基于线性模型匹配的干涉相位图自适应滤波算法

摘要

本发明公开了一种基于线性模型匹配的干涉相位自适应滤波算法，本发明的实现步骤是：输入主、辅SAR复数图像数据；通过干涉处理生成复干涉相位图；进行坡度估计，估计方位向和距离向的相位梯度；根据小平面近似准则计算方位向上各个样本点的最优相位梯度；进行方位向和距离向相位补偿；对经过方位向和距离向相位补偿后的干涉相位图进行均值滤波处理；输出经过相位补偿和均值滤波处理后的主、辅SAR图像数据；本发明具有在长基线情况下，能够对配准后的主、辅SAR图像完成高质量的自适应滤波处理，满足高质量干涉合成孔径雷达InSAR处理的实际工程性能要求，获得高质量的测绘产品。

说明书

技术领域

本发明属于通信技术领域，更进一步涉及雷达探测技术领域中的一种干涉合成孔径雷达(InterferometricSyntheticApertureRadar，InSAR)地形测量处理过程中的干涉相位图自适应滤波处理，为一种基于线性模型匹配的干涉相位图自适应滤波算法。

背景技术

干涉合成孔径雷达在传统技术的合成孔径雷达(SyntheticApertureRadar，SAR)对实际三维场景获取距离维和方位维二维信息的基础上，联合不同视角获取的同一场景的具有一定相干性的两幅或多幅SAR图像，通过干涉处理技术，获取目标场景的三维地形信息。

在干涉合成孔径雷达InSAR数据获取时，由于时间失相关、基线失相关以及InSAR系统本身的热噪声导致干涉相位图中存在大量相位斑点噪声，尽管在干涉处理时已经进行了多视处理，但干涉相位图中的噪声依然是比较严重的，相位图中的残留点非常密集。在干涉SAR数据处理中一般用残留点数目作为评估相位图噪声抑制的性能指标,残留点越多则说明相位图受噪声污染越严重,即干涉图像的信噪比越低。噪声严重影响着干涉SAR的图像质量,使得相位展开无法进行或者生成DEM的精度降低。为获得高质量的INSAR图像,必须对噪声进行有效的抑制,同时应该保持INSAR图像的分辨率。自适应滤波处理可有效降低干涉相位图中的相位斑点噪声，提升相位解缠精度和获取更加准确的绝对相位值，进而提高了InSAR系统测高性能。

KonstantinosP.Papathanassiou，在文献“ANewTechniqueforNoiseFilteringofSARInterferometricPhaseImages”(IEEETRANSACTIONSONGEOSCIENCEANDREMOTESENSING,VOL.36,NO.5,SEPTEMBER1998)中提出了一种干涉合成孔径雷达数据处理中的干涉相位图滤波方法，该方法的基本原理为：将干涉相位图中的各类噪声近似认为是加性噪声模型，对同一区域用窗口大小相等但方向各异的方向窗统计噪声，在不同方向窗内根据噪声水平的变化选择固定的方向窗沿条纹方向进行滤波处理，从而提高了噪声的抑制效果。

李锦伟,李真芳，在论文“一种相干系数加权的最优干涉相位滤波”(《西安电子科技大学学报》2014年，4月，第42卷，第2期)中提出一种干涉合成孔径雷达InSAR数据处理中的最优干涉相位滤波方法。该方法是通过相干系数估计获取最优权值，在最小方差意义下对相干系数进行加权处理，然后根据最小平均相位差准则利用一组大小固定的方向性加权窗口进行滤波处理。

