一种基于堆排序的质量图相位解缠方法技术

本发明专利技术公开了一种基于堆排序的质量图相位解缠方法，先通过去平地效应以及滤波得到待解缠相位图像，然后从待解缠相位图像中提取相位质量图，并使用堆排序法对相位质量图进行排序，即确定出待解缠相位图像中待解缠点的解缠顺利，最后，根据解缠顺序对待解缠点解缠，直至整幅待解缠相位图像解缠完毕。本发明专利技术利用待解缠相位图像的质量信息引导像待解缠点进行积分解缠，同时又添加堆排序的法对相位质量图进行排序，从而缩短相位解缠所需时间，最终快速、高精度的完成相位解缠，生成相位解缠图像。

【技术实现步骤摘要】
一种基于堆排序的质量图相位解缠方法
本专利技术属于InSAR图像处理
，更为具体地讲，涉及一种基于堆排序的质量图相位解缠方法。
技术介绍
InSAR(interferometricSyntheticApertureRadar，干涉合成孔径雷达)技术最初的发展目的是为了进行地形测绘，最为成功的应用就是获取高精度DEM(DigitalElevationModel，数字高程模型)数据。而随着技术的发展，InSAR应用领域在不断拓展，主要包括：地表形变探测、动目标检测、海洋测绘、森林制图、洪涝监测、交通监测以及冰川研究等。星载InSAR系统是一个涉及领域宽、层次多、高度复杂的大系统，其对应的处理环节也较为复杂。星载InSAR系统数据处理主要步骤包括：InSAR复图像配准、干涉相位滤波、干涉相位解缠以及DEM等。由于处理过程环环相扣，任意一个环节处理的误差都将直接被带入下一步处理中去。InSAR的基本原理就是通过两部天线同时观测或者经过两次的平行的观测，获取地面呈现在SAR(SyntheticApertureRadar，合成孔径雷达)图像上的相位差，从而反演得到每点的高程值。而在实际的物理过程中，呈现在图像上的相位差是真实相位差的卷叠。也就是说，实际上干涉图中和地面相关联的像点是以为模2π的。为了能够反演得到高程，就必须对SAR图像的每一点加上2π的整数倍，从而求得其真实的相位差值。因而相位解缠是InSAR成像处理的关键步骤之一，其准确程度直接影响到DEM或者地表形变的精度。当前，已有的干涉相位解缠方法主要分为两大类：路径跟踪法、最小范数法。路径跟踪法的基本策略是选择合适的积分解缠路径，阻止相位误差传递。这种算法的代表是Goldstein于1988年提出的枝切法。枝切法通过设置枝切线对隔离的残差点进行解缠。此后，有许多学者改进了这种算法。Huntley利用最近邻算法连接不同极性的残差点，从而得到最短长度的枝切线。Buckland利用整数规划中的匈牙利算法连接正负残差点，获取配对枝切线的全局最小解。Flynn提出了Mask-Cut算法，通过质量图引导设置枝切线，提高了枝切线设置的准确度。Xu提出区域生长算法用于解缠，将相位区域按照质量高高低分开，并从高质量的区域向低质量区域解缠。最小范数法实质上是将相位解缠的问题转化为数学上的最小范数问题，通过寻找使相位梯度和缠绕相位的误差的Lp达到最小来解缠相位。Takajo最先提出采用最小二乘法进行相位解缠，并利用FFT求解，该方法没有引入质量图。随后，Ghigilia提出了利用质量图的最小二乘法，提高了解缠精度。值得注意的是，目前关于InSAR和D-InSAR(DifferentialInSAR差分干涉合成孔径雷达)数据处理的相位解缠算法种类虽然较多，但是普适性较差。每一种方法都有自身的局限性。枝切法解缠速度快，但是“枝切线”设置不当会导致误差传播。最小二乘法容易产生全局性误差，且计算速度较慢。而由于噪声和欠采样导致相位出现不一致的问题一直是相位解缠的难点。因而，必须对现有的算法进行改进，找到既能满足精度要求、又能快速解缠的算法。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供一种基于堆排序的质量图相位解缠方法，以实现解缠过程中兼顾速度与精度的目的。为实现上述专利技术目的，本专利技术一种基于堆排序的质量图相位解缠方法，其特征在于，包括以下步骤：(1)、SAR图像预处理将两幅SAR图像共轭相乘，得到干涉图像，再对干涉图像依次进行去平地效应和中值滤波，得到待解缠相位图像A；(2)、从待解缠相位图像A中提取相位质量图P(2.1)、根据待解缠的相位图像A，分别获取到行缠绕相位梯度图像矩阵Ax和列缠绕相位梯度图像矩阵Ay；(2.2)、遍历行缠绕相位梯度图像矩阵Ax中所有点，计算出待解缠相位图像A距离向的每点的相位质量mi,j；其中，γ表示窗口的大小；符号表示取整数；Axi,j表示在行缠绕相位梯度图像矩阵Ax中，第i行、第j列个点的像素值，i＝1,2,…,m，m为行缠绕相位梯度图像矩阵Ax的行数，j＝1,2,…,n，n为行缠绕相位梯度图像矩阵Ax的列数；再将所有点的相位质量mi,j构成行缠绕相位质量图Ax*；(2.3)、遍历列缠绕相位梯度图像矩阵Ay中所有点，计算出待解缠相位图像A方位向的每点的相位质量ni,j；其中，Ayi,j表示在列缠绕相位梯度图像矩阵Ay中，第i行、第j列个点的像素值；再将所有点的相位质量ni,j构成列缠绕相位质量图Ay*；(2.4)、计算相位质量图PP＝α1Ax*+α2Ay*；其中，α1和α2为影响因子，且满足α1+α2＝1；(3)、建立最大堆(3.1)、在待解缠图像A中任选一点作为解缠的起始点，并将该起始点标记为已解缠点Q；(3.2)、以已解缠点Q为中心，寻找距离已解缠点Q最近的点，即Q点的邻域，再判断该邻域中某一点是否解缠，如果该点解缠，则舍弃该点；如果该点没有解缠，则放入堆栈中，直到判断完邻域中的所有点；(3.3)、利用计算机科学堆排序法对堆栈中所有点按照质量图P中质量大小生成完全二叉树，建立最大堆；(4)、对最大堆的根节点进行解缠(4.1)、将最大堆的根节点与最后一个叶节点交换，同时将该根节点移出最大堆，并对该根节点在待解缠图像A中对应的点进行相位解缠；(4.2)、将最大堆中剩余的节点保留在堆栈中，再以步骤(4.1)中最大堆的根节点作为步骤(3.1)中选取的解缠起始点，并返回到步骤(3.2)，重复上述步骤，直到待解缠图像A中所有的点解缠完成。本专利技术的专利技术目的是这样实现的：本专利技术基于堆排序的质量图相位解缠方法，先通过去平地效应以及滤波得到待解缠相位图像，然后从待解缠相位图像中提取相位质量图，并使用堆排序法对相位质量图进行排序，即确定出待解缠相位图像中待解缠点的解缠顺利，最后，根据解缠顺序对待解缠点解缠，直至整幅待解缠相位图像解缠完毕。本专利技术利用待解缠相位图像的质量信息引导像待解缠点进行积分解缠，同时又添加堆排序的法对相位质量图进行排序，从而缩短相位解缠所需时间，最终快速、高精度的完成相位解缠，生成相位解缠图像。同时，本专利技术基于堆排序的质量图相位解缠方法还具有以下有益效果：(1)、通过方位向和距离向影响因子的引入，能够在确定相位质量图时更好的与实际成像过程中距离向和方位向的噪声影响相匹配，从而能够更好的指导相位解缠，提升相位解缠的准确度；(2)、堆排序算法是一种稳定的计算机排序算法；堆排序的方法与具体的数据无关，因而在获取SAR图像的相位质量图后，不必担心相位质量图数据的不规则情况；虽然堆排序在数据小的情况下优势不明显，但是却非常适用于较大数据的排序，而SAR图像基本都是数据量极大的图像，因而使用堆排序的方法能够更好的提升SAR图像的处理速度；(3)、由于最大堆满足根节点大于左右叶子节点的性质，因而其根节点始终是最大值，每次选取相位质量最高点时只需要取出根节点即可，并且，由于堆排序自身的特点，在每次加入新的邻域点进入堆栈中时，都能够很快的生成最大堆。附图说明图1是本专利技术基于堆排序的质量图相位解缠方法的流程图；图2是对伊朗巴姆地区进行预处理后的待解缠相位图像；图3是求取行缠绕相位梯度图像矩阵的说明图；图4是待解缠相位图像中距离向的相位质量计算示意图本文档来自技高网...

