CN108387899B - 合成孔径雷达干涉测量中地面控制点自动选取方法 - Google Patents
合成孔径雷达干涉测量中地面控制点自动选取方法 Download PDFInfo
- Publication number
- CN108387899B CN108387899B CN201810340738.0A CN201810340738A CN108387899B CN 108387899 B CN108387899 B CN 108387899B CN 201810340738 A CN201810340738 A CN 201810340738A CN 108387899 B CN108387899 B CN 108387899B
- Authority
- CN
- China
- Prior art keywords
- gcp
- interference
- pixel
- candidate
- window
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000005305 interferometry Methods 0.000 title claims abstract description 19
- 238000010187 selection method Methods 0.000 title claims abstract description 8
- 238000000034 method Methods 0.000 claims abstract description 28
- 238000009826 distribution Methods 0.000 claims abstract description 6
- 238000005192 partition Methods 0.000 claims abstract description 3
- 238000000638 solvent extraction Methods 0.000 claims abstract description 3
- 238000012545 processing Methods 0.000 claims description 12
- 230000001427 coherent effect Effects 0.000 claims description 5
- 238000012935 Averaging Methods 0.000 claims description 2
- 230000011218 segmentation Effects 0.000 claims description 2
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 238000012217 deletion Methods 0.000 claims 1
- 230000037430 deletion Effects 0.000 claims 1
- 238000004364 calculation method Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 235000005956 Cosmos caudatus Nutrition 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000009827 uniform distribution Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
- G01S13/90—Radar or analogous systems specially adapted for specific applications for mapping or imaging using synthetic aperture techniques, e.g. synthetic aperture radar [SAR] techniques
- G01S13/9021—SAR image post-processing techniques
- G01S13/9023—SAR image post-processing techniques combined with interferometric techniques
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Computer Networks & Wireless Communication (AREA)
