基于平面近似模型的多基线相位解缠绕方法技术

本发明专利技术属于雷达信号处理领域，公开了一种基于平面近似模型的多基线相位解缠绕方法，包括：获取干涉相位图，计算干涉相位图的缠绕相位梯度，然后进行基于平面近似的模糊数梯度估计，再通过MCF模型求解模糊数，根据模糊数与缠绕相位计算绝对相位，得到相位解缠绕结果；能够解决在噪声干扰下多基线相位解缠绕的噪声鲁棒性差的问题。

Multi baseline phase unwinding method based on plane approximation model

The invention belongs to the field of radar signal processing, and discloses a method for winding a solution of multi baseline phase plane based on approximate model includes: obtaining interferograms, calculation of interferogram winding phase gradient, and then estimates the number of gradient based on Fuzzy plane approximation, and then through the MCF model based on fuzzy number, fuzzy number and winding absolute phase calculation phase, phase unwrapping results in noise; can solve the multi baseline phase unwrapping noise robustness problem.

【技术实现步骤摘要】
基于平面近似模型的多基线相位解缠绕方法
本专利技术属于雷达信号处理
，尤其涉及一种基于平面近似模型的多基线相位解缠绕方法，适用于多基线干涉合成孔径雷达(InSAR)系统在配准、滤波与去平地之后的多基线相位解缠绕问题。
技术介绍
作为传统SAR的发展，InSAR系统能够全天候、全天时工作，现已广泛应用于地形测绘、地表形变监测与自然灾害检测等诸多方面，因此，InSAR技术的发展一直受到了高度重视。与单基线InSAR相比，多基线InSAR能够利用多幅干涉相位图，突破“相位连续性假设”，实现复杂地形(例如有峡谷、陡峭山崖等)的高精度测绘，这一优势使得多基线InSAR在军事及民用领域都具有很广泛的应用前景。在多基线InSAR系统进行地形测绘中，多基线相位解缠绕是一个关键步骤，在传统的多基线相位解缠绕方法中，因其理论基础——中国余数定理本身对噪声的影响十分敏感，这直接导致了多基线InSAR在实际中的应用受到很大限制，如果能提高多基线相位解缠绕方法的噪声鲁棒性，将极大的推动复杂地形的高精度测绘以及相关领域的发展。
技术实现思路
针对上述问题，本专利技术的目的在于提供一种基于平面近似模型的多基线相位解缠绕方法，能够解决在噪声干扰下多基线相位解缠绕的噪声鲁棒性差的问题。为达到上述目的，本专利技术采用如下技术方案予以实现。一种基于平面近似模型的多基线相位解缠绕方法，所述方法包括如下步骤：步骤1，从多基线InSAR系统中获取两个基线分别对应的干涉相位图，记为干涉相位图1和干涉相位图2，两幅干涉相位图的大小相同，且为m×n，其中，m、n分别为大于零的正整数；步骤2，根据干涉相位图1中每个像素的缠绕相位，确定干涉相位图1中水平方向相邻像素间的水平缠绕相位梯度，记为水平缠绕相位梯度矩阵1，其大小为m×(n-1)，并确定干涉相位图1中垂直方向相邻像素间的垂直缠绕相位梯度，记为垂直缠绕相位梯度矩阵1，其大小为(m-1)×n；根据干涉相位图2中每个像素的缠绕相位，确定干涉相位图2中水平方向相邻像素间的水平缠绕相位梯度，记为水平缠绕相位梯度矩阵2，其大小为m×(n-1)，并确定干涉相位图2中垂直方向相邻像素间的垂直缠绕相位梯度，记为垂直缠绕相位梯度矩阵2，其大小为(m-1)×n；步骤3，设定预设窗口大小，根据预设窗口大小选定给定像素位置对应的估计窗口；步骤4，给定像素位置(i，j)，1≤i≤m，1≤j≤n-1；根据给定像素位置(i，j)，以及给