[发明专利]基于时序差分干涉合成孔径雷达数据的二维解缠方法

说明书

本申请提出了一种基于时序差分干涉合成孔径雷达数据的二维解缠方法，包括以下步骤：生成时序SAR影像数据集；对时序SAR影像进行配准；提取配准后的时序SAR影像数据集的高相干点；对时序配准后SAR影像做差分干涉处理；对上述干涉相位图进行最邻近插值；对每一幅插值差分干涉相位图进行相位解缠；提取高相干点解缠结果。本申请利用差分干涉图中高相干点上的相位数据，而非使用所有相位，剔除了相位误差较大的点对整体解缠过程的干扰，从而降低了相位解缠误差；采用最邻近插值方法将稀疏网格数据与规则网格数据相联系，使得原有规则网格解缠方法适用于稀疏网格，仅需对原有数据处理流程做微小改动即可，使得本方法具有较高的集成度。

技术领域

本申请涉及雷达信号处理技术技术领域，尤其涉及一种基于时序差分干涉合成孔径雷达数据的二维解缠方法。

背景技术

合成孔径雷达差分干涉测量技术(DInSAR)是一种极具潜力的微波遥感技术，其在形变检测方面可以获得厘米级甚至毫米级的地表形变，并取得了成功应用，但其测量精度仍受到许多因素的制约：如影像配准误差、地形复杂或有较多植被覆盖区域的去相干噪声、轨道误差、复杂地区的相位解缠误差、大气延迟误差、外部数字高程模型不准引入的地形相位残差等。在这些误差中，由于相位解缠误差受制于相位解缠方法的选取，不同的解缠方法将引入的解缠误差将极大的影响最终监测结果精度。

现有的相位解缠方法主要为基于二维规则网格的相位解缠，具体有以下几类，一类是路径跟踪法，一类是最小范数法，一类是网络算法，即图像自身特性的矫正方法和基于外部数据的矫正方法。其中路径跟踪法的代表为枝切线法和依据其发展而来的加权枝切线法，最早由Goldstein于1986年提出，主要原理是通过识别解缠过程中的残差点，建立不同的枝切线以限制积分路径，减小噪声造成的误差传播。最小范数法将相位解缠问题归结于求取最下范数的数学问题，具有代表性的是最小二乘和加权最小二乘法，主要原理是以解缠相位和缠绕相位之差的平方和最小为目的求取解缠相位估计值。网络算法是针对上面两种算法的不足之处提出的，以上两种算法存在两个不足之处，其一是不能兼顾算法准确性和计算复杂度，其二是对于噪声污染严重的干涉图，都不能很好的进行相位解缠。网络算法最要由Constantini提出，经过Flynn与Callaro等人的改进，对于上述两种算法的不足进行了较大改进，其只要思想是建立网络费用目标函数，将相位解缠转化为求解最小费用流的网络优化问题，解缠效果较为精确。

当干涉相位误差较小时，上述算法得到的解缠结果较为准确，但当干涉相位误差较大时，由于每一个像素点上的误差值有大有小，若将所有像素点都进行解缠，则会造成相位误差在二维平面内的扩散，对于时序差分干涉技术来说，这样的误差扩散会影响最终形变监测的精度，因此传统的相位解缠方法将不再适用于此。

发明内容

本申请提供了一种基于时序差分干涉合成孔径雷达数据的二维解缠方法，结合传统网格相位解缠的优势和时序差分干涉技术中的高相干点特性，解决了传统相位解缠方法不适用于干涉相位误差较大数据的困难。

本申请解决上述技术问题所采取的技术方案如下：

一种基于时序差分干涉合成孔径雷达数据的二维解缠方法，所述方法包括以下步骤：

S1：生成时序SAR影像数据集，共包含N+1幅SAR图像；

S2：在所述时序SAR影像数据集中选取一幅图像作为主图像，其余N幅为辅图像，将辅图像与主图像进行配准，生成配准后的时序SAR影像数据集，共包含N+1幅SAR图像；

S3：生成配准后的时序SAR影像数据集的高相干点数据，包括：

S301：对配准后的时序SAR影像数据集，采用相对辐射矫正法对N+1幅SAR图像进行辐射校正，生成辐射校正后的时序SAR影像数据集；

S302：利用振幅信息的双重阈值法从辐射校正后的时序SAR影像数据集中提取高相干点数据，共包含K个高相干点；