[发明专利]基于D-LinkNet的无迹卡尔曼滤波相位解缠方法

说明书

本发明公开了一种基于D‑LinkNet的无迹卡尔曼滤波相位解缠方法，实现在解缠困难区域获取高精度解缠结果。具体包括：基于改进D‑LinkNet的高精度梯度模糊系数估计、距离/方位向梯度获取及结合最大堆解缠策略的无迹卡尔曼滤波相位解缠；通过改进D‑LinkNet对不同地形的模拟数据进行模型训练，从含有噪声的干涉相位中获取梯度模糊系数；通过距离/方位向梯度估计公式获取相应的梯度，并结合小窗口中值滤波器对梯度进行轻微滤波，提高梯度估计精度；最后采用无迹卡尔曼滤波及最大堆解缠策略对干涉相位进行逐像元解缠。本发明能够解决高噪声及大梯度变化区域解缠精度低的问题，有效提高相位解缠精度。

技术领域

本发明涉及合成孔径雷达干涉数据处理领域，特别是涉及一种基于D-LinkNet的无迹卡尔曼滤波相位解缠方法。

背景技术

合成孔径雷达干涉（Interferometric Synthetic Aperture Radar，InSAR）测量技术已经在数字高程模型反演、大规模地表沉陷监测及山体滑坡等地质灾害中得到了广泛的应用。而相位解缠又作为InSAR数据处理中的技术难点，受到广大研究学者们的关注。目前，相位解缠可以分为两类，一类是以经典枝切法为代表的路径跟踪法，其中主要包括最小不连续法及质量图法等，该类方法属于局部最优方法，首先选取一个解缠起点，然后沿着一个解缠路径进行逐个像素点解缠，直至整个干涉相位内所有像素点都解缠结束，该类方法解缠效率高，但在经过高噪声区域的时候会产生明显的误差传递，甚至会导致解缠失败；另外一类是以最小费用流（minimum cost flow，MCF）为代表的最优估计方法，其中主要包括最小范数法及统计费用流方法（statistical cost flow，SNAPHU），该类方法属于全局最优方法，通过缠绕相位梯度以获取真实相位梯度的近似值，进而获取最终的解缠结果，该类方法稳定性较好，可以避免明显的误差传递，但在高噪声区域仍然无法获得准确的结果。

上述两种解缠方法已经在现阶段的主流软件中得到了广泛的应用，然而在高噪声区域仍然无法获得理想的解缠结果，尤其是上述解缠方法易受到相位连续性假设的限制，使其在相位不连续区域难以获得准确的结果，甚至会导致解缠失败，进而影响最终的产品精度；虽然多基线相位解缠方法可以摆脱相位连续性假设的限制，但因其噪声鲁棒性差及解缠效率低，仍然限制了其应用的范围，而且多基线干涉相位数据并不是经常有，与此同时，相位解缠精度受不同基线长度比例关系的影响比较明显，因此，在只有单景影像的情况如何获取高精度相位解缠结果就显得尤为重要，尤其是在高噪声及大梯度变化区域获取高精度解缠结果就成为了一项重要的研究工作。

发明内容

本发明的目的是提供一种基于D-LinkNet的无迹卡尔曼滤波相位解缠方法，能够解决高噪声及大梯度变化区域解缠精度低的问题，有效的提高相位解缠精度。

为实现上述目的，本发明提供一种基于D-LinkNet的无迹卡尔曼滤波相位解缠方法，包括以下步骤：

S1、构建D-LinkNet网络模型，并对所述D-LinkNet网络模型进行改进，得到改进的D-LinkNet网络模型；

S2、根据不同地形地貌的SRTM获取缠绕干涉相位和真实相位梯度模糊系数，并对所述缠绕干涉相位进行加噪；

S3、将加噪的缠绕干涉相位作为改进的D-LinkNet网络模型的输入数据样本，将所述真实相位梯度模糊系数作为改进的D-LinkNet网络模型的输出数据样本，以对所述改进的D-LinkNet网络模型进行训练；

S4、基于训练好的改进D-LinkNet网络模型，得到梯度模糊系数；并结合小窗口中值滤波得到距离/方位向相位梯度估计值；

S5、基于所述S4，建立无迹卡尔曼滤波相位解缠的状态方程及观测方程，并结合最大堆排序解缠策略对干涉相位图进行逐个相位展开，得到最终的解缠相位值。