上述的两种干涉合成孔径雷达InSAR数据处理中的干涉相位图滤波方法的核心，都是从干涉相位本身和其中存在的噪声出发，利用固定窗口对干涉相位图进行滤波处理。但是，这两种处理方式存在的不足是，在干涉合成孔径雷达数据处理过程中，忽略了主辅SAR图像方位向因地形变化产生的相位梯度的影响。同时没有考虑滤波窗口大小对不同区域噪声水平的滤波效果之间的差异性。由于干涉相位图中不同区域噪声水平的不同，若用固定窗口对干涉相位图进行滤波处理会导致高信噪比区域过度滤波而损失细节信息，低信噪比区域则出现滤波不足而残留大量噪声影响后续相位解缠操作。对上述两种干涉合成孔径雷达InSAR数据处理中的干涉相位图滤波处理方法，对干涉相位图中局部相位变化缓慢的影响可忽略不计，能够得到可靠的数据产品。而对于局部相位变化差异较大的区域上述干涉相位图滤波处理方法在干涉合成孔径雷达InSAR数据处理的工程应用中将对产品的精度造成较大影响。

发明内容

为了克服上述现有技术的缺点，本发明的目的在于提供一种基于线性模型匹配的干涉相位图自适应滤波算法，可用于存在大量相位斑点噪声、局部相位条纹变化频率较快且频率多变的干涉相位图，现有干涉相位图滤波方法不能满足处理所需性能要求时，在干涉合成孔径雷达数据处理过程中，对主辅SAR图像的干涉相位图对进行有效的自适应滤波处理；通过估计方位向、距离向相位梯度，计算不同估计窗口下方位向的最优估计相位，再通过方位向和距离向相位补偿对干涉相位图进行自适应滤波处理。

为了实现上述目的，本发明采用的技术方案是：

基于线性模型匹配的干涉相位图自适应滤波算法，包括如下步骤：

(1)输入主、辅SAR复数图像数据；

(1a)输入干涉合成孔径雷达InSAR主天线获取的主图像数据；

(1b)输入干涉合成孔径雷达InSAR辅天线获取的已完成与主图像完全配准的辅图像数据；

(1c)输入干涉合成孔径雷达InSAR成像处理的处理参数和系统参数；

(2)通过干涉处理生成复干涉相位图：

(2a)对输入的主、辅SAR图像进行干涉处理，得到复干涉相位图；

(3)进行坡度估计，估计方位向和距离向的相位梯度：

(3a)采用相位梯度估计方法，在不同估计窗口下对复干涉相位图数据进行方位向干涉相位梯度估计，得到复干涉相位图中每个样本数据的方位向相位梯度估计值；

(3b)采用相位梯度估计方法，在不同估计窗口下对复干涉相位图数据进行距离向干涉相位梯度估计，得到复干涉相位图中每个样本数据的距离向相位梯度估计值；

(4)根据小平面近似准则计算方位向上各个样本点的最优相位梯度：

(4a)利用步骤(3)得到的不同窗口下复干涉相位图中每个样本点的相位梯度估计值；

(4b)根据小平面近似准则和一维线性模型定义关于方位向估计相位的代价函数，

(4c)通过代价函数确定方位向的最小偏差估计来确定方位向的最优相位梯度值；

(5)进行方位向和距离向相位补偿：

(5a)利用步骤(4c)获取的方位向估计相位，对复干涉相位图中样本点进行方位向相位补偿；

(5b)利用步骤(3b)获取的距离向估计相位，对复干涉相位图中样本点进行距离向相位补偿；

(6)对经过方位向和距离向相位补偿后的干涉相位图进行均值滤波处理；

(7)输出经过相位补偿和均值滤波处理后的主、辅SAR图像数据。

与现有技术相比，本发明的有益效果是：

第一，本发明采用估计方位向和距离向相位梯度分别获取主、辅SAR图像区域数据之间的相位偏移量，计算不同窗口下不同区域各个样本点的滤波参数，根据方位向相位的最小偏差估计准则对干涉相位图进行自适应窗口相位估计。克服了现有技术干涉合成孔径雷达数据InSAR处理方法中的干涉相位图滤波方法运用固定窗口进行滤波操作，在局部相位条纹变化差异较大和条纹分布密集的区域，处理性能不能满足工程应用要求的缺陷，减小了对滤波后的干涉相位图进行相位解缠的难度而且能够获取更加真实的绝对相位值。

