森林或城市区域高分辨干涉相位滤波方法技术

本发明专利技术涉及干涉合成孔径雷达成像技术，公开了一种森林或城市区域高分辨干涉相位滤波方法，其在森林或城市区域高分辨干涉相位图滤波中，为克服广泛分布的块状随机噪声或低相干区域，在整幅干涉相位图中选择独立同分布样本，降低运算量，将独立同分布样本的搜索限制在以待滤波像素为中心的固定大小的窗口内，称作滤波窗口。独立同分布样本的选择过程可通过识别和去除滤波窗口中的“野值”实现，这里的“野值”表示滤波窗口中与待滤波像素不满足独立同分布的像素。本发明专利技术的方法在有效保持干涉条纹细节的前提下，显著降低了干涉相位图中残点数目，有效地改善了噪声抑制效果，提高了对森林或城市区域高分辨干涉相位图的滤波性能。

【技术实现步骤摘要】
森林或城市区域高分辨干涉相位滤波方法
本专利技术涉及干涉合成孔径雷达成像技术，特别涉及一种森林或城市区域高分辨干涉相位滤波方法。
技术介绍
合成孔径雷达(SyntheticApertureRadar，SAR)通过平台的运动合成长孔径，实现高分辨率雷达成像技术，具备全天时、全天候对地成像的能力。SAR图像已在森林生物量检测、地形及城市沉降测量、海洋和海冰观测、地质灾害救援与评估等领域获得了广泛的应用。目前，SAR成像正朝着高分辨或超高分辨率(如0.1米)的方向发展。干涉合成孔径雷达(InterferometricSyntheticApertureRadar，InSAR)利用沿垂直航向分布的两副或多副天线获取同一地面场景的两幅或多幅SAR图像，通过干涉处理得到的干涉相位差测量森林区域地形及城市区域沉降。然而，InSAR获取的测量干涉相位包括真实干涉相位和加性噪声，这些加性噪声由信噪比、时间去相干、基线去相干等因素引入，将影响地形或形变测量的精度。因此，针对高分辨率SAR图像及干涉相位图的特性，研究高性能的干涉相位滤波技术对于提高地形及沉降测量精度具有重要的意义。对于短波雷达(如X波段)，由于传播衰减率较高，森林区域的散射特性更接近于面反射，散射体可看作分布于不同坡度的平面上，这样，树木冠盖的“椭球”形将导致雷达阴影的存在。在低分辨率SAR图像中，树木冠盖的雷达阴影在SAR图像中仅占据少量像素，然而在(超)高分辨率情况下，树木冠盖的雷达阴影将呈块状在SAR图像中广泛分布。这些树木冠盖的雷达阴影使干涉相位图中存在广泛分布的块状随机噪声，将破坏干涉成像的局部空间平稳性的假设前提，导致方形滤波窗口中的样本不再满足独立同分布。对于高分辨率城市区域干涉相位图，每条道路或者建筑物将比低分辨率情况下占据更多的像素，因此由道路镜面反射或建筑物雷达阴影导致的低相干区域也将在干涉相位图中广泛分布。这同样将破坏局部空间平稳性假设，导致传统滤波方法的性能下降甚至无法工作。迄今为止，国内外已提出了很多用于InSAR干涉相位滤波的算法，但这些算法基本上未考虑高分辨率干涉相位图的特点，而是基于局部空间平稳性假设选择样本。J.S.Lee等人于1998年提出利用一组方向性窗口和加性噪声模型获取真实干涉相位的最小均方误差估计，称为Lee滤波。在大配准误差情况下，李真芳等人提出通过联合周围相邻像素的相干信息来估计干涉相位。索志勇和E.Trouvé分别利用局部相位解缠和改进的多重信号分类(Multiple-SignalClassification，MUSIC)算法估计干涉相位图的二维条纹频率，然后对原始干涉相位补偿二维条纹频率后进行均值滤波。G.Vasile等人借助SAR图像幅度信息和局部区域增长策略获取滤波样本，可部分克服局部空间稳定性假设不满足带来的限制，然而正如算法的作者指出，该方法不适用SAR图像幅度与地形不一致的情况，如农田或城市区域。
技术实现思路
