一种InSAR干涉图批滤波与优选的方法技术

本发明专利技术涉及干涉图的优选与滤波技术领域，公开了一种InSAR干涉图批滤波与优选的方法，包括以下步骤：S1、时序单视复数影像的数据配准；S2、对于SLC中的每个时序像元，选择具有相同散射特性的同质点像元；S3、获得每个时序像元稳定的相干矩阵，即InSAR干涉图稳定的相干矩阵；S4、经过特征分解获得批滤波后的相位矩阵；S5、计算批滤波后的相干矩阵；S6、首先通过相干性阈值对每个干涉对初始化；然后通过高相干点密度的阈值对初始化的干涉对进行配置；获得最终优选的干涉对和滤波相位，这种InSAR干涉图批滤波与优选的方法，一次直接滤波所有干涉对，滤波效果好。

【技术实现步骤摘要】
一种InSAR干涉图批滤波与优选的方法
本专利技术涉及干涉图的优选与滤波
，特别涉及一种InSAR干涉图批滤波与优选的方法。
技术介绍
随着对地观测技术的发展，尤其是合成孔径雷达干涉测量(InSAR)技术已经被广泛应用于火山、冰川、地面沉降和滑坡等形变的监测，成为现代地球学科重要技术之一。InSAR结果的监测精度直接依赖于干涉相位的精度，然而由于热噪声、配准、体散射等失相干因素导致InSAR干涉图往往存在严重噪声，从而需要干涉图滤波以获得高精度的测量成果。同时也发展了很多克服失相干的技术例如：永久性散射体技术(PS)和短基线干涉测量(SBAS)技术，以及近几年发展的SqueeSAR技术。在干涉图滤波方面，国内外研究大致可分为空间域和频率域两类方法。空间域滤波包括：中值滤波、以及改进均值滤波的非局部均值滤波方法等，该类滤波继承了传统图像滤波的特点，但将其直接扩展到复数域也带来新的问题。频率滤波的方法是针对信号高低频特性进行平滑处理，最常用的有基于傅里叶变换的Goldstein滤波和基于正余弦变换的小波滤波前者应用较为广，且发展出诸多改进算法，但是仍然不能满足复杂地形、失相干严重等复杂干涉图。以及近几年发展的以SqueeSAR技术为代表的针对点目标进行的相位优化的滤波技术。针对干涉图的优选，主要是SBAS方法，目的是限制时间和基线提高相干性，最后采用SVD进行子集的链接。目前仅仅只有采用时间基线和垂直基线作为阈值进行干涉对的选取。现有的克服失相干技术，大的框架主要采用SBAS技术和PS技术。然而PS技术一般需要较多的数据量，从而限制了该方法的应用。以SBAS应用较为广发，但是其武断地采用垂直基线和时间基线容易导致干涉对的过选和漏选现象。因此本专利技术专利中提出一种自适应干涉对优选技术，同时也提出一种干涉图的批滤波技术，在克服失相干的同时进行批处理滤波然后自适应优选最有干涉对技术。
技术实现思路
本专利技术提供一种InSAR干涉图批滤波与优选的方法，可以解决现有技术中的上述问题。本专利技术提供了一种InSAR干涉图批滤波与优选的方法，包括以下步骤：S1、时序单视复数影像即SLC的数据配准；S2、对于SLC中的每个时序像元，利用SLC中的幅度信息，选择具有相同散射特性的同质点时序像元；S3、利用同质点时序像元的幅度信息作为加权因子进行无偏的协方差矩阵估计，获得SLC中每个时序像元稳定的相干矩阵，即InSAR干涉图稳定的相干矩阵；考虑到SAR(合成孔径雷达)分布式目标服从均值为0的复高斯分布，对于时序列观测数据d＝[d1,d2,...,dN]T,其概率密度函数f(d)由维数N×N的协方差矩阵Σd唯一确定，具体如下：式(1)中H为矩阵的共轭转置，由于协方差矩阵Σd是二阶统计量，因此，采用相干矩阵T代替协方差矩阵，T的具体表达式如下：其中Φ是N×N矩阵，其中值为表示第m景和n景影像之间的干涉相位，是相干；采用同质点加权的方法抵制非同质对相干矩阵的影像，其权函数w(x)如下所示：其中是强度的期望，由于在每个分辨率单元内，散射目标的电磁波最终叠加成为一个回波，最终存储为一个数值，作为产品为用户提供服务，因此相干矩阵T可以表示如下：其中U＝(u1,u2,…,uN)是正交的特征向量,λ1>λ2>…>λN是其对应的特征值，不同的特征值对应不同散射相位；S4、通过对协方差矩阵进行特征分解获得批滤波后的相位矩阵；S5、针对批滤波后的相位矩阵计算批滤波后的相干矩阵；S6、根据批滤波后的相干矩阵配置干涉对；S61、首先通过相干性阈值对每个干涉对初始化；S62、然后通过高相干点密度的阈值对初始化的干涉对进行配置；S63、获得最终优选的干涉对和滤波相位。与现有技术相比，本专利技术的有益效果在于：本专利技术提出了优选干涉对的方法，通过相干性阈值和高相干点密度的阈值两个阈值进行干涉对的配置，解决传统SBAS选取干涉对的时候，采用时间和空间阈值，如果采用较小的阈值容易漏选较好的干涉图，采用较大的阈值，容易包含低质量的干涉对的问题；一次直接滤波所有干涉对，滤波效果好，解决传统SBAS框架下干涉图滤波需要逐次滤波的特点，并且现有的滤波在相干性较差区域难以取得较好的结果。附图说明图1为本专利技术提供的一种InSAR干涉图批滤波与优选的方法的干涉图优选流程图。图2为本专利技术提供的一种InSAR干涉图批滤波与优选的方法的批滤波与最有干涉组合的配置图。其中，(a)为原始相位矩阵；(b)为经过非局部加权获取的原始相干矩阵；(c)为经过矩阵(b)特征分解获取的(a)相位滤波后的相位矩阵；(d)为计算滤波后的相位矩阵的相干矩阵。图3为本专利技术提供的一种InSAR干涉图批滤波与优选的方法的干涉图配置与垂直基线和时间基线的关系图。其中，上图为干涉图配置与垂直基线的关系图，下图为干涉图配置与时间基线的关系图。图4为本专利技术提供的一种InSAR干涉图批滤波与优选的方法中的干涉图与传统的SBAS提出的优选干涉对的对比图。其中，common是公共选取的干涉对，Included是传统SBAS包含的，Excluded是传统SBAS未选取的干涉对。图5为本专利技术提供的一种InSAR干涉图批滤波与优选的方法的批滤波和优化干涉组合与传统SBAS方法比较图。其中，No.13,18和22是SABS选取的干涉对，No.28是传统SBAS未选取的干涉对。具体实施方式下面结合附图，对本专利技术的一个具体实施方式进行详细描述，但应当理解本专利技术的保护范围并不受具体实施方式的限制。如图1所示，本专利技术实施例提供的一种InSAR干涉图批滤波与优选的方法，包括以下步骤：S1、时序单视复数影像SLC的数据配准；S2、对于SLC中的每个时序像元，利用SLC中的幅度信息，选择具有相同散射特性的同质点时序像元；S3、利用同质点时序像元的幅度信息作为加权因子进行无偏的协方差矩阵估计，获得SLC中每个时序像元稳定的相干矩阵，即InSAR干涉图稳定的相干矩阵；考虑到SAR(合成孔径雷达)分布式目标服从均值为0的复高斯分布，对于时序列观测数据d＝[d1,d2,...,dN]T,其概率密度函数f(d)由维数N×N的协方差矩阵Σd唯一确定，具体如下：式(1)中H为矩阵的共轭转置，由于协方差矩阵Σd是二阶统计量，因此，采用相干矩阵T代替协方差矩阵，T的具体表达式如下：其中Φ是N×N矩阵，其中值为表示第m景和n景影像之间的干涉相位，是相干；采用同质点加权的方法抵制非同质对相干矩阵的影像，其权函数w(x)如下所示：其中是强度的期望，由于在每个分辨率单元内，散射目标的电磁波最终叠加成为一个回波，最终存储为一个数值，作为产品为用户提供服务，因此相干矩阵T可以表示如下：其中U＝(u1,u2,…,uN)是正交的特征向量,λ1>λ2>…>λN是其对应的特征值，不同的特征值对应不同散射相位；S4、通过对协方差矩阵进行特征分解获得批滤波后的相位矩阵；S5、针对批滤波后的相位矩阵计算批滤波后的相干矩阵；S6、根据批滤波后的相干矩阵配置干涉对；S61、首先通过相干性阈值对每个干涉对初始化；S62、然后通过高相干点密度的阈值对初始化的干涉对进行配置；S63、获得最终优选的干涉对和滤波相位。本文档来自技高网...

