块22用于采用区域生长方法及线性拟合法对正常块进行相位解缠，以确定各正常块内各像素点的真实相位值。
残差块相位解缠模块23用于采用扩展卡尔曼滤波算法对残差块进行相位解缠，以确定各残差块内各像素点的真实相位值。
合并模块24用于将相位解缠后的正常块及相位解缠后的残差块合并，以得到InSAR干涉图的解缠结果。
相对于现有技术，本实施例提供的基于相位分块的卡尔曼滤波相位解缠系统与实施例一提供的基于相位分块的卡尔曼滤波相位解缠方法的有益效果相同，在此不再赘述。
实施例三：本实施例提供一种电子设备，包括存储器及处理器，存储器用于存储计算机程序，处理器运行计算机程序以使电子设备执行实施例一的基于相位分块的卡尔曼滤波相位解缠方法。
可选地，上述电子设备可以是服务器。
另外，本发明实施例还提供一种计算机可读存储介质，其存储有计算机程序，该计算机程序被处理器执行时实现实施例一的基于相位分块的卡尔曼滤波相位解缠方法。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种基于相位分块的卡尔曼滤波相位解缠方法，其特征在于，所述基于相位分块的卡尔曼滤波相位解缠方法包括：
根据InSAR干涉图的缠绕相位矩阵，对InSAR干涉图的像素点进行分区，得到多个像素块，并根据各像素块内像素点的数量，确定正常块及残差块；所述缠绕相位矩阵中包括InSAR干涉图中各像素点的缠绕相位值；
采用区域生长方法及线性拟合法对正常块进行相位解缠，以确定各正常块内各像素点的真实相位值；
采用扩展卡尔曼滤波算法对残差块进行相位解缠，以确定各残差块内各像素点的真实相位值；
将相位解缠后的正常块及相位解缠后的残差块合并，以得到InSAR干涉图的解缠结果。
2.根据权利要求1所述的基于相位分块的卡尔曼滤波相位解缠方法，其特征在于，根据InSAR干涉图的缠绕相位矩阵，对InSAR干涉图的像素点进行分区，得到多个像素块，具体包括：
将InSAR干涉图的缠绕相位矩阵中的缠绕相位值分为、、/>、/>、/>、/>六个区间；
将InSAR干涉图中缠绕相位值在同一区间内的相邻像素点合并为一个像素块，以得到多个像素块。
3.根据权利要求1所述的基于相位分块的卡尔曼滤波相位解缠方法，其特征在于，根据各像素块内像素点的数量，确定正常块及残差块，具体包括：
将像素块内像素点的数量大于或等于设定阈值的像素块作为正常块，将像素块内像素点的数量小于设定阈值的像素块作为残差块。
4.根据权利要求1所述的基于相位分块的卡尔曼滤波相位解缠方法，其特征在于，采用区域生长方法及线性拟合法对正常块进行相位解缠，以确定各正常块内各像素点的真实相位值，具体包括：
将第一个正常块作为起始块，距离起始块的中心位置最近的正常块为生长块；
根据所述起始块内各像素点的真实相位值及所述生长块内各像素点的缠绕相位值，采用线性拟合法，确定所述生长块的补偿系数；第一个正常块内各像素点的真实相位值为对应第一个正常块内各像素点的缠绕相位值；
根据所述生长块内各像素点的缠绕相位值及所述生长块的补偿系数，对所述生长块进行相位解缠，以确定所述生长块内各像素点的真实相位值；
将相位解缠后的生长块与所述起始块合并，作为新的起始块，并根据新的起始块确定新的生长块，对新的生长块进行相位解缠，直至所有正常块均完成相位解缠与合并。
5.根据权利要求4所述的基于相位分块的卡尔曼滤波相位解缠方法，其特征在于，采用以下公式确定生长块的补偿系数：
；
其中，为线性拟合系数，与线性拟合系数/>最接近的整数值为生长块的补偿系数，Yi为生长块内第i个像素点的缠绕相位值，Xi为起始块内第i个像素点的真实相位值，g为生长块与起始块的相邻像素点的个数。
6.根据权利要求4所述的基于相位分块的卡尔曼滤波相位解缠方法，其特征在于，采用以下公式确定生长块内各像素点的真实相位值：
；
其中，为生长块内第i个像素点的真实相位值，Yi为生长块内第i个像素点的缠绕相位值，K为生长块的补偿系数。
7.根据权利要求1所述的基于相位分块的卡尔曼滤波相位解缠方法，其特征在于，采用扩展卡尔曼滤波算法对残差块进行相位解缠，以确定各残差块内各像素点的真实相位值，具体包括：
建立扩展卡尔曼滤波状态估计模型；
针对任一残差块，根据所述残差块周围像素点的真实相位值，对所述残差块进行相位解缠；
将所述残差块内的第一个像素点作为起始点，基于所述扩展卡尔曼滤波状态估计模型，将所述起始点窗口内所有经过解缠的像素点进行扩展卡尔曼滤波解缠，以确定所述起始点的真实相位值，并将所述残差块内距离所述起始点最近的像素点作为新的起始点进行相位解缠，直至所述残差块内所有像素点均完成相位解缠。
8.根据权利要求7所述的基于相位分块的卡尔曼滤波相位解缠方法，其特征在于，所述扩展卡尔曼滤波状态估计模型为：
