本发明专利技术公开了一种自适应的高精度干涉SAR相位估计方法，它结合维纳滤波器理论构造最佳加权矢量，通过对其组成的最佳协方差矩阵特征分解得到信号子空间和噪声子空间，充分利用相应像素对及其相邻像素的相干信息，并根据MUSIC算法中信号子空间和噪声子空间的正交性构造空间谱函数，通过谱峰搜索准确地估计相应像素间的干涉相位。它不需要确定配准误差大小和方向来得到最优权值，仅仅利用维纳滤波器获得最优权值，从而解决了传统InSAR干涉相位估计运算量大的问题。本发明专利技术适用于InSAR复杂场景地表参数精确反演等领域。
【技术实现步骤摘要】
本技术专利技术属于雷达
，它特别涉及了干涉合成孔径雷达anSAR)图像配准
技术介绍
干涉合成孔径雷达anSAR)技术是目前SAR遥感技术发展的重要方向，能够全天时、全天候获取大面积数字高程图像。它不仅具有对散射体的空间分布和高度的敏感性，而且具有成本低、连续性和远程遥感探测的能力。InSAR可以提取观测对象的空间三维结构特征信息，为微波定量遥感、高精度数字高程信息和观察对象细微形变信息的提取提供了可能性。干涉合成孔径雷达技术中的三大关键处理步骤是SAR图像配准、干涉相位估计和相位展开。SAR图像配准的目地是使配准后两幅SAR图像中的一对像素对应于地面上同一分辨单元。当图像配准的精度较差时，两幅图像同一位置的像素可能对应于地面上不同的散射体，其相位差不能反映地面高度起伏的情况，将使后面的相位展开难以获得令人满意的结果。配准精度的高低直接影响干涉相位图的质量，不精确的配准会导致干涉相位估计及展开不准确。根据本人了解以及已发表的文献，目前MSAR干涉相位估计精度很高的方法有:Hai L, Guisheng L，，An estimation method for InSAR interferometric phase combined with image auto-coregistration，，Science in China, Series F, 2006. Zhenfang L,Zheng BImage auto-Coregistration and InSAR interferogram estimation using joint subspace Pro jection” IEEE Trans On GRS，2006，是一种基于加权联合单像素模型的空间投影干涉相位估计方法，能够根据配准误差大小和方向来构造最优加权观测矢量，同时利用相邻像素的相关信息，具有自适应图像配准和降低相位噪声功能，并且可以在SAR图像配准精度很差(可以允许达到一个分辨单元)的条件下准确的估计相应像素间的干涉相位。然而该方法在估计干涉相位时虽然在估计干涉相位不需要确定噪声子空间维数， 但需要首先确定配准误差方向和大小，并且确定最优权值时需要搜索，因此计算量较大。
技术实现思路
本专利技术为了克服^iSAR干涉相位估计精度不高及运算量大的问题，提供了一种自适应的高精度干涉SAR相位估计方法。该方法结合维纳滤波器理论构造最佳加权矢量，通过对其组成的最佳协方差矩阵特征分解得到信号子空间和噪声子空间，充分利用相应像素对及其相邻像素的相干信息，并根据MUSIC算法中信号子空间和噪声子空间的正交性构造空间谱函数，通过谱峰搜索准确地估计相应像素间的干涉相位。该方法不需要首先确定配准误差大小和方向来得到最优权值，仅仅利用维纳滤波器获得最优权值，从而很好地解决了 MSAR干涉相位估计运算量大的问题。为了方便描述本专利技术的内容，首先作以下术语定义定义1、干涉合成孔径雷达anSAR)干涉SARanterferometric SAR)是近年来得到迅速发展的地表形变探测新技术，具有大面积生成地表数字地形高度模型的能力。MSAR主要用于获取地物的空间垂直结构信息，通过该技术可以获取两个重要的参数分别为干涉相位和相干系数。^SAR信号处理是在经典SAR成像的基础上，再经过二副图像的配准、干涉相位估计、相位展开等关键步骤，得到地表三维信息。详见 L. C. Graham. Synthetic interferometer radar for topographic mapping, Proceedings of the IEEE,1974定义2、干涉相位干涉相位是两幅hSAR复图像的相位差值，通过将配准后的两幅复图像共轭相乘得到干涉相位。定义3、相干系数相干系数是用来衡量主副图像之间的相似程度和干涉图质量最基本、最直接的衡量标准，既包含幅度相似性的信息，也包含相位相似性的信息。M1和M2表示零均值的复高斯随机变量，则相干系数Y定义为本文档来自技高网...
