《高精度配准和高精度鲁棒的相位解缠算法与软件——结题报告》由会员分享，可在线阅读，更多相关《高精度配准和高精度鲁棒的相位解缠算法与软件——结题报告（42页珍藏版）》请在金锄头文库上搜索。
1、长沙理工大学电气与信息工程学院,国防科学技术大学电子科学与工程学院,高精度配准和高精度鲁棒的相位解缠算法与软件结题汇报,汇报人：陈立福 单 位：长沙理工大学国防科学技术大学2015年 6月 5日,一、项目内容要求及完成形式,（1）三基线InSAR系统配准软件能够实现对用户输入的SAR数据进行高精度配准；具有对成像后SAR数据进行粗配准和精配准的能力；能够输入成像复数据、数据处理规模、插值倍数等参数；能够输出配准后SAR数据的相关系数。 （2）三基线InSAR系统干涉相位滤波 能够实现对用户输入的SAR数据进行干涉处理，并对干涉相位进行滤波处理； 根据用户需要可选择干涉相位滤波方法； 能够输入数
2、据处理规模、数据区域位置、特定方法需要的预设值等参数； 对滤波前和滤波后的结果能够量化显示，并进行数据保存； 能够输出干涉处理和滤波处理后数据等。 （3）三基线InSAR干涉相位解缠 能够实现对用户输入的SAR数据进行高精度鲁棒的相位解缠； 根据用户需要可选择相位解缠方法（软件包含经典的相位解缠方法），并进行相关的设置； 能够输入数据处理规模等参数，并进行数据保存。,项目内容要求,一、项目内容要求及完成形式,完成形式,二、项目完成情况,高精度配准和高精度鲁棒的相位解缠算法与软件结题报告 高精度配准和高精度鲁棒的相位解缠软件InSARProcessing5.0实现功能：(1) 高精度鲁棒的InS
3、AR图像配准采用最大相关函数多级分块配准算法(2) 干涉相位滤波快速准中值与均值滤波质量图指导的Sigma自适应综合滤波(3) 干涉相位解缠基于密集残差点划分的快速相位解缠算法基于最大堆排序的质量图导引的相位解缠算法 InSARProcessing5.0使用说明,三、项目研究内容汇报,高精度配准和高精度鲁棒的相位解缠算法 三基线高程重建算法,高精度配准和高精度鲁棒的相位解缠算法,(1) 高精度鲁棒的InSAR图像配准 (2) 高质量干涉相位滤波 (3) 高精度鲁棒的干涉相位解缠,（一）高精度鲁棒的InSAR图像配准,采用配准算法：非线性ECS自配准成像算法 + 基于最大相关函数的分块多级配准；
4、,1. 非线性ECS自配准成像算法,经变标后两天线相位中心不一致，因此要对路径差进行校正，将填写相对移动,在系统参数下对距离差采用二次近似即可满足高精度的距离向配准。,2. 基于最大相关函数的分块多级配准,配准指数：模相关最大值,图像分块：在粗配准时分块尺寸较大（一般尺寸大于512512点），且计算相干系数的窗口也较大，一般选择256256点（要求一般小于分块尺寸）。在精配准时分块尺寸较小（一般选择为6464），计算相干系数的窗口也较小，一般选择3232点（要求一般小于分块尺寸）,异常点剔除：首先将配准参数在航向求平均值和标准偏差，将配准参数值与平均值的差超过标准偏差的配准点剔除，并使用航向周
5、围L长度内的配准参数的中值代替剔除点的配准值。最后，将配准参数在航向使用长度为l的窗口进行平滑。这样，既剔除了坏点，也将航向参数的长期的、低频的变化得以保留。,配准参数计算,平均失配量：4.74 相干系数平均值：0.9501,相干系数失配量：0.68 相干系数均值为：0.9770,相干系数失配量：4.68 相干系数均值为：0.9529,（二）高质量干涉相位滤波,1. 快速准中值与均值滤波,2. 基于质量图指导的Sigma自适应综合滤波,（三）高精度鲁棒的相位解缠,1. 基于密集残差点划分的快速相位解缠算法,（1）残差点的快速获取,（2）枝切线的快速合理设置,1）残差点距离准则的选取,2）正负残
6、差点快速合理连接的实现：利用6条准则,（4）密集残差点区域划分,利用相干系数（伪相干系数图）和枝切线来进行残差点密集区域划分；为节省空间和快速访问，将划分结果放置于一个int8型分割标识矩阵 中。,（5）空间积分的实现,1）参考相位点的选择。,2）孤立区域相位展开的连续性,（6）结合标识矩阵分步解缠,2. 基于最大堆排序的质量图导引快速相位解缠,建立初始最大堆示意图,最大堆删除根结点示意图,在最大堆的最后插入新结点的二叉树,将插入新结点的二叉树调整为最大堆,质量指导的路径跟踪示意图,Sigma自适应滤波,Sigma自适应综合滤波,非线性ECS自配准成像算法 + 基于最大相关函数的分块多级配准处
7、理进行配准； 对干涉复数据首先进行55快速均值滤波与77快速准中值滤波，进而对滤波后的实部和虚部进行质量图指导的Sigma自适应滤波获取高精度干涉相位； 对干涉相位利用基于最大堆的质量图导引法进行相位展开； 对展开后的干涉相位进行55快速均值滤波和77中值滤波； 利用初始基线参数和展开相位等进行干涉定标，获取干涉定标参数：水平基线长度 、垂直基线长度及基准相位； 利用定标后的参数进行DEM反演获取场景DEM； 对DEM进行55均值滤波和77中值滤波，获取最终DEM。,干涉处理算法：,大小：120007000，场景大小为：715m938m。 具体位置：方位向1：12000，距离向：1001：80
8、00。,数据块一：,定标参数为水平基线0.09023m，垂直基线0.29502m，基准相位12.55918rad。定标后反演的DEM精度为0.3114m，再对DEM进行55均值滤波及77中值滤波后DEM精度为0.2963m。若进行55均值和99中值滤波后DEM精度为0.2885m，由处理结果分析，不会损坏DEM的细节信息。,高程伪彩色图,灰度三维透视图,大小：163847000，场景大小为：976m938m 具体位置：方位向1:16384，距离向：1:7000,处理数据块二：,定标水平基线0.09039m，垂直基线0.29544m，基准相位6.27465rad。定标后反演得到的DEM精度为0.