- General Physics & Mathematics (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明公开一种合成孔径雷达干涉测量中地面控制点自动选取方法，包括以下步骤：从待干涉测量的多时序SAR SLC影像序列中，任意选取两幅影像构成干涉对，经干涉相位计算得到干涉图并计算相干系数图；按所需的GCP数量对干涉图进行分块，在对干涉对各像素求取干涉相位导数并统计各像素局部窗口内干涉相位导数方差的基础上，在各分块中搜索干涉相位稳定或连续均匀变化的区域，构成GCP的候选子集S1；在相干系数图上，筛选本身的相干系数高且其局部窗口内相干系数也高的像素，构成GCP的候选子集S2；求取GCP候选子集S1和S2的交集，得到初步GCP选取结果；依据GCP的数量和分布对GCP初选结果进行优化，获得GCP最终的GCP自动选取结果。本发明对于提高不同模式雷达干涉测量的自动化程度和精度有重要价值。
Description
技术领域
本发明属于测绘和遥感信息应用技术，具体涉及一种合成孔径雷达干涉测量中地面控制点自动选取方法。
背景技术
合成孔径雷达干涉(Synthetic Aperture Radar Interferometry,简称InSAR)测量是新近发展起来的空间对地观测技术，是合成孔径雷达(SAR)遥感技术与射电天文干涉技术相结合的产物。它利用具有干涉成像能力的机载或星载两部SAR天线(或一部天线多时序重复观测)向目标区域发射微波信号，合成孔径雷达然后接收目标反射的回波，得到同一目标区域具有一定视角差的两幅或多幅具有相干性的单视复数(Single LookingComplex,SLC)(包括振幅和相位信息)影像，对得到的复数影像进行两两共轭相乘获得干涉图，或进一步对干涉图进行差分处理(D-InSAR)，根据干涉图的相位值或相位差，综合利用SAR传感器的高度、雷达波长、波束视向以及天线基距之间的几何关系，并考虑地球椭球或地形起伏，计算得出两次或多次成像中微波的路程差，从而精确计算出SAR影像上每一像元对应的地面目标的三维位置及其变化信息，包括地形、地貌以及地表的微小变化，用于数字高程模型(DEM)建立、地表形变探测等。
InSAR技术发展到现在，除对两幅复数影像的干涉处理(InSAR)和对三幅复数影像的差分干涉处理(D-InSAR)模式之外，还发展了包括永久散射体(Persistent Scatter，PS)雷达干涉测量(PS-InSAR)模式、小基线集(Small BAse line Subset，SBAS)雷达干涉测量(SBAS-InSAR)模式等多时间序列SAR影像(数十幅)的差分干涉测量技术，其目的在于获得长时间序列的地表形变信息。
对于星载雷达干涉测量，不论是InSAR、D-InSAR、PS-InSAR还是SBAS-InSAR技术，为了获得高精度的地形或地表形变信息，提高雷达干涉测量结果的精度，必须消除或削弱由于卫星轨道误差带来的影响，必须对卫星轨道和相位偏移进行纠正，进行轨道精炼和相位偏移的计算，消除可能的斜坡相位，为此需要在SAR影像或干涉图中人工交互地寻找若干分布均匀且满足特定标准的地面控制点(Groud Control Point，简称GCP)，得到其在影像上的行、列号，并利用与SAR影像配准的参考DEM数据，获取各控制点的地面三维坐标(X，Y，Z)，由此计算轨道参数不准确产生的误差。
当今主流的商业化雷达干涉测量软件，无论是商业化的GAMMA、SARScape、EarthView INSAR还是开源的Doris、ROI_PAC等在涉及GCP选取的相关处理环节，都采用人工交互方式从单幅影像或干涉对中选取若干数量的GCP。然而这种人工交互地在SAR影像或干涉图中进行GCP的选取，不仅人机交互工作量大，而且选点过程依赖于处理人员的经验，带有很强的主观性，对处理结果产生极为不利的影响。因此需要为InSAR、D-InSAR和时序InSAR(包括PS-InSAR和SBAS-InSAR)处理中涉及GCP交互选取的各环节发展自动的GCP选取方法，以提高雷达干涉测量的自动化程度及其精度。
发明内容
发明目的：本发明的目的在于解决现有技术中存在的不足，提供一种合成孔径雷达干涉测量中地面控制点自动选取方法，根据相应GCP的选取技术要求，在进行不同模式InSAR处理时，依据任意两幅经配准的SAR SLC影像(即干涉对)各像素的相干系数及经干涉处理得到的干涉图中相位连续平滑区域，自动地进行GCP的自动选取。
在不同模式的InSAR处理中，GCP的选取应当满足一定的技术要求：①GCP的应尽可能均匀分布在多时序SAR SLC影像(至少两幅)的重叠区；②GCP应选在没有残余地形干涉条纹或形变干涉条纹的位置，远离形变区域，除非已知这个点的形变速率；③GCP点应位于没有相位跃变的位置，若GCP点位于一个孤立相位上，并且解缠的质量不理想，这个位置可能是相位斜坡(Phase Ramp)的一部分，此处不宜选作GCP；④在进行多时序InSAR(如SBAS-InSAR)处理过程中，同一GCP很难适用于所有的干涉对(具有相干性的两幅单视复数影像)，这是因为不同的干涉对具有不同的相干性，因此，在时序InSAR中应尽可能多地选取GCP以适用于不同的干涉对，一般情况下，对于重复覆盖同一个区域的时序SAR影像，在重复区域内至少需要选取20～30个GCP。