【技术保护点】
１．一种自适应的高精度干涉ＳＡＲ相位估计方法，其特征是它包含以下几个步骤：步骤１、采用传统的最大相干系数法进行ＩｎＳＡＲ的图像粗配准：采用传统的最大相干系数法对ＩｎＳＡＲ副复图像进行图像粗配准，得到粗配准后副图像Ｓ２；具体方法是：在主图像Ｓ１中选定任一像素点作为参考点，以参考点为中心取一个Ｐ×Ｐ大小的窗口；在配准前的副图像Ｓ′２中对应位置处选取一个Ｑ×Ｑ大小的搜索窗口，这里Ｑ？Ｐ保证在副图像中搜索到与主图像相匹配的Ｐ×Ｐ大小窗口，Ｐ表示主图像Ｓ１中参考窗口的大小，Ｑ表示配准前的副图像Ｓ′２中搜索窗口的大小；在配准前副图像Ｓ′２中选定任一像素点作为参考点，以参考点为中心取一个Ｐ×Ｐ大小的窗口，在整个Ｑ×Ｑ大小的搜索窗口进行滑窗移动，计算每次滑窗后主副图像中Ｐ×Ｐ各像素点的复相干系数γ：（ｍａｔｈ）??（ｍｒｏｗ）?（ｍｉ）＆ｇａｍｍａ；（／ｍｉ）?（ｍｏ）＝（／ｍｏ）?（ｍｆｒａｃ）?（ｍｒｏｗ）?（ｍｕｎｄｅｒｏｖｅｒ）?（ｍｉ）＆Ｓｉｇｍａ；（／ｍｉ）?（ｍｒｏｗ）?（ｍｉ）ｉ（／ｍｉ）?（ｍｏ）＝（／ｍｏ）?（ｍｎ）１（／ｍｎ）?（／ｍｒｏｗ）?（ｍｉ）Ｐ（／ｍｉ）?（／ｍｕｎｄｅｒｏｖｅｒ）?（ｍｕｎｄｅｒｏｖｅｒ）?（ｍｉ）＆Ｓｉｇｍａ；（／ｍｉ）?（ｍｒｏｗ）?（ｍｉ）ｊ（／ｍｉ）?（ｍｏ）＝（／ｍｏ）?（ｍｎ）１（／ｍｎ）?（／ｍｒｏｗ）?（ｍｉ）Ｐ（／ｍｉ）?（／ｍｕｎｄｅｒｏｖｅｒ）?（ｍｓｕｂｓｕｐ）?（ｍｉ）Ｓ（／ｍｉ）?（ｍｎ）１（／ｍｎ）?（ｍｏ）＆ｐｒｉｍｅ；（／ｍｏ）?（／ｍｓｕｂｓｕｐ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）ｉ（／ｍｉ）?（ｍｏ），（／ｍｏ）?（ｍｉ）ｊ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｓｕｂｓｕｐ）?（ｍｉ）Ｓ（／ｍｉ）?（ｍｎ）２（／ｍｎ）?（ｍｒｏｗ）?（ｍｏ）＆ｐｒｉｍｅ；（／ｍｏ）?（ｍｏ）＊（／ｍｏ）?（／ｍｒｏｗ）?（／ｍｓｕｂｓｕｐ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）ｉ（／ｍｉ）?（ｍｏ）＋（／ｍｏ）?（ｍｉ）ｕ（／ｍｉ）?（ｍｏ），（／ｍｏ）?（ｍｉ）ｊ（／ｍｉ）?（ｍｏ）＋（／ｍｏ）?（ｍｉ）ｖ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（／ｍｒｏｗ）?（ｍｓｑｒｔ）?（ｍｕｎｄｅｒｏｖｅｒ）?（ｍｉ）＆Ｓｉｇｍａ；（／ｍｉ）?（ｍｒｏｗ）?（ｍｉ）ｉ（／ｍｉ）?（ｍｏ）＝（／ｍｏ）?（ｍｎ）１（／ｍｎ）?（／ｍｒｏｗ）?（ｍｉ）Ｐ（／ｍｉ）?（／ｍｕｎｄｅｒｏｖｅｒ）?（ｍｕｎｄｅｒｏｖｅｒ）?（ｍｉ）＆Ｓｉｇｍａ；（／ｍｉ）?（ｍｒｏｗ）?（ｍｉ）ｊ（／ｍｉ）?（ｍｏ）＝（／ｍｏ）?（ｍｎ）１（／ｍｎ）?（／ｍｒｏｗ）?（ｍｉ）Ｐ（／ｍｉ）?（／ｍｕｎｄｅｒｏｖｅｒ）?（ｍｓｕｐ）?（ｍｒｏｗ）?（ｍｏ）｜（／ｍｏ）?（ｍｓｕｂｓｕｐ）?（ｍｉ）Ｓ（／ｍｉ）?（ｍｎ）１（／ｍｎ）?（ｍｏ）＆ｐｒｉｍｅ；（／ｍｏ）?（／ｍｓｕｂｓｕｐ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）ｉ（／ｍｉ）?（ｍｏ），（／ｍｏ）?（ｍｉ）ｊ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）｜（／ｍｏ）?（／ｍｒｏｗ）?（ｍｎ）２（／ｍｎ）?（／ｍｓｕｐ）?（ｍｕｎｄｅｒｏｖｅｒ）?（ｍｉ）＆Ｓｉｇｍａ；（／ｍｉ）?