【技术保护点】
一种基于堆排序的质量图相位解缠方法，其特征在于，包括以下步骤：(1)、SAR图像预处理将两幅SAR图像共轭相乘，得到干涉图像，再对干涉图像依次进行去平地效应和中值滤波，得到待解缠相位图像A；(2)、从待解缠相位图像A中提取相位质量图P(2.1)、根据待解缠的相位图像A，分别获取到行缠绕相位梯度图像矩阵Ax和列缠绕相位梯度图像矩阵Ay；(2.2)、遍历行缠绕相位梯度图像矩阵A中所有点，计算出待解缠相位图像A距离向的每点的相位质量mi,j；其中，γ表示窗口的大小；符号表示取整数；Axi,j表示在行缠绕相位梯度图像矩阵Ax中，第i行、第j列个点的像素值，i＝1,2,…，m，m为行缠绕相位梯度图像矩阵Ax的行数，j＝1,2,…,n，n为行缠绕相位梯度图像矩阵Ax的列数；再将所有点的相位质量mi,j构成行缠绕相位质量图Ax*；(2.3)、遍历列缠绕相位梯度图像矩阵Ay中所有点，计算出待解缠相位图像A方位向的每点的相位质量ni,j；其中，Ayi,j表示在列缠绕相位梯度图像矩阵Ay中，第i行、第j列个点的像素值；再将所有点的相位质量mi,j构成列缠绕相位质量图Ay*；(2.4)、计算相位质量图PP＝α1Ax*+α2Ay*；其中，α1和α2为影响因子，且满足α1+α2＝1；(3)、建立最大堆(3.1)、在待解缠图像A中任选一点作为解缠的起始点，并将该起始点标记为已解缠点Q；(3.2)、以已解缠点Q为中心，寻找距离已解缠点Q最近的点，即Q点的邻域，再判断该邻域中某一点是否解缠，如果该点解缠，则舍弃该点；如果该点没有解缠，则放入堆栈中，直到判断完邻域中的所有点；(3.3)、利用计算机科学堆排序法对堆栈中所有点按照质量图P中质量大小生成完全二叉树，建立最大堆；(4)、对最大堆的根节点进行解缠(4.1)、将最大堆的根节点与最后一个叶节点交换，同时将该根节点移出最大堆，并对该根节点在待解缠图像A中对应的点进行相位解缠；(4.2)、将最大堆中剩余的节点保留在堆栈中，再以步骤(4.1)中最大堆的根节点作为步骤(3.1)中选取的解缠起始点，并返回到步骤(3.2)，重复上述步骤，直到待解缠图像A中所有的点解缠完成。...

