[发明专利]一种人工角反射器在SAR影像中的识别方法

说明书

技术领域

本发明涉及测绘技术领域，特别是涉及人工角反射器在影像中的识别方法。

背景技术

虽然近年来，随着合成孔径雷达干涉测量（Interferometric Synthetic Aperture Radar，InSAR）技术在理论和实践方面不断深入发展，不仅带来了对地观测界又一次飞跃，也为研究地面形变提供了有力的工具。但应该指出，至今InSAR技术成功的实例局限于地表形变幅度较大、自然环境合适的地区。这是因为InSAR技术的处理过程中大气效应、地形起伏等很多因素都会带来误差，且在实际应用中还受到时间失相关、空间失相关的制约。

永久散射体(permanent scatterers，PS)干涉测法将研究对象集中于相位稳定点形成的像元子集，使得受基线和时间去相干的影响大大减少。基本上去除了传统InSAR受时间空间去相干及大气效应的影响。但PS技术是借助于那些在长时间序列上能够保持永久稳定散射特性的地物点，这些点能够在SAR强度或相位图像上识别出来，并要达到一定的分布密度，才能进行有效的监测。在建筑物密集的城区，许多人为建筑物都可以作为单一的PS点在SAR影像中识别出来，并达到一定的分布密度，进而利用这些PS点进行监测。在山区由于居民相对稀少，建筑物也分布稀疏，并且植被覆盖较多，季节性变化差异较大，因此难以识别出足够的PS候选点来满足应用要求，导致PS分析方法无法有效地展开。人工安置的角反射器(Corner Reflector，CR)能很好地解决这一问题, 同时也可以用于 PS 点的加密。由于 CR 大部分是用金属材料制成且与雷达波的入射方向保持最佳的夹角,所以其反射强度通常远大于周围物体的反射, 可以看作一个点状目标的人造永久散射体，从而解决了天然PS点稀少的问题，进一步扩大了PS-InSAR技术的应用区域。随着CR技术在InSAR技术中应用越来越广，影像数据拍摄后如何识别角反射器点尤为重要。而传统的PS点提取方法容易造成错判和漏判，提取效果并不理想。

发明内容

为解决上述技术问题，本发明提出了一种角反射器在影像中的识别方法，其有效避免了角反射器的错误判别，并大大提高了识别效率。其包括以下步骤。

A：计算数据像元相干系数，并计算像元在时间序列上的相干系数的平均值CC，选取CC≥0.8为阈值，提取出PS候选点PS1(i,j)。

B：计算出振幅离差指数D_A，算出数据的D_A值后选取D_A≤0.25为阈值，提取出PS候选点PS2(i,j)。

C：提取PS1(i,j)与PS2(i,j)的重叠部分，识别出感兴趣的PS点PS(i,j)，即提取同时满足CC≥0.8和D_A≤0.25的PS候选点。

D：结合CR坐标信息，通过CR周围的山体、河流和道路等较为明显的地形特征参照，目视解译利用排除法精确的确定出CR安置的位置，最终从PS(i.j)中识别出CR。

本发明相比于现有技术具有如下有益效果：本发明采用的角反射器识别方法是建立在基于平均相干系数、振幅离差信息的双阈值方法提取，即考虑PS点回波信号的高信噪比特性，又考虑了PS点的稳定性，避免了只强调PS点某一特性的单一阈值方法存在的不足，尽量减少了PS点的错判或漏判，从而提高了从PS点中解译CR的可靠性和准确度。

附图说明

图1为识别方法流程图。

图2为相干系数阈值提取PS候选点PS1(i,j)。

图3为振幅离差阈值提取PS候选点PS2(i,j)。

图4为双阈值提取PS点PS(i,j)。

图5为影像中识别出的角反射器位置图。

具体实施方式

具体实施流程如图1所示。

（1）计算多景数据每个像元的相干系数，然后计算像元在时间序列上相干系数的平均值。尝试采用不同的阈值进行识别，对比识别效果后，确定均值CC≥0.8为阈值，提取出的PS候选点PS1(i,j)如图2中白色点所示（底图为强度图）。

（2）计算出振幅离差指数。

假设同一地区n幅SAR影像，对于第m幅图像中第(i,j)个像元，其后向散射强度I_m (i,j)等于振幅的平方，表示为。 

。

则与(i,j)对应的所有SAR图像中像元的后向散射强度均值为。

。

后向散射强度标准差可表示为。

。

则振幅离差指数为。

。