技术方案：本发明一种合成孔径雷达干涉测量中地面控制点自动选取方法，其特征在于：依次包括以下步骤：
步骤一：从待干涉测量的多时序SAR SLC影像序列中，任意选取两幅SAR SLC影像C1和C2，形成干涉对，利用窗口互相关算法对C1和C2进行自动配准，计算得到干涉图；具体过程为：
(2.1)对两幅SAR SLC影像C1和C2，利用窗口互相关算法对C1和C2进行自动配准，形成干涉对；
(2.2)按式(2)和式(3)对配准的C1和C2分别计算各像素的干涉相位，得到干涉图；
其中，A1、A2分别为C1、C2的强度值，
分别为C1、C2的相位值，q为虚数，即
其中，
为C2的共轭复数，
为两影像的复共轭相乘；
步骤二：根据不同处理模式或环节需要的控制点数量k，在干涉图上相对均匀且自动地搜索相位平滑且连续的区域，将这些区域作为GCP潜在的分布区域，生成GCP候选子集S1；这样能够保证所需数量的GCP在整幅干涉图中近似均匀地分布且落入干涉相位稳定或连续均匀变化的区域；具体过程为：
(3.1)根据需要的控制点数量k，对步骤一所得的干涉图按m×n个矩形范围进行均匀分块，使得每个GCP点仅落入其中一个分块，其中，m×n≈2k，且m≈n；
(3.2)在干涉图全影像上，对每一像素p(r,c)，此处r和c分别为像素的行号和列号；按式(4)采用一定大小的窗口l×l(如31×31、33×33等)逐一计算该窗口内各像素的干涉相位导数，即相邻像素在x和y方向干涉相位的梯度；然后按式(5)统计该窗口内干涉相位导数方差Zr,c，赋给像素p(r,c)，得到干涉相位导数方差图像；
其中
分别为窗口内x、y方向干涉相位导数的平均值；i、j分别为在窗口内逐一计算各像素干涉相位导数时的行、列控制变量，均为依次递增1的整数；l为奇数且其取值范围为29～35；
显然，Zr,c为零或其值很小时，表明干涉相位是连续的；而干涉相位导数方差值较大时，则表明干涉相位是不连续的，呈剧烈变化。
(3.3)对干涉相位导数方差图像中各像素按干涉相位导数方差的数值由小到大排序并采用线性表记录，顺序访问该线性表一直到图像总像素数的30％时为止，然后取该处所对应的干涉相位导数方差作为分割阈值tZ，按式(6)对干涉相位导数方差图像中各像素的干涉相位导数方差进行二值化，并赋给各像素：
此处，选取“图像总像素数的30％时为止”能够使后续二值化时，只有30％左右的像素被二值化为“1”，从而缩小GCP候选区最多不超过全图像或各分块全部像素的30％；
(3.4)针对步骤(3.1)中的各分块，依据各像素的二值化结果，统计值为“1”的像素总数，若该总数小于分块总像素个数的30％，则不考虑在此分块中选取GCP；否则该分块成为GCP的潜在分块；
(3.5)针对步骤(3.4)中的各GCP潜在分块，采用8-邻域连通域标记法，进行连通区域标记，获得值为“1”像素的若干连续区域；再统计各连续区域的面积，即对连续区域的像素个数进行计数，然后选取其中面积占比最大的连续区域作为GCP的可能落入区，以线性表记录，构成GCP候选子集S1。
步骤三：对经配准的干涉对C1和C2，计算干涉对中各像素的相干系数γ，将相干系数高的像素予以标记，作为GCP的可能点位，生成GCP候选子集S2；这样能够使GCP点应落在高相干性的像素上；具体过程为：
(4.1)对干涉对中的各像素分别在一定窗口范围内(窗口范围取奇数的正方形窗口，且其宽度取值范围为11～15，如11×11、13×13)按式(6)计算其相干系数γ；
(4.2)将干涉对中相干系数γ大于设定阈值t1(t1取值范围为0.8～1.0，例如0.8)且其局部窗口(取奇数的正方形窗口，宽度取值范围为7～9，如7×7、9×9)内各像素相干系数γ的平均值都大于设定阈值t2(t2取值范围为0.5～0.7，例如0.6)的像素予以标记，以线性表记录这些高相干像素，构成GCP候选子集S2，0.5≤t1≤1，0.5≤t2≤1；
步骤四：利用GCP候选子集S1和GCP候选子集S2，采用式(7)进行集合交运算，得到分布均匀、相位差稳定或呈连续变化且呈高相干的像素，以这些像素(ci,ri)作为GCP候选点：
S＝S1∩S2 式(7)
步骤五：对GCP候选点集合S进行优化，使GCP的数量与需要或实际所输入的GCP数量k相等，最终得到满足需求的GCP数量及其分布，其具体过程为：
(5.1)若GCP候选点的数量少于k，则将步骤二之(2.4)产生的各GCP潜在分块再划分为2×2的子块(2×2的划分对于各子块而言，不需要考虑其宽窄，简单易行)，按相同方式搜索GCP潜在子块，并对各GCP潜在子块中按步骤二之(2.5)进行连续区域标记，重新构建GCP候选子集S1，再与候选子集S2求取其交集，得到新的候选点集合S；
