[发明专利]一种基于质量图加权的多基线最小二乘相位解缠方法

摘要

本发明公开了一种基于质量图加权的多基线最小二乘相位解缠方法，该方法首先计算多基线InSAR缠绕相位的一阶相位梯度主值，并将其镜像对称延拓，计算二阶相位梯度，然后利用质量图判断缠绕相位质量，将其作为先验信息对缠绕相位中的残差点进行相位补偿，并基于质量图对缠绕相位的二阶相位梯度进行优化加权，最后进行多基线最小二乘相位解缠，得到解缠相位，该方法通过多基线测量丰富目标场景的干涉相位信息，避免了传统单基线最小二乘相位解缠算法中的残差点相位误差传递问题，提高了相位解缠精度。

主权项

1.一种基于质量图加权的多基线最小二乘相位解缠方法，其特征是它包括以下步骤：步骤1、初始化基于质量图加权的多基线InSAR最小二乘相位解缠方法所需的参数：初始化基于质量图加权的多基线InSAR最小二乘相位解缠方法所需的参数，包括：多基线InSAR缠绕相位数据组数，记为L，缠绕相位的距离向点数，记为M，缠绕相位的方位向点数，记为N，基线长度记为B_l，多基线InSAR第l组缠绕相位记为φ^l(a,b)，其中l＝1,2,…,L，a＝1,2,…,M，b＝1,2,…,N，a表示距离向的第a个点，b表示方位向的第b个点；缠绕相位作FFT变换到频域中对应的像素坐标记为(j,k)，其中j＝1,2,…,M，k＝1,2,…,N，j表示距离向频域的第j个点，k表示方位向频域的第k个点，FFT为传统标准的快速傅里叶变换；步骤2、计算缠绕相位距离向和方位向的一阶相位梯度主值：采用公式Δ^l,^x(a,b)＝W[φ^l(a+1,b)‑φ^l(a,b)]，计算得到第l组缠绕相位φ^l(a,b)距离向的一阶相位梯度主值，记为Δ^l,^x(a,b)；采用公式Δ^l,^y(a,b)＝W[φ^l(a,b+1)‑φ^l(a,b)]，计算得到第l组缠绕相位φ^l(a,b)方位向的一阶相位梯度主值，记为Δ^l,y(a,b)，l＝1,2,…,L，a＝1,2,…,M，b＝1,2,…,N，其中x表示缠绕相位的距离向，y表示缠绕相位的方位向，L表示步骤1中初始化的缠绕相位数据组数，M表示步骤1中初始化的缠绕相位距离向点数，N表示步骤1中初始化的缠绕相位方位向点数，W[·]为传统标准的主值函数，φ^l(a,b)为步骤1中初始化的第l组缠绕相位，a表示距离向的第a个点，b表示方位向的第b个点；步骤3、镜像对称延拓一阶相位梯度主值矩阵，计算二阶相位梯度：采用公式对第l组缠绕相位φ^l(a,b)距离向一阶相位梯度主值Δ^l,^x(a,b)进行镜像对称延拓，得到延拓后的距离向一阶相位梯度主值，记为ρ^l,x(a,b)；采用公式对第l组缠绕相位φ^l(a,b)方位向一阶相位梯度主值Δ^l,^y(a,b)进行镜像对称延拓，得到延拓后的方位向一阶相位梯度主值，记为ρ^l,y(a,b)，l＝1,2,…,L，a＝1,2,…,2M，b＝1,2,…,2N，其中L表示步骤1中初始化的缠绕相位数据组数，M表示步骤1中初始化的缠绕相位距离向点数，N表示步骤1中初始化的缠绕相位方位向点数，Δ^l,x(a,b)和Δ^l,y(a,b)分别为步骤2中计算的第l组缠绕相位φ^l(a,b)距离向和方位向的一阶相位梯度主值，镜像对称延拓为传统标准的镜像对称延拓方法；采用公式ρ^l(a,b)＝[ρ^l,x(a+1,b