一种合成孔径雷达图像叠掩区提取方法及存储介质技术

本发明专利技术公开了一种合成孔径雷达图像叠掩区提取方法及存储介质，其中方法包括：获取合成孔径雷达SAR图像、所述SAR图像对应的相干系数图和干涉相位图；分别提取所述SAR图像、对应的相干系数图和干涉相位图中的一个图像通道，并按照预设规则将提取的三个图像通道进行合成，获得合成图像；然后进行子样本划分，通过在子样本上提取到的特征图和细化特征进行融合，获得融合特征图，利用预设滑窗拼接策略提取所述融合特征图中的叠掩区域，由此实现了高分辨率SAR图像的叠掩区域自动提取。率SAR图像的叠掩区域自动提取。率SAR图像的叠掩区域自动提取。

【技术实现步骤摘要】
一种合成孔径雷达图像叠掩区提取方法及存储介质


[0001]本专利技术涉及合成孔径雷达
，尤其涉及一种合成孔径雷达图像叠掩区提取方法及存储介质。

技术介绍

[0002]合成孔径雷达(Synthetic Aperture Radar，SAR)是一种高分辨率成像雷达，具有全天候、精度高且不受天气影响等优势。合成孔径雷达干涉测量(Interferometric Synthetic Aperture Radar，InSAR)是一种新型主动式地表形变监测技术，是SAR领域的一个重要应用。
[0003]随着InSAR技术的不断成熟，其在地质灾害监测领域中的应用越来越广泛，这对InSAR技术的监测精度和监测数据有了更高的要求。
[0004]在滑坡等地质灾害多发在地形起伏较大的山区，坡度角和背坡角都比较大，极容易在SAR影像数据采集过程中产生叠掩现象。叠掩是指山顶回波比山脚部分回波更早被雷达接收，从而使山顶影像在斜距上出现在山底之前的现象，也称为顶底倒置。叠掩的存在严重破坏了干涉相位的连续性，导致InSAR技术在数据处理工作中无法准确滤波和解缠。因此叠掩区域的有效检测与提取，对InSAR技术在地质灾害监测领域获得准确的监测成果具有重要意义。
[0005]叠掩的有效检测能够促进InSAR技术更好地在地质灾害领域中发挥作用。在有关叠掩检测的研究中，使用数学几何模型等方法检测叠掩较多。利用SAR图像的频谱搬移特征识别叠掩区域。使用极大似然估计法，融合相位图与数学高程模型(Digital Elevation model，DEM)提取叠掩区域。用基于干涉信号自相关矩阵的方法进行叠掩检测，但该方法计算原理较为复杂，计算时间较长，且涉及多种信息论信息个数估计准则，系统误差较大。

