一种基于多源信息关联的InSAR同名点自动优选方法

摘要

本发明提供一种基于多源信息关联的InSAR同名点自动优选方法，解决区域网平差思想应用于InSAR产生的同名点选取问题。步骤1：计算同名点对应的两景相干系数图的相干系数，如果同名点中有一个点所对应的相干系数低于阈值，则去除这一组同名点；步骤2：计算其在两景幅度图中的窗口下的亮点所占比例，去除比例大于预设值的同名点；步骤3：计算其在对应两景幅度图像中的灰度共生矩阵，选择相关性这一统计量，去除相关性大于阈值T1的同名点；步骤4：计算在两景DEM中窗口下的标准差，去除标准差大于阈值T2的同名点；步骤5：如果剩余同名点数量落入目标数量区间，则同名点优选完毕；当剩余同名点数量小于目标数量区间的最小值，则增大阈值T1、T2，当剩余同名点数量大于目标数量区间的最大值，则减少阈值T1、T2。

权利要求

1.基于多源信息关联的InSAR同名点自动优选方法，该方法先计算同名点对应的两景相干系数图的相干系数，如果同名点中有一个点所对应的相干系数低于阈值，则去除这一组同名点；其特征在于，该方法还包括以下步骤：步骤1：将剔除后剩下的同名点，计算其在两景幅度图中的窗口下的亮点所占比例，去除比例大于预设值的同名点；

步骤2：将经过步骤1剔除后剩下的同名点，计算其在对应两景幅度图像中的灰度共生矩阵，选择相关性这一统计量，去除相关性大于阈值T1的同名点；

步骤3：计算步骤2剔除之后的同名点在两景DEM中窗口下的标准差，去除标准差大于阈值T2的同名点；

步骤4：如果剩余同名点数量落入目标数量区间，则同名点优选完毕；当剩余同名点数量小于目标数量区间的最小值，则增大阈值T1、T2，返回步骤2继续往下执行；当剩余同名点数量大于目标数量区间的最大值，则减少阈值T1、T2，返回步骤2继续往下执行。

2.如权利要求1所述的基于多源信息关联的InSAR同名点自动优选方法，其特征在于，其中阈值T1初始取0.1。

3.如权利要求1所述的基于多源信息关联的InSAR同名点自动优选方法，其特征在于，其中阈值T2初始设置1.5。

说明书

一种基于多源信息关联的InSAR同名点自动优选方法

技术领域

[0001] 本发明属于InSAR地形测绘技术，涉及一种基于多源信息关联的InSAR同名点自动优选方法。

背景技术

[0002] 大区域多条航带的SAR数据定标或拼接时，往往会遇到重叠区域的三维坐标不一致的问题。可以借助控制点信息对影像逐一校正，但需要大量的控制点，这对于困难测区，是难以实现的。借助摄影测量中的区域网平差思想，利用少量的控制点和同名点，可以建立各景影像之间的约束关系，从而解决稀疏控制点条件下联合定标问题。通过图像处理方法可以得到多航带重叠区域内大量同名点，由于SAR斜距影像几何畸变严重，使得某些同名点会出现位置偏差，同时同名点提取技术多从图像处理角度去评价同名点质量优劣，对于InSAR而言同名点所代表的地物特性和物理含义更加重要，因此如何从大量同名点中筛选出对InSAR有用的同名点成为一项新的课题。

[0003] 借助同名点间的几何特征变换可以识别出误差较大的点，然而即便保留下来的同名点位置全部正确，也不能直接用于干涉定标。在InSAR中，同名点所处位置的干涉相位将用于定标，干涉相位具有严格的物理含义，它是相干电磁波在同名点处产生的相位差，由于水体如河流、湖泊对电磁波反射能力很弱，几乎得不到正确的相位差。另外由于雷达接收到的实际上是缠绕进[-π,π]间的相位，必须通过相位解缠方法恢复出真值，当同名点处在树木上时，树木体散射效应起主导作用，解缠出的相位不能准确代表树高，当同名点处在房屋上时，由于SAR特有的叠掩效应，使得此处的相位值无法恢复出真值，当同名点处在阴影区域时，由于雷达无法接收到任何回波，根本得不到相位。最后对于干涉定标，同等条件下尽可能使用平地点，同名点提取会引入位置误差，由于在地形起伏较大区域，位置误差对高程误差有放大作用，因此平地点可以有效抑制此影响。