【技术保护点】
1.一种InSAR干涉图批滤波与优选的方法，包括以下步骤：S1、时序单视复数影像即SLC的数据配准；S2、对于SLC中的每个时序像元，利用SLC中的幅度信息，选择具有相同散射特性的同质点时序像元；S3、利用同质点时序像元的幅度信息作为加权因子进行无偏的协方差矩阵估计，获得SLC中每个时序像元稳定的相干矩阵，即InSAR干涉图稳定的相干矩阵；考虑到SAR分布式目标服从均值为0的复高斯分布，对于时序列观测数据d＝[d1,d2,...,dN]T,其概率密度函数f(d)由维数N×N的协方差矩阵Σd唯一确定，具体如下：

【技术特征摘要】
1.一种InSAR干涉图批滤波与优选的方法，包括以下步骤：S1、时序单视复数影像即SLC的数据配准；S2、对于SLC中的每个时序像元，利用SLC中的幅度信息，选择具有相同散射特性的同质点时序像元；S3、利用同质点时序像元的幅度信息作为加权因子进行无偏的协方差矩阵估计，获得SLC中每个时序像元稳定的相干矩阵，即InSAR干涉图稳定的相干矩阵；考虑到SAR分布式目标服从均值为0的复高斯分布，对于时序列观测数据d＝[d1,d2,...,dN]T,其概率密度函数f(d)由维数N×N的协方差矩阵Σd唯一确定，具体如下：式(1)中H为矩阵的共轭转置，由于协方差矩阵Σd是二阶统计量，因此，采用相干矩阵T代替协方差矩阵，T的具体表达式如下：其中Φ是N×N矩阵，其中值为表示第m景和n景影像之间的干涉相...

【专利技术属性】
技术研发人员：赵超英，王宝行，杨成生，朱武，
申请(专利权)人：长安大学，
类型：发明
国别省市：陕西,61