技术实现思路

[0006]本专利技术实施例提供一种合成孔径雷达图像叠掩区提取方法及存储介质，用以实现高分辨率SAR图像的叠掩区域自动提取。
[0007]本专利技术实施例提出一种合成孔径雷达图像叠掩区提取方法，包括：
[0008]获取合成孔径雷达SAR图像、所述SAR图像对应的相干系数图和干涉相位图；
[0009]分别提取所述SAR图像、对应的相干系数图和干涉相位图中的一个图像通道，并按照预设规则将提取的三个图像通道进行合成，获得合成图像；
[0010]将所述合成图像划分成若干子样本，并对若干所述子样本进行特征提取，获得特征图；
[0011]基于所述特征图进行特征再提取，获得细化特征；
[0012]基于所述特征图和所述细化特征进行融合，获得融合特征图；
[0013]利用预设滑窗拼接策略提取所述融合特征图中的叠掩区域。
[0014]在一示例中，所述对若干所述子样本进行特征提取，获得特征图包括：
[0015]利用改进的骨干网络若干所述子样本进行特征提取，获得四个通道数递增的第一层级特征、第二层级特征、第三层级特征和第四层级特征；
[0016]其中，所述改进的骨干网络为将快速训练残差网络ResNet_101池化层后面的三个运算块中的普通二维卷积分别替换为包含不同尺度和深度的金字塔卷积，以及利用预设规格的卷积级联模块替换所述ResNet_101的最后一个卷积层获得，且所述金字塔卷积的核大小递增，卷积深度递减。
[0017]在一示例中，所述基于所述特征图进行特征再提取，获得细化特征包括：
[0018]将所述第四层级特征输入多感受野并行注意池化工作层，获得图像级特征和对应感受野的上下文信息；以及
[0019]通过预设目标语义池化支路对所述第四层级特征进行特征提取，获得池化上下文信息；
[0020]根据所述图像级特征、各感受野的上下文信息以及所述池化上下文信息确定第一融合特征；
[0021]其中，所述多感受野并行注意池化工作层包括并行的四个不同空洞率的卷积以及一个全局平均池化。
[0022]在一示例中，所述将所述第四层级特征输入多感受野并行注意池化工作层，获得图像级特征和对应感受野的上下文信息包括：
[0023]将所述第四层级特征输入并行的四个不同空洞率的卷积层，获得四路特征图输出；
[0024]将四路特征图输出输入对应支路的通道空间注意力模块，以通过所述通道空间注意力模块提取对应的特征图输出中的通道信息和空间信息；
[0025]根据四路特征图输出以及对应的所述通道信息和所述空间信息确定对应感受野的上下文信息。
[0026]在一示例中，所述通过所述通道空间注意力模块提取对应的特征图输出中的通道信息和空间信息包括：
[0027]通过所述通道空间注意力模块的平均池化和最大池化对对应支路的特征图输出进行压缩；
[0028]将压缩后的特征图输入指定共享网络进行处理，将处理获得的结果通过第一Sigmoid函数进行特征调整，并根据调整结果映射为一维的通道注意力特征图，其中所述指定共享网络包括多层感知机和隐藏层；
[0029]将所述一维的通道注意力特征图与热图相乘获得通道维度上的特征图，并将所述通道维度上的特征图通过最大池化和平均池化学习目标特征，根据所述目标特征将所述一维的通道注意力特征图和通道维度上的特征图进行合并，将合并结果通过卷积操作和第二Sigmoid函数进行特征调整，并根据调整结果映射为二维的空间注意力特征图，以实现提取对应的特征图输出中的通道信息和空间信息。
[0030]在一示例中，所述通过预设目标语义池化支路对所述第四层级特征进行特征提取，获得池化上下文信息包括：
[0031]计算所述第四层级特征中单个像素和所有像素之间的相似性，以获得目标语义与每一个像素的语义映射关系；
[0032]聚合所述语义映射关系上的所有像素，计算当前单个像素的标签；
[0033]重复计算所述第四层级特征中所有像素的标签，以获得池化上下文信息。
[0034]在一示例中，所述基于所述特征图进行特征再提取，获得细化特征还包括：
[0035]将所述第二层级特征和所述第三层级特征进行多模态循环MCF融合；
[0036]对MCF融合获得的特征图进行边缘细化，获得第二融合特征。
[0037]在一示例中，所述基于所述特征图和所述细化特征进行融合，获得融合特征图包括：
[0038]将所述第一融合特征和第二融合特征进行拼接融合，获得第三融合特征；
[0039]将所述第三融合特征与所述第一层级特征进行连接以及特征细化，获得融合特征图。
[0040]在一示例中，所述利用预设滑窗拼接策略提取所述融合特征图中的叠掩区域包括：
[0041]利用预设规格的滑动窗口按照预设步长对所述融合特征图进行剪切，获得若干剪切样本；
[0042]对获得的若干剪切样本进行分类，以获得各剪切样本的分类得分图；
[0043]根据各剪切样本的分类得分图提取SAR图像的叠掩区域。
[0044]本专利技术实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有计本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种合成孔径雷达图像叠掩区提取方法，其特征在于，包括：获取合成孔径雷达SAR图像、所述SAR图像对应的相干系数图和干涉相位图；分别提取所述SAR图像、对应的相干系数图和干涉相位图中的一个图像通道，并按照预设规则将提取的三个图像通道进行合成，获得合成图像；将所述合成图像划分成若干子样本，并对若干所述子样本进行特征提取，获得特征图；基于所述特征图进行特征再提取，获得细化特征；基于所述特征图和所述细化特征进行融合，获得融合特征图；利用预设滑窗拼接策略提取所述融合特征图中的叠掩区域。2.如权利要求1所述的合成孔径雷达图像叠掩区提取方法，其特征在于，所述对若干所述子样本进行特征提取，获得特征图包括：利用改进的骨干网络若干所述子样本进行特征提取，获得四个通道数递增的第一层级特征、第二层级特征、第三层级特征和第四层级特征；其中，所述改进的骨干网络为将快速训练残差网络ResNet_101池化层后面的三个运算块中的普通二维卷积分别替换为包含不同尺度和深度的金字塔卷积，以及利用预设规格的卷积级联模块替换所述ResNet_101的最后一个卷积层获得，且所述金字塔卷积的核大小递增，卷积深度递减。3.如权利要求2所述的合成孔径雷达图像叠掩区提取方法，其特征在于，所述基于所述特征图进行特征再提取，获得细化特征包括：将所述第四层级特征输入多感受野并行注意池化工作层，获得图像级特征和对应感受野的上下文信息；以及通过预设目标语义池化支路对所述第四层级特征进行特征提取，获得池化上下文信息；根据所述图像级特征、各感受野的上下文信息以及所述池化上下文信息确定第一融合特征；其中，所述多感受野并行注意池化工作层包括并行的四个不同空洞率的卷积以及一个全局平均池化。4.如权利要求3所述的合成孔径雷达图像叠掩区提取方法，其特征在于，所述将所述第四层级特征输入多感受野并行注意池化工作层，获得图像级特征和对应感受野的上下文信息包括：将所述第四层级特征输入并行的四个不同空洞率的卷积层，获得四路特征图输出；将四路特征图输出输入对应支路的通道空间注意力模块，以通过所述通道空间注意力模块提取对应的特征图输出中的通道信息和空间信息；根据四路特征图输出以及对应的所述通道信息和所述空间信息确定对应感受野的上下文信息。5.如权利要求4所述的合成孔径雷达图像叠掩区提取方法，其特征在于，所述通过所述通道空间注意力模块提取对应的特征图输出中的通道信息和空间信息包括：通过所述通道...

【专利技术属性】
技术研发人员：潘舟浩，张昭，赵琳，王卫红，范强，李鹏，陈立福，
申请(专利权)人：中国电子科技集团公司电子科学研究院，
类型：发明
国别省市：