(5.2)若GCP候选点的数量多于k，则将干涉图各分块或子块中连续区域面积占比最小的分块或子块中的连续区域，从GCP候选子集S1直接删除，再与候选子集S2求取其交集，得到新的候选点集合S；
(5.3)重复以上步骤，直至GCP候选点集合S中，候选点数量与需要的GCP数量k相等，获得最终的GCP自动选点结果。
有益效果：本发明仅依据两幅能构成干涉对的SAR SLC影像，在计算相干系数和干涉相位的基础上，从干涉对中自动地搜索相干系数高且相位稳定或变化均匀的区域，在这些区域均匀地配置所需数量的GCP，以自动化方式满足不同模式InSAR中涉及GCP的处理环节的对GCP数量和点位的需求。
附图说明
图1是本发明的流程图；
图2是实施例中同一区域不同时间的两幅SAR SLC影像示意图；
图3是实施例中干涉相位导数方差均匀和连续区域标记结果示意图；
图4是实施例中干涉对中GCP自动选取结果示意图；
其中，图2(a)为实施例中SAR SLC影像C1，图2(b)为实施例中SAR SLC影像C2。
具体实施方式
下面对本发明技术方案进行详细说明，但是本发明的保护范围不局限于所述实施例。
实施例：
本实施例以意大利COSMO SkyMed卫星获取的、覆盖横断山脉部分地区的多时相SAR SLC影像序列(本发明同样也适合于其他卫星获取的SAR SLC影像)进行多时序InSAR分析(SBAS-InSAR模式)获取区域地表形变时，在去平地效应、卫星轨道参数校正与重去平、斜距—地距转换、地理编码等环节对GCP的需要为例。
如图1所示，本实施的合成孔径雷达干涉测量中地面控制点自动选取方法，其过程如下：
步骤一，影像预处理以及干涉相位和相干系数的计算
从重复覆盖同一地区的多时序COSMO SkyMed SAR SLC(或其他卫星SARSLC影像)影像序列中，选取两幅时间接近或时间相隔较短的SAR SLC影像C1和C2组成干涉对，如图2所示，在商业化或开源InSAR处理软件的支持下，对原始SAR影像进行多视(Multi Looking)、滤波等预处理，利用原始影像附带的近似轨道参数，采用窗口互相关算法对该两景SLC影像进行精确配准；对两幅SAR SLC影像组成的干涉对，按式(2)和式(6)分别计算各像元的干涉相位
及相干系数γ(窗口大小设为11×11)，得到干涉图和相干系数图。
步骤二：利用干涉图进行所需数量GCP均匀分布区域的筛选，其具体过程是：
(1)根据需要的(输入参数)GCP数量k(例如本例中进行两景SAR影像的InSAR处理构建区域DEM时需要17个GCP)，将干涉对影像平均分为7×6共42个分块(分块数应是需要的GCP数量2倍左右)；
(2)对干涉图全影像上的各个像素p(r,c)，在以该像素为中心、大小为33×33的窗口范围内，按式(3)逐一计算窗口内各像素的干涉相位导数，并按式(4)统计该窗口范围内各像素的导数方差Zr,c，赋给像素p(r,c)，得到干涉相位导数方差图像；
(3)设置一个与干涉相位导数方差图像大小(行数×列数)相等的线性表，按干涉相位导数方差图像中各像素的数值由小到大排序，并依次填入该线性表；顺序访问该线性表，直到该线性表的30％处，以此处对应的干涉相位导数方差作为图像二值化分割阈值tZ，按式(5)对干涉相位导数方差图像进行二值化，将各像素的值分别取“1”(干涉相位导数方差较小)或“0”(干涉相位导数方差较大)，并设置一个与干涉相位导数方差图像大小相同的二值图像TB(如图3所示)，记录此二值化结果；
(4)利用步骤二(1)中对干涉图分块结果，按各分块范围所对应的二值图像，对各分块中值为“1”的像素个数进行统计，若某分块中值为“1”的像素个数少于该分块像素总数的30％，则忽略此分块，否则将该分块设作GCP的潜在分块；
(5)针对各GCP潜在分块，在其分块范围内，采用8-邻域连通域标记法对干涉相位导数方差二值图像TB进行连通区域标记，获得值为“1”像素的若干连续区域；统计各连续区域的像素个数，选取其中面积占比最大的连续区域作为GCP的可能落入区，该连续区域中的各像素都是GCP的候选像素，以线性表S1记录这些像素的行号和列号(c，r)，获得GCP候选子集S1。
步骤三：根据步骤一得到的相干系数图，进行高相干点的筛选，其过程是：
(1)在相干系数图上，针对各像素，设置相干系数阈值t1(本例中t1＝0.8)，并设置各像素局部窗口范围(本例中窗口大小为9×9)内平均相干系数阈值t2(本例中t2＝0.6)；
(2)遍历相干系数图，对相干系数大于t1的像素并且该像素窗口内各像素平均相干系数也大于t2的予以标记，用线性表S2记录同时满足这两个条件的所有像素的行号和列号(c，r)，获得GCP候选子集S2。
步骤四：对步骤二产生的GCP候选子集S1和步骤三产生的GCP候选子集S2，利用式(7)求取其交集，得到GCP的候选点集合S；
步骤五：对步骤四产生的GCP候选点集合S进行优化，使GCP的数量与需要的GCP数量k(本例中k＝17)相等，获得满足需求的GCP数量及其分布，其过程是：
