残差点退化的统计费用网络流机载相位解缠算法

目的 相位解缠是InSAR干涉数据处理的关键步骤,而解缠不连续（即相位跳变）问题却普遍存在,尤其在机载InSAR系统中,由于数据的高分辨率,使得低矮地物如树木带在数据中表现为相位不一致,因而相位跳变问题更加显著。星载InSAR相位解缠广泛使用统计费用网络流（SNAPHU）算法^[1],借鉴其经验将SNAPHU算法引入高分辨机载InSAR相位解缠。而残差点退化方法能有效补偿局部相位不一致区域。因此本文提出一种结合残差点退化方法与SNAPHU算法的高分辨率机载InSAR相位解缠算法。方法 将原始InSAR数据滤波且去除平地相位,再对其进行残差点退化处理。残差点退化包含残差点定位,及残差点补偿两部分。根据残差点及其邻域像元的性质,对残差点进行补偿使其退化为非残差点,不断迭代这一过程,以减少图像中的残差点,优化局部数据。根据机载InSAR系统定标参数,修正SNAPHU算法中的参数及几何模型,使用修正后算法进行相位解缠。结果 利用2011年四川江油地区的单轨双天线X波段机载InSAR数据进行了试验,试验结果表明,在相位不一致,相干性低的连续树木带区域,该算法显著缩小了解缠相位不连续区域,修正了大面积的相位跳变。结论 验证了残差点退化方法结合统计费用网络流算法可有效解决解缠相位大面积跳变问题,且对噪声具有鲁棒性。     

基于中性残差点集的干涉SAR相位解缠算法

相位解缠是合成孔径雷达干涉测量数据处理的关键性步骤之一.在分析Goldstein枝切法和残差点位置的基础上,提出了一种改进的相位解缠算法.首先采用4点环路积分识别残差点,在邻近偶极子对残差预处理后,将剩下所有残差点分成若干个总电荷平衡的中性点集.然后采用普里姆算法对各中性残差点集依次处理,获得相应的最小代价生成树,全部最小代价生成树的边就是相位解缠所需的枝切线.最后,采用真实干涉SAR数据,分别利用本文方法和Goldstein法做了相位解缠实验.通过枝切线总长度和未解缠象素数量两项性能指标对比,证明了改进算法的有效性.     

基于分块技术的相位展开算法

对干涉相位图的相位展开是干涉合成孔径雷达处理过程中的重要步骤,也是干涉合成 孔径雷达理论与应用研究的难点所在.在充分利用干涉相位图中的干涉条纹信息的基础上,提出 了一种基于分块技术的相位展开算法.首先对干涉相位图做了分块处理,块是由干涉条纹线和图 像边界线组成的一个封闭的区域,在一个块内不存在相位跳跃,即在块内的相位展开已经完成. 在下一步对全图做相位展开时,再逐块进行.最后通过后处理技术进行错误校正.通过对真实数 据的实验和与传统方法的比较,证实了算法的有效性和稳定性．     

基于ALOS极化干涉SAR数据的DEM提取方法研究

极化干涉理论的发展以及全极化卫星的发射,为极化干涉的研究应用提供了广阔的发展空间,开展极化干涉SAR提取DEM的研究对于解决单极化干涉SAR在植被覆盖区DEM提取精度较低的问题具有重要意义。基于山东泰安地区的一对ALOS PALSAR全极化干涉数据,利用相干性最优方法和最大化相位中心分离的方法获取极化干涉信息,并通过对优化后干涉信息的滤波、解缠、基线精确估计等处理来提取DEM,最后将相干优化的结果与传统HH、HV、VV单极化干涉结果进行对比分析。结果表明:优化方法较单极化干涉方法可以有效降低干涉图的噪声,减少相位解缠的残差点,提高解缠相位的质量,并且不同优化方法之间还存在一定差异,数值半径方法获取的DEM精度要好于其他两种优化方法;通过等值线-Goldstein二级干涉SAR滤波方法可进一步提高单极化和优化干涉图的质量,降低残差点,提高相位质量,在水体覆盖的区域通过滤波窗口的设置可以很好地改善DEM的精度。     

InSAR两种相位解缠算法的融合

相位解缠是合成孔径雷达（SAR）干涉测量数据处理的重要步骤之一。解缠的精度将直接影响干涉测量结果的精度,本文通过实验研究,对比分析了现有的两类主要的相位解缠算法的解缠原理、解缠思想、各自的特点及其引起误差的原因,然后结合各自的优点组成了一种效果更好的二维相位解缠算法。使用该算法解缠后的相位条纹与原始干涉相位图相位条纹的一致性非常好。     

