[发明专利]结合UKF和AMPM的多基线InSAR高程重建方法

权利要求书

1.一种结合UKF和AMPM的多基线InSAR高程重建方法，其特征在于，包括如下步骤：

1)利用ML算法从多幅干涉相位图中估计出粗略的地形高程h_ML，使用中值滤波器对h_ML进行滤波得到滤波高程图其中最大似然率和联合最大似然率F_ML(Φ|h)的计算公式如下：

公式(1)和公式(2)中，h为对应的地表高程值，代表第l通道的干涉图缠绕相位，γ_l表示第l通道的干涉图相干系数，α_l表示与InSAR系统第l通道相关的成像参数，Φ为可观测到的干涉相位缠绕向量；

2)构造稳健的UKF系统模型，把L通道归一化的复干涉信号的同相分量和正交分量分别作为状态变量的观测值，UKF系统模型表示如下：

公式(3)与公式(4)中，x(m,n)为像素点(m,n)的地形高度，作为状态变量；为像素(m,n)与其相邻像素(a,s)之间的高度梯度估计，ε_(m,n)|(a,s)为像素(m,n)与其相邻像素(a,s)之间的高度梯度误差；是第l通道的干涉图像素(m,n)与其相邻像素(a,s)之间的相位梯度估计，由AMPM算法估计得到；z(m,n)为观测向量，h[x(m,n)]为不含噪声的观测向量，v(m,n)为附加在归一化复干涉信号同相分量和正交分量上的测量噪声，z_l(m,n)为第l通道的观测向量；h_l[x(m,n)]为第l通道的不含噪声的观测向量，v_l(m,n)为附加在第l通道的归一化复干涉信号同相分量和正交分量上的测量噪声，其中，由AMPM算法可得如下公式：

公式(5)中，为局部窗口内列方向的单位相位梯度估计值，为局部窗口内行方向的单位相位梯度估计值；

3)计算每幅干涉相位图的残差点，即若2×2相邻像素的缠绕相位梯度的环积分值绝对值为2π，则定义该像素点为残差点，并进行“或”运算得到一幅残差点二值化图；

4)对步骤1)得到的高程图进行均值滤波，然后使用Sobel算子对其进行边缘检测，得到一幅边缘检测的二值化图，然后与步骤3)得到的二值化图像继续进行“或”运算，得到一幅新的二值化图像，其中“1”代表低可靠像素点，“0”代表高可靠像素点；

5)根据步骤4)得到的二值化图像，生成一个新的表示相位不连续的二值化图像，记为“EDGE”；

6)创建路径跟踪策略所需的链接列表，用于存储和排序等待展开并在展开阶段进一步定义等待像素；

7)计算最长基线的干涉相位质量图，在本文的实验中，指导UKF系统模型高程重建路径的质量图是干涉图的相位导数方差图，其中质量值ρ_m,n的计算公式为：

公式(6)中，是以像素点(m,n)为中心的窗口内缠绕相位值，d×d表示窗口的大小；

8)根据路径跟踪策略，选取干涉图中最长基线对应的质量值最高的一个非边界像素作为起始像素，即种子像素，由步骤1)获得其高度估计值，将与种子像素直接相连的四个相邻像素即上像素、下像素、左像素和右像素之间的非边界像素标记为等待展开的像素，分别插入步骤6)构建的邻接列表中，以此来引导UKF高程重建过程，其中UKF的预测公式表示如下：

公式(7)中，为像素点(a,s)的状态估计值，为状态值估计误差，表示像素点(m,n)的预测状态估计值，表示像素点(m,n)的预测估计误差，Ψ表示相邻八个像素点中已解缠的像素点集合，x[(m,n)|(a,s)]表示通过像素点(a,s)得到的像素点(m,n)的预测值，κ表示相邻八个像素点中已解缠的像素点个数，为新的状态预测值，为新的状态预测误差值，χ_j(m,n),j＝0,1,2表示像素点(m,n)状态估计的Sigma点，Q_(m,n)|(a,s)表示像素点(m,n)与像素点(a,s)的相位梯度估计误差协方差，和为相应的自适应因子，更新公式如下：

公式(8)中，表示相应的Sigma点预测值，z^-(m,n)表示干涉图中像素点(m,n)的观测矢量预测值，ρ(m,n)表示干涉图中像素点(m,n)的增益矩阵，表示干涉图中像素点(m,n)的观测误差方差，P_zz(m,n)和P_xz(m,n)表示加入自适应因子后的相应的估计误差，为干涉图中像素点(m,n)的最终高程估计值，为干涉图中像素点(m,n)的最终估计误差方差；

9)获取步骤8)中所构建的邻接列表中质量值最高的像素x，如果像素x的边缘值为0，则利用UKF相位解缠程序获得像素x的高度估计及其估计误差方差，若边缘值为1，则将步骤1中滤波后的ML高程作为像素x的高度估计数，再应用公式(7)得到像素x的估计误差方差，然后，再从构建的邻接列表中删除像素x，将像素x的4个领域间的非边界未解缠像素点分别标记为等待像素点，再按路径跟踪策略插入到链接列表中；

10)判断邻接列表是否为空，若非空，则继续执行步骤9)；若为空，则算法结束，得到重建的高程图。