(1)若GCP候选点的数量少于k，则将步骤二之(4)产生的各GCP潜在分块再划分为2×2的子块，按相同方式搜索GCP潜在子块，并对各GCP潜在子块中按步骤二之(5)进行连续区域标记，重新构建GCP候选子集S1，再与步骤三产生的候选子集S2求取其交集，得到GCP候选点集合S。
(2)若GCP候选点的数量多于k，则将干涉图各分块或子块中连续区域面积占比最小的分块或子块中的连续区域，从GCP候选子集S1中直接删除，再与步骤三产生的候选子集S2求取其交集，得到GCP候选点集合S。
(3)重复以上步骤，直至GCP候选点集合S中，候选点数量与需要的GCP数量k相等，获得最终GCP的自动选点结果(如图4所示，图中红色十字中心对应位置)。
通过本实施可以看出，本发明在不同模式雷达干涉测量应用中，能够仅利用干涉影像对自身的信息，即可达到自动选取分布均匀、干涉相位连续、相干系数高且满足数量要求的地面控制点(Ground Control Point，GCP)。
Claims (4)
1.一种合成孔径雷达干涉测量中地面控制点自动选取方法，其特征在于：包括以下步骤：
步骤一：从待干涉测量的多时序SAR SLC影像序列中，任意选取两幅SAR SLC影像C1和C2，形成干涉对，利用窗口互相关算法对C1和C2进行自动配准，计算得到干涉图；
步骤二：根据不同处理模式或环节需要的GCP数量k，在干涉图上相对均匀且自动地搜索相位平滑且连续的区域，将这些区域作为GCP潜在的分布区域，生成GCP候选子集S1；
步骤三：对经配准的干涉对C1和C2，计算干涉对中各像素的相干系数γ，将相干系数高的像素予以标记，作为GCP的可能点位，生成GCP候选子集S2；
步骤四：利用GCP候选子集S1和GCP候选子集S2，采用式(1)进行集合交运算，得到分布均匀、相位差稳定或呈连续变化且呈高相干的像素，并以这些像素p(c,r)作为GCP候选点：
S＝S1∩S2 式(1)
步骤五：对GCP候选点集合S进行优化，使GCP的数量与需要或实际所输入的GCP数量k相等，最终得到满足需求的GCP数量及其分布；
其中步骤二的详细方法为：
(3.1)根据需要的GCP数量k，对步骤一所得的干涉图按m×n个矩形范围进行均匀分块，使得每个GCP点仅落入其中一个分块，其中，m×n≈2k，且m≈n；
(3.2)在干涉图全影像上，对每一像素p(c,r)，此处c和r分别为像素的行号和列号；按式(4)采用一定大小的窗口l×l逐一计算该窗口内各像素的干涉相位导数，即相邻像素在x和y方向干涉相位的梯度；然后按式(5)统计该窗口内干涉相位导数方差Zc,r，赋给像素p(c,r)，得到干涉相位导数方差图像；
其中
分别为窗口内x、y方向干涉相位导数的平均值；i、j分别为在窗口内逐一计算各像素干涉相位导数时的行、列控制变量，均为依次递增1的整数；l为奇数且其取值范围为29～35；
(3.3)对干涉相位导数方差图像中各像素按干涉相位导数方差的数值由小到大排序并采用线性表记录，顺序访问该线性表一直到图像总像素数的30％时为止，然后取该处所对应的干涉相位导数方差作为分割阈值tZ，按式(6)对干涉相位导数方差图像中各像素的干涉相位导数方差进行二值化，并赋给各像素：
(3.4)针对步骤(3.1)中的各分块，依据各像素的二值化结果，统计值为“1”的像素总数，若该总数小于分块总像素个数的30％，则不考虑在此分块中选取GCP；否则该分块成为GCP的潜在分块；
(3.5)针对步骤(3.4)中的各GCP潜在分块，采用8-邻域连通域标记法，进行连通区域标记，获得值为“1”像素的若干连续区域；再统计各连续区域的面积，即对连续区域的像素个数进行计数，然后选取其中面积占比最大的连续区域作为GCP的可能落入区，以线性表记录，构成GCP候选子集S1。
2.根据权利要求1所述的合成孔径雷达干涉测量中地面控制点自动选取方法，其特征在于：所述步骤一的具体过程为：
(2.1)对两幅SAR SLC影像C1和C2，利用窗口互相关算法对C1和C2进行自动配准，形成干涉对；
(2.2)按式(2)和式(3)对配准的C1和C2分别计算各像素的干涉相位，得到干涉图；
其中，A1、A2分别为C1、C2的强度值，
分别为C1、C2的相位值，q为虚数，即
其中，
为C2的共轭复数，
为两影像的复共轭相乘。
3.根据权利要求1所述的合成孔径雷达干涉测量中地面控制点自动选取方法，其特征在于：所述步骤三的具体过程为：
(4.1)对干涉对中的各像素分别在一定窗口范围内按式(7)计算其相干系数γ；
此处的窗口范围取奇数的正方形窗口，且其宽度取值范围为11～15；
(4.2)将干涉对中相干系数γ大于设定阈值t1且其局部窗口内各像素相干系数γ的平均值都大于设定阈值t2的像素予以标记，以线性表记录这些高相干像素，构成GCP候选子集S2，此处，t1取值范围为0.8～1.0，t2取值范围为0.5～0.7，局部窗口为取奇数的正方形窗口，宽度取值范围为7～9。