质量图和残差点相结合的InSAR相位解缠方法

在分析质量图原理及其在相位解缠中应用的基础上,提出了一种质量图和残差点相结合的InSAR干涉图相位解缠算法,算法以干涉图中残差点的分布信息为依据,优化质量阈值的确定方法,并以此为依据将干涉相位图划分为高低质量区域,指导相位解缠的顺利进行。通过使用不同质量图的实验结果表明,该方法减少了干涉图中有效信息的流失,并且指标明确,人工干预少,解缠结果较枝切法等经典方法更准确而有效。     

基于残差点的干涉相位图自适应滤波

为了能有效地对InSAR干涉相位图进行滤波,利用残差点矩阵作为滤波控制因子,对两种干涉相位图滤波方法进行了改进。该措施在不破坏致密的干涉条纹的情况下,通过引用干涉相位图的残差矩阵,对不同区域的图像采用不同强度的滤波器来实现自适应的降噪,同时详细描述了滤波方法的实施步骤,并用ERS-1重复轨道数据进行了验证,结果表明,该改进方法可取得良好的滤波效果。     

一种新的基于形态学的InSAR干涉相位图滤波算法

在干涉合成孔径雷达（InSAR）成像中，由于相位噪声的影响，在相位展开前应该对干涉相位图作滤波处理，以保证相位展开后结果的正确性，获得真实的数字高度模型。对于InSAR干涉相位图的滤波，滤除相位噪声的同时，应确保有用跳变信息不被滤除。本文基于形态学原理，结合数据的量化处理，提出一种新的InSAR干涉相位图的滤波算法。实验结果表明，该滤波算法的效果优于Candeias等人提出InSAR干涉相位图的形态学滤波算法，且运算速度更快。     

干涉SAR阴影提取及相位补偿方法

针对阴影对干涉合成孔径雷达处理的不利影响,提出一种阴影提取方法和阴影区域相位补偿方法.用伪相关系数来锐化高相关区域和低相关区域边界,消除了地形变化对相关系数的影响,能较好地检测出阴影区城的边界.同时提出利用线性相位模型来补偿阴影区域的干涉相位,相位补偿后能够消除无效数据对相位展开过程的影响,从而提高生成的相位展开图精度.实测数据的处理结果表明,该方法能明显提高相位展开的可靠性.     

基于改进模拟退火遗传算法的INSAR相位解缠算法

为了解决经典的Goldstein枝切线法容易生成过长的枝切线和较多封闭区域的问题,提出一种基于改进模拟退火遗传算法的INSAR(Interferometric Synthetic Aperture Radar)相位解缠算法。该算法首先对部分残差点进行预处理,生成极性平衡的小段枝切线,然后使用改进模拟退火遗传算法求解剩余残差点的优化组合。经这两步处理后,所得到的枝切线的总长度和封闭区域的数量都明显减少。对真实INSAR数据的实验结果表明,该算法在运行时间和解缠精度上均有一定的优越性。     

InSAR相位解缠算法的实验对比研究

相位解缠是InSAR处理中的一个关键步骤,相位解缠算法的选取很大程度上影响着最终的结果。本文主要介绍和比较了6种常用的相位解缠算法,并选取西藏当雄地区的地震同震影像进行实验分析,对解缠结果的质量进行评价比较。结果表明:统计耗费网络流算法结果充分顾及了相干图所包含的信息,获得了一个较优的全局解,解缠结果的连续性较好。而且直接处理感兴趣的且数据质量好的离散区域,实现效率高,可以将误差限制在一个小范围内,防止误差的再传递,解缠结果较精确。     

基于随机并行梯度下降算法的InSAR相位解缠方法

相位解缠是干涉合成孔径雷达InSAR数据处理中的一个关键步骤,解缠结果的好坏直接影响最终数字高程模型的精度。介绍了一种基于随机并行梯度下降SPGD算法的解缠方法,该方法对图像中各相位点施加随机并行扰动,通过迭代使得解缠误差代价函数收敛到全局最优值,从而实现相位解缠的目的。模拟和实测数据实验结果表明,相较于最小二乘解缠方法,随机并行梯度下降解缠算法精度更高,且原理简单,易于实现,为相位解缠提供了一个全新的思路。     