【技术特征摘要】
1.一种基于堆排序的质量图相位解缠方法，其特征在于，包括以下步骤：(1)、SAR图像预处理将两幅SAR图像共轭相乘，得到干涉图像，再对干涉图像依次进行去平地效应和中值滤波，得到待解缠相位图像(2)、从待解缠相位图像中提取相位质量图P(2.1)、根据待解缠的相位图像分别获取到行缠绕相位梯度图像矩阵Ax和列缠绕相位梯度图像矩阵Ay；(2.2)、遍历行缠绕相位梯度图像矩阵Ax中所有点，计算出待解缠相位图像距离向的每点的相位质量mi,j；其中，γ表示窗口的大小；符号表示取整数；Axi,j表示在行缠绕相位梯度图像矩阵Ax中第i行、第j列个点的像素值，i＝1,2,…,m，m为行缠绕相位梯度图像矩阵Ax的行数，j＝1,2,…,n，n为行缠绕相位梯度图像矩阵Ax的列数；再将所有点的相位质量mi,j构成行缠绕相位质量图Ax*；(2.3)、遍历列缠绕相位梯度图像矩阵Ay中所有点，计算出待解缠相位图像方位向的每点的相位质量ni,j；其中，Ayi,j表示在列缠绕相位梯度图像矩阵Ay中第i行、第j列个点的像素值；再将所有点的相位质量ni,j构成列缠绕相位质量图Ay*；(2.4)、计算相位质量图PP＝α1Ax*+α2Ay*；其中，α1和α2为影响因子，且满足α1+α2＝1；(3)、建立最大堆(3.1)、在待解缠相位图像中任选一点作为解缠的起始点，并将该起始点标记为已解缠点Q；(3.2)、以已解缠点Q为中心，寻找距离已解缠点Q最近的点，即Q点的邻域，再判断该邻域中某一点是否解缠，如果该点解缠，则舍弃该点；如果该点没有解缠，则放入堆栈中，直到判断完邻域中的所有点；(3.3)、利用计算机科学堆排序法对堆栈中所有点按照质量图P中质量大小生成完全二叉树，建立最大堆；(4)、对最大堆的根节点进行解缠(4.1)、将最大堆的根节点与最后一个叶节点交换，同时将该根节点移出最大堆，并对该根节点在待解缠图像中对应的点进行相位解缠；(4.2)、将最大堆中剩余的节点保留在堆栈中，再以步骤(4.1)中最大堆的根节点作为步骤(3.1)中选取的解缠起始点，并返回到步骤(3.2)，重复上述步骤，直到待解缠图像中所有的点解缠完成。2.根据权利要求1所述的基于堆排序的质量图相位解缠方法，其特征在于，所述的步骤(2.1)中，获取行缠绕相位梯度图像矩阵Ax的方法为：将待解缠相位图像中所有像素点的像素值从[0,2π]映射到[-0.5,+0.5]，得到映射图像A1；遍历映射图像A1，求取映射图像A1中每行内相邻两个像素点的像素差值Δ(i,j)，即：Δ(...

【专利技术属性】
技术研发人员：陈彦，王世钦，童玲，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51