4.根据权利要求1所述的合成孔径雷达干涉测量中地面控制点自动选取方法，其特征在于：所述步骤五的具体过程为：
(5.1)若GCP候选点的数量少于k，则将各GCP潜在分块再划分为2×2的子块，然后搜索GCP潜在子块，并对各GCP潜在子块进行连续区域标记，重新构建GCP候选子集S1，再与候选子集S2求取其交集，得到新的候选点集合S；
(5.2)若GCP候选点的数量多于k，则将干涉图各分块或子块中连续区域面积占比最小的分块或子块中的连续区域，从GCP候选子集S1直接删除，再与候选子集S2求取其交集，得到新的候选点集合S；
(5.3)重复以上步骤，直至GCP候选点集合S中，候选点数量与需要的GCP数量k相等，获得最终的GCP自动选点结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810340738.0A CN108387899B (zh) | 2018-04-17 | 2018-04-17 | 合成孔径雷达干涉测量中地面控制点自动选取方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810340738.0A CN108387899B (zh) | 2018-04-17 | 2018-04-17 | 合成孔径雷达干涉测量中地面控制点自动选取方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108387899A CN108387899A (zh) | 2018-08-10 |
| CN108387899B true CN108387899B (zh) | 2020-07-31 |
Family
ID=63064765
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810340738.0A Active CN108387899B (zh) | 2018-04-17 | 2018-04-17 | 合成孔径雷达干涉测量中地面控制点自动选取方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108387899B (zh) |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109444879A (zh) * | 2018-10-19 | 2019-03-08 | 西南交通大学 | 一种DInSAR近断层同震形变场提取方法 |
| CN111059998B (zh) * | 2019-12-31 | 2020-11-13 | 中国地质大学（北京） | 一种基于高分辨率的时序InSAR形变监测方法及系统 |
| CN111474544B (zh) * | 2020-03-04 | 2022-11-18 | 广东明源勘测设计有限公司 | 一种基于sar数据的滑坡形变监测及预警方法 |
| CN111860158B (zh) * | 2020-06-15 | 2024-02-20 | 中国测绘科学研究院 | 一种融合1D-CNN与BiLSTM神经网络的时序InSAR高相干点提取方法 |
| CN112130148B (zh) * | 2020-09-14 | 2021-12-28 | 北京大学 | 基于土地类型的InSAR时序分析中DS自适应选取方法 |
| CN112146622A (zh) * | 2020-10-23 | 2020-12-29 | 湖南航天智远科技有限公司 | 输电线路沿线地质沉降监测方法 |
| CN112986994B (zh) * | 2021-02-06 | 2023-11-17 | 中国人民解放军国防科技大学 | 一种sar层析参考网快速生成方法 |
| CN113311433B (zh) * | 2021-05-28 | 2022-08-02 | 北京航空航天大学 | 一种质量图和最小费用流结合的InSAR干涉相位两步解缠方法 |
| CN114185048B (zh) * | 2022-02-15 | 2022-05-31 | 湖南吉赫信息科技有限公司 | 地基InSAR提取滑坡位移向量的方法、系统及存储介质 |
| CN115143877B (zh) * | 2022-05-30 | 2023-04-25 | 中南大学 | 基于强散射幅度抑制和异常值识别的sar偏移量跟踪方法、装置、设备和介质 |
| CN115061136B (zh) * | 2022-06-08 | 2024-01-09 | 江苏省水利科学研究院 | 一种基于sar图像的河湖岸线变化点检测方法及系统 |
| CN117092650A (zh) * | 2023-10-17 | 2023-11-21 | 月明星(北京)科技有限公司 | 用于合成孔径雷达图像的像素干涉方法、装置和设备 |