9、3228m，再对DEM进行55均值滤波后高程精度为0.3070m，再进行99中值滤波后DEM精度为0.3024m。若进行77均值和99中值滤波后DEM精度为0.2896m。,灰度三维透视图,三基线高程重建算法,三基线高程重建算法,基于闭合形式鲁棒性中国余数定理的多通道干涉SAR 高程重建方法：也是先求解模糊数 ，然后再估计出同余方程组的解。还将该定理扩展到了实数范围（即 和 可以为实数），并且通过最优余数的选择和同余方程的差分操作使其鲁棒性和计算效率均有了更进一步的提高。,首先获取多个基线对应的滤波后的干涉相位； 利用参考平地获取去除平地后的干涉相位； 计算每个基线的高度模糊数： 求每个点的模
10、糊数： 定义 可得同余方程组 令 ，则同余方程组化为 按照闭和形式鲁棒性中国余数定理的步骤对目标像素的高程进行求解了 (9) 再对高程进行聚类分析, 去除噪声模糊类，进一步高程重建,仿真数据处理,高度变化剧烈的城市建筑物。最小高程为16米，最大高程为144米。场景既有非常平坦的区域，也有边沿十分陡峭的区域，相邻两点的最大高程差达128米。仿真了三个干涉通道的干涉条纹图，其对应的高度模糊数分别为21.4米、32.1米和53.5米，均小于最大高程差，由此导致相邻两点的最大干涉相位差分别达到11.96、7.98和4.79。不符合相位连续性的假设，因此不能采用传统的基于梯度差的单基线相位解缠的方法实现
11、高程重建。三幅干涉条纹图的相关系数均为0.95，添加的相位噪声仍然按照相干系数对干涉相位概率密度函数关系生成。,实测数据处理,天线12，13和23所形成干涉系统的模糊高度分别为57.469m 、41.0223m和143.3422m，为满足互素条件，选择为：58.8, 42, 142.8。,问题探讨： （1）多个基线最优化布置的问题； （2）闭合式鲁棒性CRT算法的进一步完善； （3）单基线与多基线联合高程重建算法的研究。 （4）多基线干涉SAR层析成像技术：通过在垂直于视线方向依次增加多个基线，获得高度维的分辨能力，使多基线SAR系统实现3D成像。（差分层析成像技术具有基线与时间域进行联合数据
12、处理能力，可为未来高度-速度应用领域的需求提供整体解决方案）。 （5）多基线重建相对高程精度的研究,对于叠掩区域，可以利用多基线InSAR 技术来检测分辨多个散射源并进行高程估计，可以考虑两种方法：一是利用信号谱估计的方法估计出叠掩区域多个散射源的干涉相位频率，进而恢复各自的绝对相位和高程（包括Beamforming，Capon 等非参量估计方法以及 Music，Relax 等参量估计方法）；二是利用统计方法对多基线InSAR 信号进行建模，利用最大似然估计、最大后验概率估计等方法估计叠掩区域的高程。,基于谱估计的方法主要是对各种估计方法进行了理论推导，仅通过简单的多个不同频率信号进行叠加分析
13、不同谱估计方法的优劣性；基于统计的方法也仅针对简单的建筑物或山体模型进行了仿真验证，因此，上述方法如何应用到实测数据，以及理论模型在实测数据中是否适用还有待进一步检验。另一方面，要达到较高的高程估计精度，需要较多的基线数，因此基线数的合理性也需进一步研究,叠掩区域处理：,(1) 理论推导及仿真分析叠掩区域干涉相位特征 (2) 考虑利用传统相位解缠方法：利用相干系数、干涉相位及SAR幅度图检测出叠掩区；先展开非叠掩区，再展开叠掩区；进而根据叠掩区域干涉相位特征进行叠掩区域相位的估计。 (3) 多基线相位解缠方法分辨不同散射源：多基InSAR具有垂直于视线的高度上的分辨能力，可以通过估计各个层叠在一起的目标源的干涉相位，利用干涉SAR系统参数和几何参数求出其高度坐标，从而分辨出方位、斜距相同而高度不同的散射点。这是目前理论上能够彻底解决SAR叠掩问题的有效方法。于是同一分辨单元内不同高度目标的相位估计成为解决叠掩问题的主要目的，这一点对于高山地区的高精度地形测量 任务意义重大，是目前能够克服普通干涉SAR在陡峭临的噪声及阴影问题的重要解决方案。,