定像素位置(i，j)对应的估计窗口，估计得到干涉相位图1的水平方向模糊数梯度矩阵，其大小为m×(n-1)；以及估计得到干涉相位图2的水平方向模糊数梯度矩阵，其大小为m×(n-1)；步骤5，给定像素位置(i，j)，1≤i≤m-1，1≤j≤n；根据给定像素位置(i，j)，以及给定像素位置(i，j)对应的估计窗口，估计得到干涉相位图1的垂直方向模糊数梯度矩阵，其大小为(m-1)×n；以及估计得到干涉相位图2的垂直方向模糊数梯度矩阵，其大小为(m-1)×n；步骤6，将干涉相位图1在水平方向的模糊数梯度矩阵中的元素以及干涉相位图1在垂直方向的模糊数梯度矩阵中的元素带入设定的优化模型，得到干涉相位图1的模糊数矩阵1；将干涉相位图2在水平方向的模糊数梯度矩阵的元素以及干涉相位图2在垂直方向的模糊数梯度矩阵的元素带入所述设定的优化模型，得到干涉相位图2的模糊数矩阵2；步骤7，给定像素位置(i，j)，1≤i≤m，1≤j≤n；根据干涉相位图1在像素位置(i，j)处对应的缠绕相位和干涉相位图1在像素位置(i，j)处的模糊数，计算得到干涉相位图1在像素位置(i，j)处的绝对相位；根据干涉相位图2在像素位置(i，j)处对应的缠绕相位和干涉相位图2在像素位置(i，j)处的模糊数，计算得到干涉相位图2在像素位置(i，j)处的绝对相位；步骤8，令像素位置(i，j)遍历集合{(i，j)|1≤i≤m，1≤j≤n}中的所有元素，重复执行步骤7，从而得到干涉相位图1的绝对相位矩阵，以及干涉相位图2的绝对相位矩阵。本专利技术的有益效果为：(1)本专利技术所提出的方法能够有效降低噪声对于模糊数梯度估计的影响，从而提高了多基线相位解缠绕方法的噪声鲁棒性；(2)本专利技术所提出的方法通过有效估计模糊数梯度，从而能够得到相对稀疏的残点分布，为后续最小费用流(MCF)模型的求解提供了良好的铺垫，也可以移植到其它相位解缠绕方法中。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的一种基于平面近似模型的多基线相位解缠绕方法的流程示意图；图2为本专利技术方法与传统TSPA方法的处理结果示意图，所有图的横坐标对应相应矩阵的列，所有图的纵坐标对应相应矩阵的行；图2中，图2(a)为参考绝对相位图；图2(b)为仿真干涉相位图一；图2(c)为仿真干涉相位图二；图2(d)为由TSPA方法求解得到的相位解缠绕结果图；图2(e)为由本专利技术方法求解得到的相位解缠绕结果图；图2(f)为图2(d)与2(a)的差值图；图2(g)为图2(e)与2(a)的差值图；图3为本专利技术方法与传统TSPA方法的处理结果示意图，所有图的横坐标对应相应矩阵的列，所有图的纵坐标对应相应矩阵的行；图3中，图3(a)为GoogleEarth图像；图3(b)为短基线干涉相位图；图3(c)为长基线干涉相位图；图3(d)为TSPA方法的相位解缠绕结果图；图3(e)为本专利技术方法的相位解缠绕结果图；图3(f)为TSPA方法所得到的残点分布局部图；图3(g)为本专利技术方法得到的残点分布局部图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。从多基线InSAR系统可以获得多幅干涉相位图，以下以基线数为2的情况为例说明本专利技术，对于基线数大于2的情况，可以同理推得。本专利技术实施例提供一种基于平面近似模型的多基线相位解缠绕方法，如图1所示，所述方法包括如下步骤：步骤1，从多基线InSAR系统中获取两个基线分别对应的干涉相位图，记为干涉相位图1和干涉相位图2，两幅干涉相位图的大小相同，且为m×n，其中，m、n分别为大于零的正整数。设多基线InSAR系统中，有两个基线，即为基线1和基线2，基线1的基线长度为B1，基线2的基线长度为B2，具有两个基线的多基线InSAR系统可以获得两幅干涉相位图，基线1对应干涉相位图1，基线2对应干涉相位图2，两幅干涉相位图的尺寸均为m×n，干涉相位图中的元素称为缠绕相位，干涉相位图1中位置(i，j)的缠绕相位记为干涉相位图2中位置(i，j)的缠绕相位记为步骤2，根据干涉相位图1中每个像素的缠绕相位，确定干涉相位图1中水平方向相邻像素间的水平缠绕相位梯度，记为水平缠绕相位梯度矩阵1，其大小为m×(n-1)，并确定干涉相位图1中垂直方向相邻像素间的垂直缠绕相位梯本文档来自技高网...

