[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
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 | ||
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。
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。