一种基于多源信息关联的InSAR同名点自动优选方法技术

技术编号:8833376 阅读:168 留言:0更新日期:2013-06-22 19:55
本发明专利技术提供一种基于多源信息关联的InSAR同名点自动优选方法,解决区域网平差思想应用于InSAR产生的同名点选取问题。步骤1:计算同名点对应的两景相干系数图的相干系数,如果同名点中有一个点所对应的相干系数低于阈值,则去除这一组同名点;步骤2:计算其在两景幅度图中的窗口下的亮点所占比例,去除比例大于预设值的同名点;步骤3:计算其在对应两景幅度图像中的灰度共生矩阵,选择相关性这一统计量,去除相关性大于阈值T1的同名点;步骤4:计算在两景DEM中窗口下的标准差,去除标准差大于阈值T2的同名点;步骤5:如果剩余同名点数量落入目标数量区间,则同名点优选完毕;当剩余同名点数量小于目标数量区间的最小值,则增大阈值T1、T2,当剩余同名点数量大于目标数量区间的最大值,则减少阈值T1、T2。

【技术实现步骤摘要】
—种基于多源信息关联的InSAR同名点自动优选方法
本专利技术属于InSAR地形测绘技术,涉及。
技术介绍
大区域多条航带的SAR数据定标或拼接时,往往会遇到重叠区域的三维坐标不一致的问题。可以借助控制点信息对影像逐一校正,但需要大量的控制点,这对于困难测区,是难以实现的。借助摄影测量中的区域网平差思想,利用少量的控制点和同名点,可以建立各景影像之间的约束关系,从而解决稀疏控制点条件下联合定标问题。通过图像处理方法可以得到多航带重叠区域内大量同名点,由于SAR斜距影像几何畸变严重,使得某些同名点会出现位置偏差,同时同名点提取技术多从图像处理角度去评价同名点质量优劣,对于InSAR而言同名点所代表的地物特性和物理含义更加重要,因此如何从大量同名点中筛选出对InSAR有用的同名点成为一项新的课题。借助同名点间的几何特征变换可以识别出误差较大的点,然而即便保留下来的同名点位置全部正确,也不能直接用于干涉定标。在InSAR中,同名点所处位置的干涉相位将用于定标,干涉相位具有严格的物理含义,它是相干电磁波在同名点处产生的相位差,由于水体如河流、湖泊对电磁波反射能力很弱,几乎得不到正确的相位差。另外由于雷达接收到的实际上是缠绕进[-^ η]间的相位,必须通过相位解缠方法恢复出真值,当同名点处在树木上时,树木体散射效应起主导作用,解缠出的相位不能准确代表树高,当同名点处在房屋上时,由于SAR特有的叠掩效应,使得此处的相位值无法恢复出真值,当同名点处在阴影区域时,由于雷达无法接收到任何回波,根本得不到相位。最后对于干涉定标,同等条件下尽可能使用平地点,同名点提取会引入位置误差,由于在地形起伏较大区域,位置误差对高程误差有放大作用,因此平地点可以有效抑制此影响。上述这些问题,对于位置错误可以通过人工或者图像处理方法自动识别,而对于与实际物理特性结合的问题,单纯的图像处理方法难以完成,需要找到一种针对InSAR的同名点优选方法。
技术实现思路
本专利技术的目的是提供,以解决区域网平差思想应用于InSAR产生的同`名点选取问题。为达到上述目的,本专利技术的技术解决方案如下:该基于多源信息关联的InSAR同名点自动优选方法,包括以下步骤:步骤1:计算同名点对应的两景相干系数图的相干系数,如果同名点中有一个点所对应的相干系数低于阈值,则去除这一组同名点;步骤2:将经过步骤I剔除后剩下的同名点,计算其在两景幅度图中的窗口下的亮点所占比例,去除比例大于预设值的同名点;步骤3:将经过步骤2剔除后剩下的同名点,计算其在对应两景幅度图像中的灰度共生矩阵,选择相关性这一统计量,去除相关性大于阈值Tl的同名点;步骤4:计算步骤3剔除之后的同名点在两景DEM中窗口下的标准差,去除标准差大于阈值T2的同名点;步骤5:如果剩余同名点数量落入目标数量区间,则同名点优选完毕;当剩余同名点数量小于目标数量区间的最小值,则增大阈值Tl、T2,返回步骤3继续往下执行;当剩余同名点数量大于目标数量区间的最大值,则减少阈值Tl、T2,返回步骤3继续往下执行。本专利技术的有益效果:本专利技术利用图像处理方法对同名点所处的地物类型进行区分,同时结合InSAR中的物理特征量筛选出满足干涉定标所需要的同名点,有效地抑制干涉定标的高程误差引入。具体实施方式—种基于多源信息关联的InSAR同名点自动优选方法,具体实施方式如下:步骤1:计算同名点对应的两景相干系数图的相干系数,如果同名点中有一个点所对应的相干系数低于阈值,设置为0.4,则去除这一组同名点,此步骤主要去除的是水体和阴影上面的同名点。步骤2:将经过步骤I剔除后剩下的同名点,计算其在两景幅度图中的一定窗口101*101下的売点所占比例,定义幅值大于最大幅值的1/2的点为売点。根据売点所占比例,如果比例大于0.5,则去除此同名点。此步骤主要去除房屋等强散射点附近的同名点。步骤3:将经过步骤2剔除后剩下的同名点,计算其在对应两景幅度图像中的灰度共生矩阵,选择相关性这一统计量,去除相关性大于阈值Tl的同名点,初始Tl取0.1。计算灰度共生矩阵时,窗口设置为101*101,角度设置为0° (水平方向),像素距离设置为1,灰度量化等级为16。从灰度共生矩阵中可以得到常用的14种特征统计量,这里选择相关性做为典型统计量。相关定义为:本文档来自技高网
...