【技术保护点】
一种基于平面近似模型的多基线相位解缠绕方法，其特征在于，所述方法包括如下步骤：步骤1，从多基线InSAR系统中获取两个基线分别对应的干涉相位图，记为干涉相位图1和干涉相位图2，两幅干涉相位图的大小相同，且为m×n，其中，m、n分别为大于零的正整数；步骤2，根据干涉相位图1中每个像素的缠绕相位，确定干涉相位图1中水平方向相邻像素间的水平缠绕相位梯度，记为水平缠绕相位梯度矩阵1，其大小为m×(n‑1)，并确定干涉相位图1中垂直方向相邻像素间的垂直缠绕相位梯度，记为垂直缠绕相位梯度矩阵1，其大小为(m‑1)×n；根据干涉相位图2中每个像素的缠绕相位，确定干涉相位图2中水平方向相邻像素间的水平缠绕相位梯度，记为水平缠绕相位梯度矩阵2，其大小为m×(n‑1)，并确定干涉相位图2中垂直方向相邻像素间的垂直缠绕相位梯度，记为垂直缠绕相位梯度矩阵2，其大小为(m‑1)×n；步骤3，设定预设窗口大小，根据预设窗口大小选定给定像素位置对应的估计窗口；步骤4，给定像素位置(i，j)，1≤i≤m，1≤j≤n‑1；根据给定像素位置(i，j)，以及给定像素位置(i，j)对应的估计窗口，估计得到干涉相位图1的水平方向模糊数梯度矩阵，其大小为m×(n‑1)；以及估计得到干涉相位图2的水平方向模糊数梯度矩阵，其大小为m×(n‑1)；步骤5，给定像素位置(i，j)，1≤i≤m‑1，1≤j≤n；根据给定像素位置(i，j)，以及给定像素位置(i，j)对应的估计窗口，估计得到干涉相位图1的垂直方向模糊数梯度矩阵，其大小为(m‑1)×n；以及估计得到干涉相位图2的垂直方向模糊数梯度矩阵，其大小为(m‑1)×n；步骤6，将干涉相位图1在水平方向的模糊数梯度矩阵中的元素以及干涉相位图1在垂直方向的模糊数梯度矩阵中的元素带入设定的优化模型，得到干涉相位图1的模糊数矩阵1；将干涉相位图2在水平方向的模糊数梯度矩阵的元素以及干涉相位图2在垂直方向的模糊数梯度矩阵的元素带入所述设定的优化模型，得到干涉相位图2的模糊数矩阵2；步骤7，给定像素位置(i，j)，1≤i≤m，1≤j≤n；根据干涉相位图1在像素位置(i，j)处对应的缠绕相位和干涉相位图1在像素位置(i，j)处的模糊数，计算得到干涉相位图1在像素位置(i，j)处的绝对相位；根据干涉相位图2在像素位置(i，j)处对应的缠绕相位和干涉相位图2在像素位置(i，j)处的模糊数，计算得到干涉相位图2在像素位置(i，j)处的绝对相位；步骤8，令像素位置(i，j)遍历集合{(i，j)|1≤i≤m，1≤j≤n}中的所有元素，重复执行步骤7，从而得到干涉相位图1的绝对相位矩阵，以及干涉相位图2的绝对相位矩阵。...

【技术特征摘要】
1.一种基于平面近似模型的多基线相位解缠绕方法，其特征在于，所述方法包括如下步骤：步骤1，从多基线InSAR系统中获取两个基线分别对应的干涉相位图，记为干涉相位图1和干涉相位图2，两幅干涉相位图的大小相同，且为m×n，其中，m、n分别为大于零的正整数；步骤2，根据干涉相位图1中每个像素的缠绕相位，确定干涉相位图1中水平方向相邻像素间的水平缠绕相位梯度，记为水平缠绕相位梯度矩阵1，其大小为m×(n-1)，并确定干涉相位图1中垂直方向相邻像素间的垂直缠绕相位梯度，记为垂直缠绕相位梯度矩阵1，其大小为(m-1)×n；根据干涉相位图2中每个像素的缠绕相位，确定干涉相位图2中水平方向相邻像素间的水平缠绕相位梯度，记为水平缠绕相位梯度矩阵2，其大小为m×(n-1)，并确定干涉相位图2中垂直方向相邻像素间的垂直缠绕相位梯度，记为垂直缠绕相位梯度矩阵2，其大小为(m-1)×n；步骤3，设定预设窗口大小，根据预设窗口大小选定给定像素位置对应的估计窗口；步骤4，给定像素位置(i，j)，1≤i≤m，1≤j≤n-1；根据给定像素位置(i，j)，以及给定像素位置(i，j)对应的估计窗口，估计得到干涉相位图1的水平方向模糊数梯度矩阵，其大小为m×(n-1)；以及估计得到干涉相位图2的水平方向模糊数梯度矩阵，其大小为m×(n-1)；步骤5，给定像素位置(i，j)，1≤i≤m-1，1≤j≤n；根据给定像素位置(i，j)，以及给定像素位置(i，j)对应的估计窗口，估计得到干涉相位图1的垂直方向模糊数梯度矩阵，其大小为(m-1)×n；以及估计得到干涉相位图2的垂直方向模糊数梯度矩阵，其大小为(m-1)×n；步骤6，将干涉相位图1在水平方向的模糊数梯度矩阵中的元素以及干涉相位图1在垂直方向的模糊数梯度矩阵中的元素带入设定的优化模型，得到干涉相位图1的模糊数矩阵1；将干涉相位图2在水平方向的模糊数梯度矩阵的元素以及干涉相位图2在垂直方向的模糊数梯度矩阵的元素带入所述设定的优化模型，得到干涉相位图2的模糊数矩阵2；步骤7，给定像素位置(i，j)，1≤i≤m，1≤j≤n；根据干涉相位图1在像素位置(i，j)处对应的缠绕相位和干涉相位图1在像素位置(i，j)处的模糊数，计算得到干涉相位图1在像素位置(i，j)处的绝对相位；根据干涉相位图2在像素位置(i，j)处对应的缠绕相位和干涉相位图2在像素位置(i，j)处的模糊数，计算得到干涉相位图2在像素位置(i，j)处的绝对相位；步骤8，令像素位置(i，j)遍历集合{(i，j)|1≤i≤m，1≤j≤n}中的所有元素，重复执行步骤7，从而得到干涉相位图1的绝对相位矩阵，以及干涉相位图2的绝对相位矩阵。2.根据权利要求1所述的一种基于平面近似模型的多基线相位解缠绕方法，其特征在于，步骤2具体包括如下子步骤：(2a)获取干涉相位图1中像素位置(i，j)处的缠绕相位获取干涉相位图2中像素位置(i，j)处的缠绕相位像素位置(i，j)处的像素值为像素位置(i，j)处的缠绕相位；(2b)记干涉相位图1的水平缠绕相位梯度矩阵1为中第i行第j列元素记干涉相位图2的水平缠绕相位梯度矩阵2为中第i行第j列元素(2c)记干涉相位图1的垂直缠绕相位梯度矩阵1为中第i行第j列元素记干涉相位图2的垂直缠绕相位梯度矩阵2为中第i行第j列元素3.根据权利要求2所述的一种基于平面近似模型的多基线相位解缠绕方法，其特征在于，步骤3中，设定预设窗口大小为(2p+1)×(2q+1)；(3a)对于水平缠绕相位梯度矩阵1或者水平缠绕相位梯度矩阵2中给定的像素位置(i，j)，1≤i≤m，1≤j≤n-1，其对应的估计窗口内所包含的水平缠绕相位梯度记为或者其中，a0≤i′≤a1，b0≤j′≤b1，a0，a1，b0，b1的值由下式确定：(3b)对于垂直缠绕相位梯度矩阵1或者垂直缠绕相位梯度矩阵2中给定的像素位置(i，j)，1≤i≤m-1，1≤j≤n，其对应的估计窗口内所包含的垂直缠绕相位梯度记为或者其中，c0≤i″≤c1，d0≤j″≤d1，c0，c1，d0，d1的值由下式确定：4.根据权利要求3所述的一种基于平面近似模型的多基线相位解缠绕方法，其特征在于，步骤4具体包括：(4a)对于给定像素位置(i，j)，干涉相位图1的水平缠绕相位梯度和干涉相位图2的水平缠绕相位梯度以及尺寸为(2p+1)×(2q+1)的估计窗口，记估计窗口内所有水平缠绕相位梯度位置(i′，j′)的集合定义Rpq误差其中，其中，符号[·]表示取四舍五入，为干涉相位图1在像素位置(i，j)的水平方向模糊数梯度，为干涉相位图2在像素位置(i，j)的水平方向模糊数梯度，B1表示基线1的长度，B2表示基线2的长度，和为水平梯度修正因子，用于修正窗内像素位置(i，j)处的水平绝对相位梯度与窗内其它位置(i′，j′)处的水平绝对相位梯度因为相位缠绕所带来的梯度不一致；(4b)求解如下优化模型：<...

【专利技术属性】
技术研发人员：邢孟道，蓝洋，于瀚雯，
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