| CN117609533B (zh) * | 2024-01-24 | 2024-04-05 | 航天宏图信息技术股份有限公司 | 合成孔径雷达干涉图像对的自动筛选方法、装置及设备 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001091650A (ja) * | 1999-09-20 | 2001-04-06 | Mitsubishi Electric Corp | 合成開口レーダ画像精密幾何補正用能動型地上基準点装置 |
| JP2008185375A (ja) * | 2007-01-29 | 2008-08-14 | Mitsubishi Electric Corp | Ｓａｒ画像の３ｄ形状算出装置及びｓａｒ画像の歪補正装置 |
| CN102269813A (zh) * | 2011-06-23 | 2011-12-07 | 中国电子科技集团公司第三十八研究所 | 一种机载非垂直双天线干涉sar系统干涉处理技术 |
| CN104361590A (zh) * | 2014-11-12 | 2015-02-18 | 河海大学 | 一种控制点自适应分布的高分辨率遥感影像配准方法 |
| CN106203271A (zh) * | 2016-06-29 | 2016-12-07 | 南京大学 | 一种基于高分辨率sar图像相干性的高铁干线提取方法 |
| CN106338775A (zh) * | 2016-09-07 | 2017-01-18 | 民政部国家减灾中心（民政部卫星减灾应用中心） | 基于干涉合成孔径雷达数据的建筑物倒损程度评估方法 |
| CN106443676A (zh) * | 2016-09-29 | 2017-02-22 | 中国科学院电子学研究所 | 稀少控制点星载合成孔径雷达图像对地定位方法 |
| CN106780321A (zh) * | 2016-11-21 | 2017-05-31 | 中国测绘科学研究院 | 一种cbers‑02卫星hr传感器影像整体严密定向与纠正拼接方法 |
| CN107144823A (zh) * | 2017-06-16 | 2017-09-08 | 中国测绘科学研究院 | 一种机载极化干涉合成孔径雷达影像的干涉定标方法 |
-
2018
- 2018-04-17 CN CN201810340738.0A patent/CN108387899B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2001091650A (ja) * | 1999-09-20 | 2001-04-06 | Mitsubishi Electric Corp | 合成開口レーダ画像精密幾何補正用能動型地上基準点装置 |
| JP2008185375A (ja) * | 2007-01-29 | 2008-08-14 | Mitsubishi Electric Corp | Ｓａｒ画像の３ｄ形状算出装置及びｓａｒ画像の歪補正装置 |
| CN102269813A (zh) * | 2011-06-23 | 2011-12-07 | 中国电子科技集团公司第三十八研究所 | 一种机载非垂直双天线干涉sar系统干涉处理技术 |
| CN104361590A (zh) * | 2014-11-12 | 2015-02-18 | 河海大学 | 一种控制点自适应分布的高分辨率遥感影像配准方法 |
| CN106203271A (zh) * | 2016-06-29 | 2016-12-07 | 南京大学 | 一种基于高分辨率sar图像相干性的高铁干线提取方法 |
| CN106338775A (zh) * | 2016-09-07 | 2017-01-18 | 民政部国家减灾中心（民政部卫星减灾应用中心） | 基于干涉合成孔径雷达数据的建筑物倒损程度评估方法 |
| CN106443676A (zh) * | 2016-09-29 | 2017-02-22 | 中国科学院电子学研究所 | 稀少控制点星载合成孔径雷达图像对地定位方法 |
| CN106780321A (zh) * | 2016-11-21 | 2017-05-31 | 中国测绘科学研究院 | 一种cbers‑02卫星hr传感器影像整体严密定向与纠正拼接方法 |
| CN107144823A (zh) * | 2017-06-16 | 2017-09-08 | 中国测绘科学研究院 | 一种机载极化干涉合成孔径雷达影像的干涉定标方法 |
Non-Patent Citations (2)
| Title |
|---|