[0004] 上述这些问题，对于位置错误可以通过人工或者图像处理方法自动识别，而对于与实际物理特性结合的问题，单纯的图像处理方法难以完成，需要找到一种针对InSAR的同名点优选方法。

发明内容

[0005] 本发明的目的是提供一种基于多源信息关联的InSAR同名点自动优选方法，以解决区域网平差思想应用于InSAR产生的同名点选取问题。

[0006] 为达到上述目的，本发明的技术解决方案如下：

[0007] 该基于多源信息关联的InSAR同名点自动优选方法，包括以下步骤：

[0008] 步骤1：计算同名点对应的两景相干系数图的相干系数，如果同名点中有一个点所对应的相干系数低于阈值，则去除这一组同名点；

[0009] 步骤2：将经过步骤1剔除后剩下的同名点，计算其在两景幅度图中的窗口下的亮点所占比例，去除比例大于预设值的同名点；

[0010] 步骤3：将经过步骤2剔除后剩下的同名点，计算其在对应两景幅度图像中的灰度共生矩阵，选择相关性这一统计量，去除相关性大于阈值T1的同名点；

[0011] 步骤4：计算步骤3剔除之后的同名点在两景DEM中窗口下的标准差，去除标准差大于阈值T2的同名点；

[0012] 步骤5：如果剩余同名点数量落入目标数量区间，则同名点优选完毕；当剩余同名点数量小于目标数量区间的最小值，则增大阈值T1、T2，返回步骤3继续往下执行；当剩余同名点数量大于目标数量区间的最大值，则减少阈值T1、T2，返回步骤3继续往下执行。

[0013] 本发明的有益效果：本发明利用图像处理方法对同名点所处的地物类型进行区分，同时结合InSAR中的物理特征量筛选出满足干涉定标所需要的同名点，有效地抑制干涉定标的高程误差引入。

具体实施方式

[0014] 一种基于多源信息关联的InSAR同名点自动优选方法，具体实施方式如下：

[0015] 步骤1：计算同名点对应的两景相干系数图的相干系数，如果同名点中有一个点所对应的相干系数低于阈值，设置为0.4，则去除这一组同名点，此步骤主要去除的是水体和阴影上面的同名点。

[0016] 步骤2：将经过步骤1剔除后剩下的同名点，计算其在两景幅度图中的一定窗口101*101下的亮点所占比例，定义幅值大于最大幅值的1/2的点为亮点。根据亮点所占比例，如果比例大于0.5，则去除此同名点。此步骤主要去除房屋等强散射点附近的同名点。

[0017] 步骤3：将经过步骤2剔除后剩下的同名点，计算其在对应两景幅度图像中的灰度共生矩阵，选择相关性这一统计量，去除相关性大于阈值T1的同名点，初始T1取0.1。

[0018] 计算灰度共生矩阵时，窗口设置为101*101，角度设置为0°（水平方向），像素距离设置为1,灰度量化等级为16。从灰度共生矩阵中可以得到常用的14种特征统计量，这里选择相关性做为典型统计量。

[0019] 相 关 定 义 为： 其 中其中L为量化之后的灰度
等级。

[0020] 根据每个点的灰度共生矩阵计算出来的相关统计量，将其与阈值T1进行比较，初始设置为经验值。这一步主要去除树木上的点。

[0021] 步骤4：计算步骤3剔除之后的同名点在两景DEM中一定窗口下的标准差，去除标准差大于阈值T2的同名点。其中，标准差的计算窗口与计算灰度共生矩阵的窗口相同，阈值T2初始设置为经验值1.5m。此步骤主要去除山地上等坡度比较大的点。

[0022] 步骤5：如果剩余同名点数量落入目标数量区间（取40—60个），则同名点优选完毕；当剩余同名点数量小于目标数量区间的最小值，则增大阈值T1、T2，返回步骤3继续往下执行；当剩余同名点数量大于目标数量区间的最大值，则减少阈值T1、T2，返回步骤3继续往下执行。