[发明专利]基于非局部平均的TomoSAR林下地形反演方法及系统有效

专利信息
申请号: 202110510488.2 申请日: 2021-05-11
公开(公告)号: CN113466857B 公开(公告)日: 2022-11-04
发明(设计)人: 汪友军;彭星;龙诗琳 申请(专利权)人: 中国地质大学(武汉)
主分类号: G01S13/90 分类号: G01S13/90;G01S7/36
代理公司: 暂无信息 代理人: 暂无信息
地址: 430000 湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 局部 平均 tomosar 林下 地形 反演 方法 系统
【权利要求书】:

1.一种基于非局部平均的TomoSAR林下地形反演方法,其特征在于,包括步骤:

S1:获取N景SLC影像数据,对各所述SLC影像数据进行预处理,获得观测值数据集;

S2:计算所述观测值数据集中,各像素的最佳协方差矩阵;

步骤S2具体为:

S21:选取所述观测值数据集中的某一像素作为目标像素x0,所述目标像素x0位于搜索窗口W的中心坐标(m,n)处,计算所述目标像素x0的样本协方差矩阵和所有邻域像素xi的样本协方差矩阵其中i表示邻域像素的编号,0<i<T,T为搜索窗口W内的像素总数;

S22:计算所述目标像素x0的匹配窗口P与邻域像素xi的匹配窗口的空间相似度fs(x0,xi)和辐射相似度fr(x0,xi);

S23:通过所述空间相似度fs(x0,xi)和所述辐射相似度fr(x0,xi),计算获得所述邻域像素xi的权重计算公式为:

S24:重复步骤S22到S23,获得所有邻域像素的权重,联合所有所述邻域像素的样本协方差矩阵及其权重进行加权计算,获得所述目标像素x0的最佳协方差矩阵,计算公式为

S25:重复步骤S21到S24,获得各像素的最佳协方差矩阵;

S3:通过谱估计公式对各所述像素的最佳协方差矩阵进行谱估计,获得高精度林下地形。

2.根据权利要求1所述的基于非局部平均的TomoSAR林下地形反演方法,其特征在于,步骤S1中,所述对各所述SLC影像数据进行预处理,具体为:

将各所述SLC影像数据,进行单视复数影像序列配准、去平地效应和相位补偿操作,所述相位补偿包括:去斜、去大气扰动和去轨道误差。

3.根据权利要求1所述的基于非局部平均的TomoSAR林下地形反演方法,其特征在于,步骤S21中,像素的样本协方差矩阵R的计算公式为:

其中,L表示多视数,g(l)表示l处SLC影像HH极化通道观测值,H为共轭转置操作符。

4.根据权利要求1所述的基于非局部平均的TomoSAR林下地形反演方法,其特征在于,所述搜索窗口W的大小为w×w,所述目标像素x0的匹配窗口P的大小为p×p,其中,w的取值范围为11-21,p的取值范围为3-5;

步骤S22中,所述空间相似度fs(x0,xi)的计算公式为:

所述辐射相似度fr(x0,xi)的计算公式为:

其中,x0表示目标像素,xi表示邻域像素,P2表示目标像素x0的匹配窗口P中像素的数量;

和的定义式为;

gγ(x)=exp[-(γ-1x)2]

其中,γ为自定义滤波尺度因子,γs为控制着滤波的空间范围,γr为根据两个像素之间的辐射相似度来控制过滤量;

函数为两个厄米特矩阵之间的仿射不变距离,表示为:

其中,||·||F表示Frobenius范数,log表示求矩阵对数。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国地质大学(武汉),未经中国地质大学(武汉)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110510488.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top