第二，本发明所采用的方位向上的一维线性模型和小平面近似，估计方位向最优相位梯度的方法，然后对方位向相位进行补偿滤波处理。与现有技术干涉合成孔径雷达InSAR数据处理中的干涉相位图滤波方法相比，本发明更好的适应了局部相位条纹沿方位向的相位突变，并且是适应地形变化的，有效的保留了相干性信息，提高了主辅SAR图像对间的相干性。

附图说明

图1为本发明的流程图。

图2仿真数据整体实验结果图，其中图2(a)为固定滤波窗口(3x3)，图2(b)为固定滤波窗口(5x5)，图2(c)为固定滤波窗口(7x7)，图2(d)为自适应滤波窗口，图2(e)为相位误差图(3x3)，图2(f)为相位误差图(5x5)，图2(g)为相位误差图(7x7)，图2(h)为相位误差图(自适应滤波窗口)。

图3仿真数据局部实验结果图，其中图3(a)为滤波前干涉相位图，图3(b)为固定滤波窗口(3x3)，图3(c)为固定滤波窗口(9x9)，图3(d)为自适应滤波窗口，图3(e)为局部相位误差图(13x13)，图3(f)为局部相位误差图(15x15)，图3(g)为局部相位误差图(17x17)，图3(h)为局部相位误差图(自适应滤波窗口)。

具体实施方式

下面结合附图和实施例详细说明本发明的实施方式。

参照附图1，本发明的具体实施步骤如下：

步骤1，输入SAR图像数据和辅助参数。

将干涉合成孔径雷达InSAR主天线获取的主图像数据和干涉合成孔径雷达InSAR辅天线获取的已与主图像完全配准的辅图像数据及处理过程中用到的与系统参数和成像处理相关的辅助参数输入到系统中，输入的主辅SAR图像要满足干涉处理的在相干性和成像质量等方面的质量要求。

步骤2，复干涉相位图。

对输入的主辅SAR图像进行干涉处理，获得复干涉相位图；

步骤3，估计相位梯度

下面以估计方位向相位梯度为例阐述具体实现方法。采用二阶自相关函数的相位梯度估计算法，快速稳健地估计每个复干涉图分块的数据、各距离单元上的方位向相位梯度。采用该方法进行方位向干涉相位梯度估计，首先估计复干涉相位图坐标为n的距离单元的方位向一阶协方差和二阶协方差：

$>C_{1,n}=\underset{m=1}{\overset{M-1}{\Sigma }}I(m,n)I^{*}(m+1,n)$>

$>C_{2,n}=\underset{m=1}{\overset{M-2}{\Sigma }}I(m,n)I^{*}(m+2,n)$>

其中，C_1,n表示复干涉相位图坐标为n的距离单元的方位向一阶协方差，C_2,n表示复干涉相位图坐标为n的距离单元的方位向二阶协方差，I(m,n)表示复干涉相位图，m表示复干涉图方位向坐标，n表示复干涉图距离单元坐标，M表示复干涉图方位向数据长度，I^*(·)表示取共轭操作，Σ表示求和操作。

然后再按照下式，估计方位向干涉相位梯度：

$>k_n=\frac{\arg \left\{C_{2,n}\exp \right[-j2\arg \left\{C_{1,n}\right\}\left]\right\}}{2}+\arg \left\{C_{1,n}\right\}$>

其中，k_n表示坐标为n的距离单元的方位向干涉相位梯度，C_1,n表示复干涉相位图坐标为n的距离单元的方位向一阶协方差，C_2,n表示复干涉相位图坐标为n的距离单元的方位向二阶协方差，exp(·)表示常数e的指数操作，arg(·)表示取相角操作。