（ｍｒｏｗ）?（ｍｉ）ｉ（／ｍｉ）?（ｍｏ）＝（／ｍｏ）?（ｍｎ）１（／ｍｎ）?（／ｍｒｏｗ）?（ｍｉ）Ｐ（／ｍｉ）?（／ｍｕｎｄｅｒｏｖｅｒ）?（ｍｕｎｄｅｒｏｖｅｒ）?（ｍｉ）＆Ｓｉｇｍａ；（／ｍｉ）?（ｍｒｏｗ）?（ｍｉ）ｊ（／ｍｉ）?（ｍｏ）＝（／ｍｏ）?（ｍｎ）１（／ｍｎ）?（／ｍｒｏｗ）?（ｍｉ）Ｐ（／ｍｉ）?（／ｍｕｎｄｅｒｏｖｅｒ）?（ｍｓｕｐ）?（ｍｒｏｗ）?（ｍｏ）｜（／ｍｏ）?（ｍｓｕｂｓｕｐ）?（ｍｉ）Ｓ（／ｍｉ）?（ｍｎ）２（／ｍｎ）?（ｍｏ）＆ｐｒｉｍｅ；（／ｍｏ）?（／ｍｓｕｂｓｕｐ）?（ｍｒｏｗ）?（ｍｏ）（（／ｍｏ）?（ｍｉ）ｉ（／ｍｉ）?（ｍｏ）＋（／ｍｏ）?（ｍｉ）ｕ（／ｍｉ）?（ｍｏ），（／ｍｏ）?（ｍｉ）ｊ（／ｍｉ）?（ｍｏ）＋（／ｍｏ）?（ｍｉ）ｖ（／ｍｉ）?（ｍｏ））（／ｍｏ）?（／ｍｒｏｗ）?（ｍｏ）｜（／ｍｏ）?（／ｍｒｏｗ）?（ｍｎ）２（／ｍｎ）?（／ｍｓｕｐ）?（／ｍｓｑｒｔ）?（／ｍｆｒａｃ）?（／ｍｒｏｗ）?（／ｍａｔｈ）其中Ｓ′１（ｉ，ｊ）表示主图像Ｓ１中Ｐ×Ｐ窗口中第ｉ行、第ｊ列的像素值，Ｓ′２（ｉ＋ｕ，ｊ＋ｖ）表示副图像Ｓ′２中滑窗移动ｕ行、ｖ列的搜索窗口的像素值，γ每次滑窗后主副图像中Ｐ×Ｐ各像素点的复相干系数，＊表示共轭，｜｜表示求模值；最后通过每次滑窗后主副图像中Ｐ×Ｐ各像素点的复相干系数γ表达式计算参考窗口与搜索得到的各窗口的相干系数，每次...
【技术特征摘要】
1. 一种自适应的高精度干涉SAR相位估计方法，其特征是它包含以下几个步骤 步骤1、采用传统的最大相干系数法进行MSAR的图像粗配准 采用传统的最大相干系数法对^SAR副复图像进行图像粗配准，得到粗配准后副图像 S2 ；具体方法是在主图像S1中选定任一像素点作为参考点，以参考点为中心取一个PXP 大小的窗口 ；在配准前的副图像S' 2中对应位置处选取一个QXQ大小的搜索窗口，这里 Q ？ P保证在副图像中搜索到与主图像相匹配的PXP大小窗口，P表示主图像S1中参考窗口的大小，Q表示配准前的副图像S' 2中搜索窗口的大小；在配准前副图像S' 2中选定任一像素点作为参考点，以参考点为中心取一个PXP大小的窗口，在整个QXQ大小的搜索窗口进行滑窗移动，计算每次滑窗后主副图像中PXP各像素点的复相干系数Y 其中S' i(i，j)表示主图像窗口中第i行、第j列的像素值，S' 2(i+u, j+v)表示副图像S' 2中滑窗移动u行、ν列的搜索窗口的像素值，Y每次滑窗后主副图像中PXP各像素点的复相干系数，*表示共轭，I I表示求模值；最后通过每次滑窗后主副图像中PXP各像素点的复相干系数Y表达式计算参考窗口与搜索得到的各窗口的相干系数， 每次滑窗后主副图像中PXP各像素点的复相干系数Y取最大值所对应的位置即为粗配准的误差偏移量(u，ν)；根据得到的误差偏移位置(u，ν)，对配准前的副图像S' 2中所有像素点移动u行、ν列，得到配准前的副图像S' 2的粗配准图像& ； 步骤2、建立维纳滤波器信号模型由步骤1得到的粗配准图像&，建立维纳滤波器的信号模型；具体过程如下取粗配准图像&中对应像素i为中心的一个3X3的矩阵作为维纳滤波器的输入信号，建立如下滤波器模型构造回波信号矢量A (O 孓(O = [^2 (i-4),S2(i-3),',S2 (/ + 4)J其中&(i-4)，&(i-3...
【专利技术属性】
技术研发人员：张晓玲，陈钦，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：90
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。