本发明专利技术公开了一种InSAR非线性去平地效应方法，涉及合成孔径雷达干涉处理领域。合成孔径雷达对待测目标进行检测，得到干涉相位图和干涉复图像，对干涉复图像进行预滤波，并进行离散傅里叶变换并求和，得到对应于距离向的频谱幅值序列及相位序列。然后频谱幅值序列构造归一化直方图，根据直方图分布自适应选取阈值，在频谱幅值序列高于阈值的部分减去低于阈值的部分的均值，得到处理后的频谱幅值序列，并与频谱相位序列重新结合，作离散傅里叶逆变换，取相角，得到非线性平地相位序列，并将其扩展为原始尺寸。从干涉相位图中减去扩展为原始尺寸后的非线性平地相位序列，得到最终的去平地结果。本发明专利技术去平地结果更准确，适用于不同场景。场景。场景。
【技术实现步骤摘要】
一种InSAR非线性去平地效应方法
[0001]本专利技术涉及合成孔径雷达干涉处理领域，具体来说是一种InSAR非线性去平地效应方法，对干涉相位进行补偿，去除场景中呈非线性的平地相位。
技术介绍
[0002]合成孔径雷达干涉测量技术(Interferometric Synthetic Aperture Radar，InSAR)能够在全天时、全天候条件下大范围获取地面高程及形变信息，常用来取高精度的数字高程模型(Digital Elevation Model，DEM)数据，在地表形变探测、动目标检测、海洋测绘、森林制图、洪涝检测、交通监测和冰川研究等众多领域均具有重要的应用及研究价值。
[0003]根据空间几何关系，即便高度不变的平地在InSAR干涉相位图中也会产生距离向上呈周期性的密集条纹，致使干涉相位无法反映出实际的地面高程变化。因此有必要消除该平地相位，降低相位梯度，方便后续相位滤波和相位解缠处理。去除平地相位的过程即为去平地效应，或称平地相位补偿。
[0004]目前常用的去平地效应技术主要分为基于轨道参数、基于外部DEM数据以及基于干涉条纹频率三种。在实际情景中，有时难以获取对应的精确轨道数据或外部DEM数据，此时可采用第三种方法，通过估算出相位图中的最亮条纹频率并进行补偿，即频移以去除平地相位。此类方法无需提供干涉相位图之外的数据，且具有更快的计算速度，是最常用的去平地效应方法，但由于只补偿了固定为常数的线性相位，因而仅适用于估计均匀分布的平地条纹。
[0005]当下视角较小或坡度角较大时，干涉相位条纹将呈现明显的近端密集、远端稀疏现象，此时平地相位不再是均匀分布的线性相位，呈现近密远疏的情景。对此类场景，若依旧使用传统的去平地方法，由于估计的平地相位与真实相位存在较大差异，去平后的干涉相位图仍将在局部存在密集条纹，影响后续干涉处理。基于频移法进行改进的分块法虽然一定程度上能够改善上述问题，但针对不同场景分块的原则往往难以确定，且容易引入局部地形突变导致的局部估计错误，反而增加了人工工作量。
技术实现思路
[0006]本专利技术为了在无监督条件下，尽可能精确去除小下视角或大坡度角场景的平地相位，降低后续干涉处理难度，提供了一种InSAR非线性去平地效应方法，以在缺少额外轨道和DEM数据的情况下，能够无监督、高效并且准确去除场景的平地相位。
[0007]所述InSAR非线性去平地效应方法，包括以下几个步骤：
[0008]步骤一：合成孔径雷达对同一待测目标进行两次成像，得到两幅复图像并进行配准，对两幅配准后的SAR复图像进行干涉，得到对应的干涉相位图；
[0009]在干涉相位图中，将含噪相位分解为平地相位与反应细节变化的残余相位与反应细节变化的残余相位
[0010]步骤二：对干涉复图像进行预滤波，并对预滤波后的干涉复图像距离向数据进行离散傅里叶变换并求和，从而得到对应于距离向的频谱幅值序列及相位序列。
[0011]根据离散傅里叶变换，沿距离向分布的预滤波后的干涉复图像复干涉相位分解公式：
[0012][0013]其中，是含噪相位的复数形式，为虚数单位，m为坐标位置，G代表组成复干涉相位的矢量个数，C
i
为矢量的权值，代表对应矢量的距离向频率。
[0014]在每组距离向上对复干涉相位序列进行离散傅里叶变换并求和，得到频谱幅值序列S
i
的求和结果，获得反映整体距离向分布的频谱S
r
以及对应的频谱幅值序列P和相位序列Φ：
[0015][0016]其中代表第i个距离向上的复干涉相位序列，u为频谱序列的坐标位置，
⊙
表示Shur乘积算子。
[0017]步骤三：根据频谱幅值序列构造归一化直方图，根据直方图分布自适应选取阈值。
[0018]根据直方图自适应选择阈值的实现过程为：
[0019](1)依据频谱幅值序列构造归一化直方图，对归一化直方图作二阶差分运算，并寻找其中所有的极大值点；
[0020]对直方图序列H作二阶差分：
[0021]D(k)＝[H(k+1)