步骤4，计算方位向上各个样本点的最优相位梯度。

首先，利用步骤(3)得到的不同窗口下复干涉相位图中每个样本点的相位梯度估计值；然后根据小平面近似准则和一维线性模型定义关于方位向估计相位的代价函数；最后通过代价函数确定方位向的最小偏差估计来确定方位向的最优相位梯度值。

由于SAR复数图像具有两个维度，对于方位向来说可以用一维来近似。在固定的估计窗口内，通过窗口内的样本数据利用最小二乘法进行曲线拟合，这些样本点可以近似地拟合出一条直线，这条直线的坡度(斜率)值等于方位向的估计相位。当窗口大小改变时参与拟合的数据不同导致拟合出的直线倾斜度也不一样，因此，对同一样本点而言不同的窗口大小对应不同的估计相位。

对于各向异性的各样本点而言位于一个二维曲面上，但在局部滤波窗口内可将个样本点近似认为在同一平面上。也就是说每个点的相位估计梯度值相等。估计窗口内样本点的相位估计梯度值可用下式表示：

im＝sqrt(-1)

其中im为虚数单位，s_a(i,j)为估计窗口中心像素点(i,j)的估计相位，win与窗口大小之间的关系为：窗口大小＝2×win+1，则为相位估计梯度值，exp(·)表示常数e的指数操作。

步骤5，相位补偿滤波。

首先，利用步骤(4)获取的方位向相位参数，对复干涉相位图中样本点进行方位向相位补偿；然后利用步骤(3)获取的距离向相位参数，对复干涉相位图中样本点进行距离向相位补偿；在原有相位的基础上乘以一个附加相位。

步骤6，对经过方位向、距离向相位补偿后的干涉相位图进行均值滤波处理。

步骤7，输出经过相位补偿和均值滤波后的干涉相位图。

2、仿真数据处理实验：

仿真数据实验以分布式卫星为平台，InSAR系统的仿真参数如下表所示：

参数取值参数取值卫星高度(km)600基线长度(m)813.5雷达下视角(°)45距离向采样率(MHz)160方位分辨率(m)3距离分辨率(m)3主图像多普勒中心(Hz)0辅图像多普勒中心(Hz)0

图2(a)(e)分别为固定窗口(3x3)滤波后的干涉相位图和相位误差图，图2(b)(f)分别为固定窗口(5x5)滤波后的干涉相位图和相位误差图，图2(c)(g)分别为固定窗口(7x7)滤波后的干涉相位图和相位误差图。图2(d)(h)为本发明所述方法处理得到的干涉相位图和相位误差图。由图2可知，经本发明所述方法处理得到的干涉相位图中噪声水平与现有方法相比更低。

图3(a)为局部区域滤波前的干涉相位图，图3(b)为局部区域固定窗口(3x3)滤波后的干涉相位图，图3(c)为局部区域固定窗口(9x9)滤波后的干涉相位图，图3(d)为局部区域自适应窗口滤波后的干涉相位图，图3(e)为局部区域固定窗口(13x13)滤波后的相位误差图，图3(f)为局部区域固定窗口(15x15)滤波后的相位误差图，图3(g)为局部区域固定窗口(17x17)滤波后的相位误差图，图3(h)为自适应窗口滤波后的相位误差图。由图3可知，对于干涉相位图中条纹密集区域而言，经本发明所述方法处理得到的干涉相位图中相位误差与现有方法相比更小。

表1为自适应滤波窗口与固定窗口的滤波结果对比，比较对象包括相位误差的大小和残点数目的多少。

表1自适应窗口与固定窗口滤波结果比较

窗口大小3x35x57x79x911x1113x13自适应窗口残点数目(个数)69974144931262925相位误差(rad)0.5770.2260.2060.2100.2140.2250.205

从图2、图3的处理结果和表1对残点个数和相位误差的统计结果可知，本发明所述方法不仅能更好地滤除干涉相位图中的相位噪声，而且能够更好地保持干涉相位的连续性。