;
；
其中，为残差块内像素点(m,n)在k+1方位向k距离向的真实相位值，为残差块内像素点(m,n)在k+1方位向k距离向的真实相位值的方差阵，为残差块内像素点(m-1,n)在k方位向k距离向的真实相位值，为残差块内像素点(m,n-1)在k方位向k距离向的真实相位值，为残差块内像素点(m-1,n)的相位梯度估计值，/>为残差块内像素点(m,n-1)的相位梯度估计值，/>为残差块内像素点(m-1,n)在k方位向k距离向的真实相位值的方差阵，/>为残差块内像素点(m,n-1)在k方位向k距离向的真实相位值的方差阵，/>为残差块内像素点(m-1,n)的状态噪声方差阵，为残差块内像素点(m,n-1)的状态噪声方差阵，/>为距离向中间矩阵，为方位向中间矩阵，/>，/>，T为矩阵转置，m为距离向指标，n为方位向指标。
9.一种基于相位分块的卡尔曼滤波相位解缠系统，其特征在于，所述基于相位分块的卡尔曼滤波相位解缠系统包括：
相位分区模块，用于根据InSAR干涉图的缠绕相位矩阵，对InSAR干涉图的像素点进行分区，得到多个像素块，并根据各像素块内像素点的数量，确定正常块及残差块；所述缠绕相位矩阵中包括InSAR干涉图中各像素点的缠绕相位值；
拟合法相位解缠模块，用于采用区域生长方法及线性拟合法对正常块进行相位解缠，以确定各正常块内各像素点的真实相位值；
残差块相位解缠模块，用于采用扩展卡尔曼滤波算法对残差块进行相位解缠，以确定各残差块内各像素点的真实相位值；
合并模块，用于将相位解缠后的正常块及相位解缠后的残差块合并，以得到InSAR干涉图的解缠结果。
10.一种电子设备，其特征在于，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行权利要求1至8中任一项所述的基于相位分块的卡尔曼滤波相位解缠方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410179176.1A CN117724101A (zh) | 2024-02-18 | 2024-02-18 | 基于相位分块的卡尔曼滤波相位解缠方法、系统及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410179176.1A CN117724101A (zh) | 2024-02-18 | 2024-02-18 | 基于相位分块的卡尔曼滤波相位解缠方法、系统及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117724101A true CN117724101A (zh) | 2024-03-19 |
Family
ID=90209247
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410179176.1A Pending CN117724101A (zh) | 2024-02-18 | 2024-02-18 | 基于相位分块的卡尔曼滤波相位解缠方法、系统及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117724101A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110068823A (zh) * | 2019-04-02 | 2019-07-30 | 中国人民解放军海军工程大学 | 一种分块并行质量引导快速相位解缠算法 |
| JP2020113919A (ja) * | 2019-01-15 | 2020-07-27 | 日本放送協会 | 映像処理装置及びプログラム |
| CN112835041A (zh) * | 2020-12-30 | 2021-05-25 | 桂林电子科技大学 | 结合UKF和AMPM的多基线InSAR高程重建方法 |
| CN115272683A (zh) * | 2022-07-25 | 2022-11-01 | 广西科技大学 | 一种基于深度学习的中心差分信息滤波相位解缠方法 |
-
2024
- 2024-02-18 CN CN202410179176.1A patent/CN117724101A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2020113919A (ja) * | 2019-01-15 | 2020-07-27 | 日本放送協会 | 映像処理装置及びプログラム |