【技术保护点】
基于多源信息关联的InSAR同名点自动优选方法,其特征在于,包括以下步骤:步骤1:计算同名点对应的两景相干系数图的相干系数,如果同名点中有一个点所对应的相干系数低于阈值,则去除这一组同名点;步骤2:将经过步骤1剔除后剩下的同名点,计算其在两景幅度图中的窗口下的亮点所占比例,去除比例大于预设值的同名点;步骤3:将经过步骤2剔除后剩下的同名点,计算其在对应两景幅度图像中的灰度共生矩阵,选择相关性这一统计量,去除相关性大于阈值T1的同名点;步骤4:计算步骤3剔除之后的同名点在两景DEM中窗口下的标准差,去除标准差大于阈值T2的同名点;步骤5:如果剩余同名点数量落入目标数量区间,则同名点优选完毕;当剩余同名点数量小于目标数量区间的最小值,则增大阈值T1、T2,返回步骤3继续往下执行;当剩余同名点数量大于目标数量区间的最大值,则减少阈值T1、T2,返回步骤3继续往下执行。

【技术特征摘要】
1.基于多源信息关联的InSAR同名点自动优选方法,其特征在于,包括以下步骤: 步骤1:计算同名点对应的两景相干系数图的相干系数,如果同名点中有一个点所对应的相干系数低于阈值,则去除这一组同名点; 步骤2:将经过步骤I剔除后剩下的同名点,计算其在两景幅度图中的窗口下的亮点所占比例,去除比例大于预设值的同名点; 步骤3:将经过步骤2剔除后剩下的同名点,计算其在对应两景幅度图像中的灰度共生矩阵,选择相关性这一统计量,去除相关性大于阈值Tl的同名点; 步骤4:计算步骤3剔除之后的同名点在两景DEM中...

【专利技术属性】
技术研发人员:丁赤飚张远胡东辉仇晓兰付琨
申请(专利权)人:中国科学院电子学研究所
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1