本专利技术的目的在于提供一种森林或城市区域高分辨干涉相位滤波方法，能够滤除干涉相位图中存在的广泛分布的块状随机噪声或低相干区域，使得整幅干涉相位图符合独立同分布，满足干涉成像的局部空间平稳性的假设前提。本专利技术的基本思路是：在森林或城市区域高分辨干涉相位图滤波中，为克服广泛分布的块状随机噪声或低相干区域，在整幅干涉相位图中选择独立同分布样本。为了降低运算量，将独立同分布样本的搜索限制在以待滤波像素为中心的固定大小的窗口内，称作滤波窗口。独立同分布样本的选择过程可通过识别和去除滤波窗口中的“野值”实现，这里的“野值”表示滤波窗口中与待滤波像素不满足独立同分布的像素。为了达到上述目的，本专利技术采用以下技术方案予以实现。一种森林或城市区域高分辨干涉相位滤波方法，其特征在于，包括以下步骤：步骤1，在测量干涉相位图中，选定以待滤波像素u为中心的滤波窗口，对滤波窗口内待滤波像素u及其周边像素t，分别建立以待滤波像素u和周边像素t为中心的对应相似窗口，其中相似窗口的长宽尺寸均小于滤波窗口；待滤波像素u和周边像素t间的相似距离dt，dt的计算由式(1)给出其中，Vu表示以待滤波像素u为中心的相似窗口中像素的干涉相位组成的矢量，Vt表示以周边像素t为中心的相似窗口中像素的干涉相位组成的矢量，N为矢量Vu或Vt的维数，n表示n-范数；步骤2，计算待滤波像素u与待滤波窗口中所有周边像素t的相似距离，然后构建相似距离集合Du如式(4)Du＝{dt|t∈Wse}(4)其中，Wse表示待滤波窗口，t表示待滤波窗口中待滤波像素u的任一周边像素；步骤3，调整相似距离的判别门限，识别和剔除滤波窗口中“野值”，剩余滤波窗口中的像素构成有效像素集合Pu，“野值”表示滤波窗口中与待滤波像素不满足独立同分布的像素；步骤4，根据有效像素集合Pu，利用加权平均估计待滤波像素u的干涉相位，并由式(7)计算其权值wt＝1-(dt/A）2(7)式中，wt表示周边像素t中的有效像素的滤波权值；最后，待滤波像素u的干涉相位估计表示为式(8)其中，Amt为主SAR图像对应的周边像素t中的有效像素的幅度，Ast为辅SAR图像对应的周边像素t中的有效像素的幅度，zt为周边像素t中的有效像素的复相位矢量，且zt不包含幅度信息。上述技术方案的特点和进一步改进在于：(a)所述步骤1中，计算待滤波像素u和周边像素t间的相似距离dt，dt的由式(2)给出式中，N为矢量Vu或Vt的维数，i表示矢量Vu或Vt中的第i个元素，和nui分别为矢量Vu中第i个元素的真实干涉相位和加性噪声，和nti分别为矢量Vt中第i个元素的真实干涉相位和加性噪声；和Δnti分别为第i个元素的干涉相位差和加性噪声相位差，可表示为式(3)(b)步骤3中，待滤波窗口中“野值”的识别和去除准则由式(5)给出Pu＝{t|dt＜μ·median[Du]，dt＜A，t∈Wse}(5)其中，Pu表示待滤波窗口中剩余有效像素组成的有效像素集合，median[·]表示获取集合元素中值的操作；μ为输入控制参数，用于控制待滤波窗口中剩余有效像素的数目；A表示相似距离的判别门限最大值，相似距离大于A的周边像素将被直接作为“野值”。进一步地，相似距离的判别门限最大值A的选定方法是：将相似距离集合Du中元素按升序排列，将相似距离集合Du的维数记为1×M，选取第个元素为相似距离的判别门限最大值A，其中表示取整，中所选取的0.95可根据所需做出调整。进一步地，输入控制参数μ的选取范围为0.8-1.0。进一步地，输入控制参数μ按照下面方法确定：将剩余有效像素组成的有效像素集合Pu中元素的数目记为Np[μ]，Np[μ]是关于输入控制参数μ的函数；给定输入控制参数μ的初始值，且μ·median[Du]＜A，并预设有效像素个数门限NT；若Np[μ]小于预设有效像素个数门限NT，则对输入控制参数μ进行迭代松弛，表示为式(6)其中，Δμ为输入控制参数μ的松弛量，取值0.1-0.2；μ1为迭代松弛后输入控制参数μ的取值；式(6)中Np[μ1]≥NT和μ1·median[Du]＜A，如果不能同时成立，此时取μ1·median[Du]＝A。森林或城市区域的高分辨干涉相位图中存在广泛分布的块状随机噪声，该随机噪声将破坏局部空间平稳性假设，导本文档来自技高网...