‑
H(k)]‑
[H(k)
‑
H(k
‑
1)],k＝2,3,...,N
‑1ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0022]其中D为二阶差分序列，N为直方图组数，通过判断D(k)≥0即可找到直方图中的所有极大值点。
[0023](2)从左端起依次判断极大值点处对应的频率与直方图均匀分布下的频率之间的关系，若则代表噪声的频率水平；若则代表平地相位的频率水平，在满足平地相位频率条件的极大值点中选择对应直方图中幅值最小的极大值点作为阈值T。
[0024]步骤四：针对于频谱幅值序列中低于阈值的部分，取其均值作为背景噪声功率估计值，并将该部分置零；对于高于阈值的部分，则减去背景噪声功率估计值以进一步抑制噪声的影响，经过以上操作后得到处理后的频谱幅值序列。
[0025]背景噪声功率估计值为：noise＝mean(P(u)＜T)，mean(
·
)表示取均值操作。
[0026]处理后的频谱幅值序列为：
[0027][0028]步骤五：将处理后的频谱幅值序列与频谱相位序列重新结合，并作离散傅里叶逆变换后，取相角即可得到非线性平地相位序列，并将其扩展为原始尺寸。
[0029]非线性平地相位序列为：
[0030]Φ
p
＝arg(IFFT(P
′⊙
Φ))
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0031]非线性平地相位序列扩展为原始尺寸的公式为：
[0032][0033]步骤六：从干涉相位图中减去扩展为原始尺寸后的非线性平地相位序列，得到最终的去平地结果。
[0034]本专利技术与现有技术相比的优点在于：
[0035](1)相较于传统频移法，本专利技术能够估计非线性平地相位，在小视角系统或地形复杂情况下去平地结果更准确，去平地后的干涉条纹更稀疏，有利于后续的相位滤波和解缠处理；
[0036](2)相较于分块法，本专利技术能够自适应选取阈值，适用于不同场景；且本专利技术由于考虑到整个距离向上的频谱，能够有效排除局部地形突变导致的频谱低峰，不易受局部区域影响，整个过程无需人工介入。
附图说明
[0037]图1是本专利技术InSAR非线性去平地效应方法的流程图；
[0038]图2是本专利技术中实施例生成的含噪干涉相位图；
[0039]图3是本专利技术中实施例生成的真实平地相位图；
[0040]图4是本专利技术中实施例生成的距离向频谱图；
[0041]图5是本专利技术中实施例生成的归一化直方图；
[0042]图6是本专利技术中实施例生成的非线性平地相位图；
[0043]图7是本专利技术中实施例生成的去平地结果图；
[0044]图8是本专利技术中本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种InSAR非线性去平地效应方法，其特征在于，包括以下几个步骤：步骤一，合成孔径雷达对同一待测目标进行两次成像，得到两幅复图像并进行配准，对两幅配准后的SAR复图像进行干涉，得到对应的干涉相位图；步骤二，对干涉复图像进行预滤波，并对预滤波后的干涉复图像距离向数据进行离散傅里叶变换并求和，从而得到对应于距离向的频谱幅值序列及相位序列；预滤波后的干涉复图像的复干涉相位分解公式：其中，是含噪相位的复数形式，为虚数单位，m为坐标位置，G代表组成复干涉相位的矢量个数，C
i
为第i个矢量的权值，代表对应第i个矢量的距离向频率；然后，在每组距离向上对复干涉相位序列进行离散傅里叶变换并求和，得到频谱幅值序列S
i
的求和结果，获得频谱幅值序列P和相位序列Φ：其中代表第i个距离向上的复干涉相位序列，u为频谱序列的坐标位置，
⊙
表示Shur乘积算子；步骤三，根据频谱幅值序列构造归一化直方图，根据直方图分布自适应选取阈值；根据直方图自适应选择阈值的实现过程为：步骤301，依据频谱幅值序列构造归一化直方图，对归一化直方图序列H作二阶差分运算，并寻找其中所有的极大值点；步骤302，从左端起依次判断极大值点处对应的频率与直方图均匀分布下的频率之间的关系，若则代表噪声的频率水平；若则代表平地相位的频率水平，N为直方图组数；步骤303，在满足平地相位频率条件的极大值点中选择对应直方图中幅值最小的极大值点作为阈值T；步骤四，针对于频谱幅值序列中低于阈值的部分，取其均值作为背景噪声功率估计值，并将该部分置零；对于高于阈值的部分，则减去背景噪声功率估计值以进一步抑制噪声的影响...
【专利技术属性】
技术研发人员：徐华平，梁若斌，李硕，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。