基于干涉相位图像构建数字高程模型的关键技术研究

摘要

数字高程数据获取是战场地形构建，地形模拟的基础，高精度的数字高程数据对于战略规划，飞行器导航发挥着极其重要的作用。随着干涉测量技术的发展，运用干涉相位图像进行数字高程的恢复由于其高精度和时效性而受到广泛的应用。但是通过测量设备获取的数据进行干涉得到的相位图像通常会受到噪声的干扰，而且其观察值为真实值的模2?值，因此研究如何由干涉相位观察值生成实际需要的数字高程数据具有重要的意义。
　　本论文研究的主要目的是基于单视复数图像所生成的干涉相位图像进行相位图像的降噪，降噪结果的解缠以及获取数字高程数据，为军事应用中的虚拟战场环境构建准备数据条件。对于相位图像降噪问题，论文研究了基于复数域稀疏编码的相位图像降噪算法，包括基于自适应窗口的傅里叶基降噪算法和基于自适应数据词典的降噪算法。对于相位解缠问题，本文将其描述为马尔科夫随机场求解问题，比较并分析了求解算法对于该问题的适用性。在论文最后，基于合成孔径雷达所获取的真实干涉相位图像，研究了大规模图像的分块与拼合运算，并且分析几何关系得到了数字高程数据。总结起来，论文的创新点主要包括以下几点：
　　一．研究了数字高程数据测量系统原理，分析了相位图像获取过程中的噪声来源。对噪声影响进行建模，提出了简化的高斯白噪声模型和更加符合实际的InSAR（Interferometric Synthetic Aperture Radar）噪声模型，并且分析了两者之间的关系。提出了干涉相位图像降噪结果以及解缠效果的衡量标准，以用于后面的定量分析比较中。提出一种简单的基于局部多项式近似的快速降噪算法——FLPA（Fast Local Polynomial Approximation）算法，该算法的主要创新为其快速性，并且其精髓是图像块的稀疏表示，为后面干涉相位图像的降噪算法的深入研究具有一定的指导作用。
　　二．基于二维复数域的傅里叶变换，提出了一种自适应窗口大小选择算法，并将该算法应用于相位图像降噪问题以在保留细节的基础上尽可能地降低图像中噪声，提出了SAWFT(Spatial Adaptive Windowed Fourier Transform)算法。该算法以二维的能量集中性准则为依据，对每个待降噪像素点选取具有最高能量集中性的窗口大小，通过分解系数的硬截断方法获取该窗口中相位图像的稀疏编码，最后将表示基和编码合成降噪后的相位图像。该算法能够根据相位图像的特点和噪声水平自适应地选择表示窗口的大小，对于变化剧烈区域或者非连续区域，算法选择较小的窗口进行分解和还原，可以最大限度地保持原图像中的细节信息；对于平缓区域，算法能够自适应地选取较大的窗口，从而更大程度抑制相位图像中的噪声。最终的实验结果印证了该算法的有效性。
　　三．提出一种复数域稀疏词典训练方法和稀疏编码的快速算法，并将该算法应用于相位图像的降噪中。该算法首先将待降噪的相位图像分解为互相重叠的图像块，根据这些图像块训练得到自适应的数据词典。论文将这种基于训练词典的相位图像降噪算法称为SpInPHASE(Sparse coding based Interferometric PHASE estimation)算法，该算法训练得到的表示基（数据词典）能够反映待降噪图像中的细节特征，并且具有较少的噪声。基于该训练基对原始图像块进行稀疏编码能够滤除噪声的影响。并且通过理论分析得到算法对噪声的抑制程度与表示的稀疏度成正比，即表示越稀疏，对噪声的滤除作用越大。在SpInPHASE算法的实验部分得出，算法能够获得比较高的降噪峰值信噪比，并且从视觉角度上能够保留非连续区域的特征。
　　四．分析了相位采样率和噪声对相位解缠的影响，运用概率模型对相位解缠问题进行建模，将相位解缠转化为马尔科夫随机场最优化问题。对马尔科夫随机场最优化问题求解算法进行研究学习并且应用于相位解缠问题。比较了各种马尔科夫随机场最优化算法对于相位解缠的适用范围，得出了一系列结论，包括（1）如果相位曲面为具有少量噪声的连续曲面，多标注最优化算法相对于二标注算法消耗更短的时间；（2）对于含有大量噪声的非连续曲面，PUMA(Phase Unwrapping via Max Flows)算法和QPBOI(Improved Quadratic Pseudo-Boolean)算法能够获得比其他算法更优的结果；（3）当相位曲面连续时，凸互势函数和非凸互势函数都可以用于相位解缠，但是首选凸互势函数，因为其目标函数是凸的，而对于非连续相位曲面，非凸互势函数能够更好地保留相位曲面中的非连续区域。除此之外还研究了对于相位解缠问题中的标注设置问题的影响，通过设置马尔科夫随机场中合适的一元项参数来保证算法得到最优的目标函数值和解缠结果。
　　五．基于欧空局公布的实际数据所获取的干涉相位图像，分析实现了数字高程数据的计算过程，包括对原始大规模相位图像的分块与降噪解缠结果的拼合算法设计以降低算法的时间复杂度和空间复杂度。通过分析得出了将大的图像块分割成小块进行相位降噪和解缠运算能够有效地降低总的时间复杂度。论文还研究了通过雷达卫星参数获取绝对相位与真实数字高程数据的几何关系，并且根据地面控制点对最终的高程数据进行标定。根据像素点的经纬度信息获取不同像素点间的水平与垂直距离，并最终确定了数字高程模型数据。
　　论文中提出的算法解决了由干涉相位图像快速获取高精度数字高程模型数据的问题，通过该测量方式获取的高精度数字高程数据能够进一步应用于战场模拟，虚拟环境构建等等。

目录

封面

声明

目录

中文摘要

英文摘要

第一章 绪论

1.1 研究背景与意义

1.2 国内外研究现状

1.3 主要研究内容

1.4 论文的组织

第二章 干涉测量及噪声模型

2.1 论文符号标记

2.2 干涉测量原理

2.3 噪声模型

2.4 基于局部多项式近似的快速降噪算法

2.5 本章小结

第三章 基于自适应窗口傅里叶变换的去噪算法研究

3.1 稀疏表示降噪原理

3.2 窗口傅里叶变换和自适应窗口设计标准

3.3 去噪算法设计

3.4 实验结果

3.5 本章小结

第四章 基于自适应稀疏编码的干涉相位降噪估计

4.1 图像块分解和合并

4.2 干涉相位估计

4.3 稀疏编码算法研究

4.4 复数域的词典学习

4.5 SpInPHASE算法

4.6 实验结果

4.7 本章小结

第五章 基于马尔科夫随机场的相位解缠研究

5.1 相位解缠问题

5.2 基于概率模型的相位解缠

5.3 马尔科夫随机场求解算法

5.4 算法比较

5.5 结论

第六章 数字高程数据生成研究

6.1 干涉相位数据选择原则

6.2 几何关系分析

6.3 大规模实际数据的降噪与解缠

6.4 实际数据处理

6.5 本章小结

第七章 结论与展望

7.1 论文的主要工作与贡献

7.2 下一步工作展望

致谢

参考文献

作者在学期间取得的学术成果

附录A 自适应词典的发布