【技术保护点】
一种森林或城市区域高分辨干涉相位滤波方法，其特征在于，包括以下步骤：步骤1，在测量干涉相位图中，选定以待滤波像素u为中心的滤波窗口，对滤波窗口内待滤波像素u及其周边像素t，分别建立以待滤波像素u和周边像素t为中心的对应相似窗口，其中相似窗口的长宽尺寸均小于滤波窗口；待滤波像素u和周边像素t间的相似距离dt，dt的计算由式(1)给出dt=1N||Vu-Vt||n---(1)]]>其中，Vu表示以待滤波像素u为中心的相似窗口中像素的干涉相位组成的矢量，Vt表示以周边像素t为中心的相似窗口中像素的干涉相位组成的矢量，N为矢量Vu或Vt的维数，n表示n‑范数；步骤2，计算待滤波像素u与待滤波窗口中所有周边像素t的相似距离，然后构建相似距离集合Du如式(4)Du＝{dtt∈Wse}   (4)其中，Wse表示待滤波窗口，t表示待滤波窗口中待滤波像素u的任一周边像素；步骤3，调整相似距离的判别门限，识别和剔除滤波窗口中“野值”，剩余滤波窗口中的像素构成有效像素集合Pu，“野值”表示滤波窗口中与待滤波像素不满足独立同分布的像素；步骤4，根据有效像素集合Pu，利用加权平均估计待滤波像素u的干涉相位，并由式(7)计算其权值wt＝1‑(dt/A)2   (7)式中，wt表示周边像素t中的有效像素的滤波权值；最后，待滤波像素u的干涉相位估计表示为式(8)φ^u=arg(Σt∈PuwtAmtAstzt)---(8)]]>其中，Amt为主SAR图像对应的周边像素t中的有效像素的幅度，Ast为辅SAR图像对应的周边像素t中的有效像素的幅度，zt为周边像素t中的有效像素的复相位矢量，且zt不包含幅度信息。...

【技术特征摘要】
1.一种森林或城市区域高分辨干涉相位滤波方法，其特征在于，包括以下步骤：步骤1，在测量干涉相位图中，选定以待滤波像素u为中心的滤波窗口，对滤波窗口内待滤波像素u及其周边像素t，分别建立以待滤波像素u和周边像素t为中心的对应相似窗口，其中相似窗口的长宽尺寸均小于滤波窗口；待滤波像素u和周边像素t间的相似距离dt，dt的计算由式(1)给出其中，Vu表示以待滤波像素u为中心的相似窗口中像素的干涉相位组成的矢量，Vt表示以周边像素t为中心的相似窗口中像素的干涉相位组成的矢量，N为矢量Vu或Vt的维数，n表示n-范数；步骤2，计算待滤波像素u与待滤波窗口中所有周边像素t的相似距离，然后构建相似距离集合Du如式(4)Du＝{dt|t∈Wse}(4)其中，Wse表示待滤波窗口，t表示待滤波窗口中待滤波像素u的任一周边像素；步骤3，调整相似距离的判别门限，识别和剔除滤波窗口中“野值”，剩余滤波窗口中的像素构成有效像素集合Pu，“野值”表示滤波窗口中与待滤波像素不满足独立同分布的像素；步骤4，根据有效像素集合Pu，利用加权平均估计待滤波像素u的干涉相位，并由式(7)计算其权值wt＝1-(dt/A)2(7)式中，wt表示周边像素t中的有效像素的滤波权值；A表示相似距离的判别门限最大值；最后，待滤波像素u的干涉相位估计表示为式(8)其中，Amt为主SAR图像对应的周边像素t中的有效像素的幅度，Ast为辅SAR图像对应的周边像素t中的有效像素的幅度，zt为周边像素t中的有效像素的复相位矢量，且zt不包含幅度信息。2.根据权利要求1所述的森林或城市区域高分辨干涉相位滤波方法，其特征在于，所述步骤1中，计算待滤波像素u和周边像素t间的相似距离dt，dt的由式(2)给出式中，N为矢量Vu或Vt的维数，i表示矢量Vu或Vt中的第i个元素，和nui分别为矢量Vu中第i个元素的真实干涉相位和加性噪声，和nti分别为矢量Vt中第i个元素的真实干涉相位和加性噪声；和Δnti分别为第i...

【专利技术属性】
技术研发人员：李真芳，贾燕华，李锦伟，索志勇，房超，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西;61