| Automatic Detection and Positioning of Ground Control Points Using TerraSAR-X Multiaspect Acquisitions;Kamolratn Chureesampant,et al;《IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING》;20140131;p137-148 * |
| 神东矿区开采沉陷干涉测量与时空变化规律分析;杨亚莉;《中国优秀硕士学位论文全文数据库 工程科技I辑》;20171215;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108387899A (zh) | 2018-08-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108387899B (zh) | 合成孔径雷达干涉测量中地面控制点自动选取方法 | |
| CN113624122B (zh) | 融合GNSS数据与InSAR技术的桥梁变形监测方法 | |
| CN104111456B (zh) | 一种高速铁路沿线地表形变高分辨率InSAR监测方法 | |
| Henriksen et al. | Extracting accurate and precise topography from LROC narrow angle camera stereo observations | |
| CN104123464B (zh) | 一种高分辨率InSAR时序分析反演地物高程与地面沉降量的方法 | |
| CN105677942B (zh) | 一种重复轨道星载自然场景sar复图像数据快速仿真方法 | |
| CN109388887B (zh) | 一种地面沉降影响因素定量分析方法及系统 | |
| CN104122553B (zh) | 一种集成多轨道、长条带CTInSAR的区域性地面沉降监测方法 | |
| San et al. | Digital elevation model (DEM) generation and accuracy assessment from ASTER stereo data | |
| CN108663017A (zh) | 一种监测城市地铁沿线地表沉降的方法 | |
| CN109100719B (zh) | 基于星载sar影像与光学影像的地形图联合测图方法 | |
| Zhang et al. | Subsidence monitoring in coal area using time-series InSAR combining persistent scatterers and distributed scatterers | |
| CN111208512A (zh) | 一种基于视频合成孔径雷达的干涉测量方法 | |
| CN109583284B (zh) | 基于高分辨率sar图像的城市高层建筑物高度提取方法及装置 | |
| CN112711021B (zh) | 一种多分辨率InSAR交互干涉时序分析方法 | |
| CN116047519B (zh) | 一种基于合成孔径雷达干涉测量技术的选点方法 | |
| CN113281749B (zh) | 一种顾及同质性的时序InSAR高相干点选取方法 | |
| CN116299455A (zh) | 基于PSInSAR与SqueeSAR的设施形变分析方法 | |
| CN108022259A (zh) | 干涉sar复图像配准方法和系统 | |
| CN103616682A (zh) | 一种基于曲面投影的多基线InSAR处理方法 | |
| CN107064933A (zh) | 基于循环谱估计的sar层析建筑物高度的方法 | |
| Nascetti et al. | Fast terrain modelling for hydrogeological risk mapping and emergency management: the contribution of high-resolution satellite SAR imagery | |
| Reinartz et al. | Benchmarking and quality analysis of DEM generated from high and very high resolution optical stereo satellite data | |
| CN106932777A (zh) | 基于温度基线的合成孔径雷达干涉对优化选取方法 | |
| Haque et al. | Time series analysis of subsidence in Dhaka City, Bangladesh using Insar |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |