星载干涉合成孔径雷达若干关键技术的算法研究

论文摘要

干涉合成孔径雷达是近年来新发展起来的一项微波遥感技术,它能够全天候、大范围、高精度地测量三维地形图（digital evaluation map,DEM）和地形形变,被广泛地应用于地形测绘、植被分类、人工建筑三维重建以及火山活动、冰川移动、地表沉降等有关地质动力学的研究。它对同一地区具有微小差别的两幅单视复数图像（single look complex,SLC）进行干涉处理,经过配准、滤波、解缠、去除平地效应等一系列的处理环节,最终获取三维DEM或地表形变的信息。本文工作主要集中于InSAR数据处理中的两个关键技术:SLC图像配准和相位解缠,同时,提出了一种构造不同图像质量的模拟SLC图像的方法。论文首先介绍了合成孔径雷达干涉测量三维地形和地表形变的发展历程,概述了国内外的InSAR技术发展以及当前的研究状况,详细地论述InSAR技术反演DEM的处理过程,并对每个InSAR处理环节的原理和主要算法进行了阐述和总结。本文采用了一种由粗配准到精配准的两级配准策略,以两幅图像对应像素的强度平均平方差函数作为相似性测度,对两幅SLC图像进行配准,配准精度达到了亚像素级。该方法首先根据两图像中特征明显的区域,粗略选取相同区域。经过过采样后,在副图像上选取几十个256×256的搜索窗口,依据最小平均平方差函数进行粗配准。方位向滤波后,在副图像上均匀选取几百个64×64的窗口,对主副图像做间隔为0.1像元的插值后,再以最小平均平方差函数进行精配准。设定阈值选取可靠的控制点,经过一致性检测后,根据这些控制点,由二维多项式拟合方程计算出主副图像上对应像素间的配准关系。最后,采用升余弦插值核进行插值,计算副图像各像素的偏移。将配准后的两幅ENVISAT图像进行干涉和滤波处理,干涉图像出现的清晰干涉条纹证明了本文配准算法的有效性。本文提出了一种基于蚁群算法的路径跟踪相位解缠算法。该方法考虑了整体的枝切线长度最短,通过蚁群算法,生成较短的全局路径。再把全局路径分割为多条“极性平衡”的路径,使得生成的总路径更短。在避开路径进行相位积分时,由路径引起的解缠误差更小,也不会形成孤立的不解缠区域,提高了相位解缠的精度。同时,该方法有很好的并行性,利用并行计算机计算能够大大加快运算速度。将该算法分别应用于仿真SLC数据的干涉图像和ENVISAT-ASAR伊朗Bam地区的InSAR图像,并与其他几种解缠算法作了比较。实验结果表明:该算法可有效用于不同复杂地形的干涉图像的相位解缠。与其他几种解缠算法相比,其解缠精度高,解缠速度也较快。针对大尺度密集残差点干涉图像的相位解缠,本文提出了两种路径跟踪相位解缠算法:区域分片连接法以及中心扩展搜索法。前者先将干涉图像分割成多片极性平衡区域,然后按照最近距离原则连接每片区域的异性残差点并建立枝切线。后者由图像中心向外逐步扩展,建立搜索窗口,搜索并连接最近距离的异性残差点。前者适用于残差点分散地分布在多片极性平衡区域的干涉图像,后者适用于残差点密集均匀分布的干涉图像。它们建立的枝切线较短,避免了残差点的多次连接,且提高了解缠精度。实验结果表明,本文提出的两种算法具有解缠精度高,运算速度快等优点。尤其适用于尺寸较大、残差点较密集的干涉图像。本文提出了一种构造不同质量的SLC图像的方法。用中国广东地区的DEM数据和ENVISAT-ASAR的参数,按SAR投影成像和双尺度粗糙面散射计算,构造了SLC数据的相位和幅值。通过有比例地变更DEM的起伏程度生成多景具有不同的起伏高度和阴影的SLC图像,进而构造了多景不同残差点数量的相干数据。该数据能够对各种InSAR解缠算法进行有效的估评检验,有助于分析实际中的SAR图像的阴影对InSAR反演误差的影响。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 干涉合成孔径雷达
• 1.3 干涉合成孔径雷达的发展史
• 1.4 国内外INSAR技术研究现状
• 1.5 INSAR的应用
• 1.6 论文的研究内容和安排
• 第二章 INSAR测量原理
• 2.1 SAR成像原理
• 2.1.1 SAR的发展概况
• 2.1.2 SAR的距离分辨率和方位分辨率
• 2.1.3 脉冲压缩与线性调频信号
• 2.1.4 SAR图像特征
• 2.2 星载INSAR反演DEM原理
• 2.2.1 星载InSAR反演DEM概述
• 2.2.2 星载InSAR反演DEM的原理
• 2.2.3 基线估计
• 2.2.4 复数图像的预滤波
• 2.2.5 复相位滤波方法
• 2.2.6 复数图像的配准
• 2.2.7 去除平地效应
• 2.2.8 干涉纹图的相位解缠
• 2.2.9 生成DEM与地理编码
• 2.3 DINSAR测量地表形变
• 2.3.1 D-InSAR测量基本原理
• 2.3.2 PSD-InSAR测量应用
• 2.4 本章小节
• 第三章 SAR单视复数图像配准
• 3.1 SAR图像配准方法概述
• 3.1.1 插值方法
• 3.2 SLC图像的配准算法概述
• 3.2.1 SAR图像几何配准算法
• 3.2.2 平均波动函数测量
• 3.2.3 最大干涉频谱配准算法
• 3.3 相似性配准方法
• 3.3.1 最大相关系数法
• 3.3.2 互信息法配准算法
• 3.4 最小平均平方差法和配准实验
• 3.5 本章小节
• 第四章 SLC数据模拟与相位解缠算法
• 4.1 SLC数据模拟
• 4.2 相位解缠算法概况
• 4.3 最小范数相位解缠算法
• 4.3.1 最小范数解缠算法
• 4.3.2 最小二乘相位解缠算法
• 4.4 路径跟踪算法
• 4.4.1 Goldstein路径跟踪法
• 4.4.2 掩模割线法和最小非连续解缠算法
• 4.5 基于蚁群算法的路径跟踪相位解缠算法
• 4.6 实验研究与算法比较
• 4.6.1 模拟数据实验比较分析
• 4.6.2 真实数据实验比较分析
• 4.7 本章小节
• 第五章 大尺寸密集残差点的干涉图相位解缠算法与实验分析
• 5.1 大尺寸密集残差点的干涉图相位解缠
• 5.1.1 区域分片连接法
• 5.1.2 中心扩展搜索法
• 5.2 大尺寸密集残差点干涉图的相位解缠方法实验分析
• 5.3 本章小节
• 第六章 结论与展望
• 6.1 结论
• 6.2 展望
• 参考文献
• 攻读博士学位期间所参加的科研项目与成果
• 致谢