An extended PUMA algorithm for multibaseline InSAR DEM reconstruction

Phase unwrapping (PU) is one of the key processes in reconstructing the digital elevation model (DEM) of a scene from its corresponding interferometric synthetic aperture radar (InSAR) data. In contrast to traditional single-baseline PU, the multibaseline PU does not require phase continuity, which is useful when reconstructing the DEM in cases where the topography varies sharply. However, the performance of the multibaseline PU is directly related to the noise level, whereas the single-baseline PU algorithm has favourable noise robustness since it is based on the global wrapped phase information, e.g. the PU-max-flow (PUMA) algorithm. To improve the noise robustness of the multibaseline unwrapping process, we extend the single-baseline PUMA algorithm in this paper to a multibaseline domain, referred to as the multibaseline PUMA algorithm, which allows the unwrapping of multibaseline interferograms to generate the DEM. The proposed algorithm is less influenced by the phase continuity assumption by taking advantage of the multibaseline diversity and improves the noise robustness by using the global wrapped information from both single- and multibaseline domains. The performance of the proposed algorithm is tested on both simulated and real InSAR data experiments to demonstrate the effectiveness and noise robustness of the proposed algorithm.     

基于掩膜的加权卡尔曼滤波相位解缠算法

卡尔曼滤波将相位解缠转化为状态估计问题,同时实现相位解缠与噪声消除。由于原始雷达信号以及后处理过程中产生的诸多误差,造成相位数据不连续产生局部误差传递,使得解缠结果不准确。提出一种基于掩膜的加权卡尔曼滤波相位解缠算法。该算法通过对包缠数据中的低质量区域进行掩膜处理,对掩膜后的高质量区域进行卡尔曼滤波相位解缠,再对掩膜区域实施加权卡尔曼滤波相位解缠,得到了较为可靠的相位解缠结果。采用仿真数据和ALOS卫星的山东兖矿地区干涉SAR数据进行实验,验证了算法的有效性和可靠性。     

一种结合边缘检测的多基线InSAR高程反演方法

针对多基线InSAR高程重建算法鲁棒性差的问题,提出一种基于边缘检测与路径跟踪策略的多基线InSAR高程反演算法。该算法分为2个步骤。第1步是直接利用多基线最大似然估计算法从多幅不同基线的干涉相位图中获取粗略的地形高程,再用Sobel算子对滤波后的粗略地形高程进行边缘检测,获得地形的不连续边界;第2步则先构建优化的多基线InSAR高程反演模型,随后利用单通道InSAR相位解缠技术中的路径跟踪策略,引导构建的多基线InSAR高程反演模型沿高质量像元到低质量像元的路径进行高程重建,在连续区域引入邻域约束,在不连续区域则阻断邻域约束,既有利于提高算法在连续区域的抗噪性,又可避免邻域约束在不连续区域引起的误差传递现象,从而达到增强算法鲁棒性的目标。多组不同地形的高程反演结果证明了该方法的有效性。     

时间相位解包裹算法仿真与实验研究

为提高基于编码光栅的物体三维轮廓重构的精度,消除多频时间相位解包裹算法的相位跳跃性误差。采用一种改进的三频相位解包裹算法,通过相位与光栅节距的关系,实现了精准的相位解包裹。相比于传统方法和已提出的方法,提出的方法解相精度更高。通过仿真分析可得,改进方法展开相位无跳跃性误差,无需相位矫正,且在外加较大干扰的情况下也不会产生2π周期性误差,减小了相位解包裹的非线性误差。通过实验分析可得该方法实现了较高精度的物体三维轮廓重构。     

A new phase unwrapping method based on region recognition and region expansion

Phase unwrapping is a key step in retrieving digital elevation models (DEMs) from across-track interferometric synthetic aperture radar (InSAR) data. The coherence of synthetic aperture radar (SAR) data set is an effective indicator for the quality of phase unwrapping. However, the coherence of different regions usually distributes unevenly in SAR images monitoring heterogeneous areas. Errors in low-coherence areas are prone to pollute the whole image. In order to mitigate propagation error, a new phase unwrapping algorithm based on region recognition and region expansion is proposed. In the region recognition step, optical images are incorporated to recognize low-coherence regions by virtue of supervised classification technique. Low-coherence regions and the ones that are not of interest for the application are then discarded. In the region expansion step, stable pixels of high coherence are selected as growing seeds, and then phase unwrapping grows from high-quality regions to low-quality ones guided by coherence information and weighted numbers of neighbouring unwrapped pixels. The ambiguity number of a wrapped pixel is estimated from its neighbouring pixels under the criteria of pixel distance and phase gradient. Iterative examination continues until the whole image is unwrapped. Experiments on PALSAR and ASAR data demonstrate its validity and advantages over other classical methods.     