| CN110068823A (zh) * | 2019-04-02 | 2019-07-30 | 中国人民解放军海军工程大学 | 一种分块并行质量引导快速相位解缠算法 |
| CN112835041A (zh) * | 2020-12-30 | 2021-05-25 | 桂林电子科技大学 | 结合UKF和AMPM的多基线InSAR高程重建方法 |
| CN115272683A (zh) * | 2022-07-25 | 2022-11-01 | 广西科技大学 | 一种基于深度学习的中心差分信息滤波相位解缠方法 |
Non-Patent Citations (2)
| Title |
|---|
| 马靓婷 等: "最大似然估计的改进多基线InSAR解缠算法", 测绘科学, no. 08, 16 June 2020 (2020-06-16), pages 125 - 128 * |
| 马靓婷等: "相位分块与拟合法结合的InSAR相位解缠算法", 遥感信息, no. 02, 20 April 2020 (2020-04-20), pages 116 - 119 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8355564B2 (en) | Corresponding point searching method and three-dimensional position measuring method | |
| WO2018127007A1 (zh) | 深度图获取方法及系统 | |
| CN107102333B (zh) | 一种星载InSAR长短基线融合解缠方法 | |
| 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 | |
| CN109752715B (zh) | 一种sar数据全散射体探测方法及装置 | |
| CN104732531B (zh) | 一种高分辨率遥感图像信噪比曲线自适应获取方法 | |
| CN110018476B (zh) | 时间差分基线集时序干涉sar处理方法 | |
| CN104685535A (zh) | 立体图像处理装置和立体图像处理方法 | |
| 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 | |
| CN114114181B (zh) | 基于轨道误差相位基的星载sar干涉基线矫正方法 | |
| CN103809180B (zh) | 用于InSAR地形测量的方位向预滤波处理方法 | |
| CN115937404A (zh) | 基于多视图阴影分割的光栅三维重建系统及方法 | |
| CN107544069B (zh) | 基于平面近似模型的多基线相位解缠绕方法 | |
| Zhu et al. | Triangulation of well-defined points as a constraint for reliable image matching | |
| CN117724101A (zh) | 基于相位分块的卡尔曼滤波相位解缠方法、系统及设备 | |
| CN106707283A (zh) | 基于无味信息滤波的相位展开算法 | |
| CN110297243A (zh) | 合成孔径雷达层析三维成像中的相位误差补偿方法及装置 | |
| CN110440935B (zh) | 一种基于扩展信息滤波的相位展开方法 | |
| CN116609779A (zh) | 两阶段InSAR多观测处理方法，系统及相关设备 | |
| CN112099004B (zh) | 一种机载干涉合成孔径雷达复杂场景高程反演方法及系统 | |
| CN110988876B (zh) | 闭合鲁棒双基线InSAR相位解缠方法、系统及可读存储介质 | |
| Toner et al. | Accurate measurement of the geometry for a full-disk solar image and estimation of the observational point spread function | |
| CN112835041A (zh) | 结合UKF和AMPM的多基线InSAR高程重建方法 | |
| CN113311432A (zh) | 一种基于相位导数方差的InSAR长短基线融合相位估计方法 |
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 |