无权重多重网格的最小二乘相位解缠研究

相位解缠是干涉合成孔径雷达（InSAR）测量地形高程、重建三维地形模型的重要步骤之一。介绍了最小二乘的相位解缠原理,提出了一种基于无权重的多重网格算法求解离散泊松方程。该算法是在较大网格基础上解决偏微分方程（PDE）的快速方法,将误差的低频成分转换为高频成分,这样就可以使用高斯-塞德尔松弛法去除多种频率的误差分量。实验结果证明：该方法具有收敛速度快,解缠精度高等优点。     

结合同场景立体图对的高质量深度图像重建

目的 越来越多的应用依赖于对场景深度图像准确且快速的观测和分析,如机器人导航以及在电影和游戏中对虚拟场景的设计建模等.飞行时间深度相机等直接的深度测量设备可以实时的获取场景的深度图像,但是由于硬件条件的限制,采集的深度图像分辨率比较低,无法满足实际应用的需要.通过立体匹配算法对左右立体图对之间进行匹配获得视差从而得到深度图像是计算机视觉的一种经典方法,但是由于左右图像之间遮挡以及无纹理区域的影响,立体匹配算法在这些区域无法匹配得到正确的视差,导致立体匹配算法在实际应用中存在一定的局限性.方法 结合飞行时间深度相机等直接的深度测量设备和立体匹配算法的优势,提出一种新的深度图像重建方法.首先结合直接的深度测量设备采集的深度图像来构造自适应局部匹配权值,对左右图像之间的局部窗立体匹配过程进行约束,得到基于立体匹配算法的深度图像;然后基于左右检测原理将采集到的深度图像和匹配得到的深度图像进行有效融合;接着提出一种局部权值滤波算法,来进一步提高深度图像的重建质量.结果 实验结果表明,无论在客观指标还是视觉效果上,本文提出的深度图像重建算法较其他立体匹配算法可以得到更好的结果.其中错误率比较实验表明,本文算法较传统的立体匹配算法在深度重建错误率上可以提升10％左右.峰值信噪比实验结果表明,本文算法在峰值信噪比上可以得到10 dB左右的提升.结论 提出的深度图像重建方法通过结合高分辨率左右立体图对和初始的低分辨率深度图像,可以有效地重建高质量高分辨率的深度图像.     

图像边缘轮廓自适应阈值的角点检测算法

目的 基于边缘轮廓的角点检测算法的检测性能虽然相对比较稳定,但是它对边缘轮廓的局部变化敏感,并且只是给予一个经验门限去提取角点,为此提出一种对局部变化和噪声稳健的基于图像边缘轮廓自适应阈值的角点检测算法。方法 该算法利用各向异性高斯方向导数滤波器对不同边缘和角点模型进行表征,提取表征边缘和角点的灰度及几何变化的不变属性,并通过正则化计算得到区别边缘和角点的自适应阈值。该算法首先利用Canny边缘检测器检测输入图像的边缘映射并从边缘映射中提取出边缘轮廓;然后利用各向异性高斯方向导数滤波器对所提取出的边缘曲线进行滤波平滑,计算出每一像素点的响应并与自适应阈值作比较,把响应大于阈值的点作为候选角点;最后,对候选角点进行非极大值抑制得到最终角点集。结果 提出的算法分别与Harris算法,He & Yung算法,以及ANDDs算法在仿射变换和高斯噪声的实验环境下进行比较,其性能指标为平均重复率与定位误差;并且对每个角点检测算法在无噪声和有噪声的情况下进行了角点匹配比较。4种算法的两个指标的平均排名为Harris 3.375,He &Yung 2.625,ANDDs 2.625,本文算法 1.375。本文算法在仿射变换以及高斯噪声的情况下有着良好的平均重复率和定位误差,优于其他3种算法。匹配实验中的错误点以及丢失点也少于其他3种算法。结论 图像的特征检测在计算机视觉领域是一个重要的课题,在许多视觉系统中,检测特征往往作为复杂计算的第1步。因此,这一步的可靠性会极大地影响着视觉系统整体的结果。而角点作为图像的重要特征,对其研究具有重大意义。本文算法不同于传统的基于边缘的角点检测器仅利用边缘轮廓的信息,还利用到图像边缘像素的灰度信息。而且,本文算法还采用一个自适应全局阈值,避免了角点的误判。正则化的灰度变化有效减少了噪声或者光照对检测性能的影响。通过角点匹配实验、仿射变换实验以及高斯噪声实验,可以看出,本文的角点检测器拥有良好的检测性能,并且对噪声具有稳健性。