)‑ρ^l,x(a,b)]+[ρ^l,y(a,b+1)‑ρ^l,y(a,b)]，计算得到第l组缠绕相位φ^l(a,b)的二阶相位梯度，记为ρ^l(a,b)，l＝1,2,…,L，a＝1,2,…,2M，b＝1,2,…,2N，其中L表示步骤1中初始化的缠绕相位数据组数，M表示步骤1中初始化的缠绕相位距离向点数，N表示步骤1中初始化的缠绕相位方位向点数，ρ^l,x(a,b)、ρ^l,y(a,b)分别表示延拓后的缠绕相位距离向、方位向的一阶相位梯度主值；步骤4、识别缠绕相位中的残差点：采用公式计算得到缠绕相位中第a个距离向，第b个方位向的像素点(a,b)的一阶梯度主值在2×2邻域内的环积分，记为R(a,b)，其中ρ_i(i＝1,2,3,4)为缠绕相位一阶梯度主值，ρ₁＝ρ^l,x(a,b)、ρ₃＝‑ρ^l,x(a,b+1)是步骤3中延拓后距离向的一阶相位梯度主值，ρ₂＝ρ^l,y(a+1,b)、ρ₄＝‑ρ^l,y(a,b)是步骤3中延拓后方位向的一阶相位梯度主值，l＝1,2,…,L，a＝1,2,…,2M，b＝1,2,…,2N，L表示步骤1中初始化的缠绕相位数据组数，M表示步骤1中初始化的缠绕相位距离向点数，N表示步骤1中初始化的缠绕相位方位向点数；识别缠绕相位中残差点的方法是：当缠绕相位像素点(a,b)的一阶梯度主值在2×2邻域内的环积分结果|R(a,b)|＝2π时，(a,b)为残差点，当R(a,b)＝0时，(a,b)为连续点；步骤5、基于质量图对残差点进行相位补偿：采用公式计算得到第l组缠绕相位的质量图，第a个距离向，第b个方位向的像素点(a,b)的相位质量记为z^l(a,b)，l＝1,2,…,L，a＝1,2,…,2M，b＝1,2,…,2N，其中L表示步骤1中初始化的缠绕相位数据组数，M表示步骤1中初始化的缠绕相位距离向点数，N表示步骤1中初始化的缠绕相位方位向点数，ρ^l,x(a,b)、ρ^l,y(a,b)分别表示步骤3中延拓后的距离向、方位向的一阶相位梯度主值，分别表示当前像素点在m×m(2≤m≤M)窗口中延拓后的距离向、方位向的一阶相位梯度主值的均值；采用公式计算得到相位补偿因子，记为n_i(i＝1,2,3,4)，其中z_i(i＝1,2,3,4)为相位质量，z₁表示缠绕相位中残差点(a,b)对应的相位质量，z₂表示点(a+1,b)对应的相位质量，z₃表示点(a+1,b+1)对应的相位质量，z₄表示点(a,b+1)对应的相位质量，R(a,b)为步骤4中计算得到的缠绕相位像素点(a,b)的一阶梯度主值在2×2邻域内的环积分；采用公式进行残差点相位补偿，a＝1,2,…,2M，b＝1,2,…,2N，其中ρ_i(i＝1,2,3,4)是步骤4中的一阶相位梯度主值，是相位补偿后的一阶相位梯度主值，M表示步骤1中初始化的缠绕相位距离向点数，N表示步骤1中初始化的缠绕相位方位向点数；步骤6、基于质量图对二阶相位梯度加权优化：将步骤5中补偿残差点相位后的缠绕相位质量z^l(a,b)，采用传统标准的离差标准化方法归一化到[0,1]区间内，采用公式Z^l,x(a,b)＝min(z^l(a‑1,b),z^l(a,b))，计算得到距离向梯度权重，记为Z^l,x(a,b)；采用公式Z^l,y(a,b)＝min(z^l(a,b‑1),z^l(a,b))，计算得到方位向权重梯度，记为Z^l,^y(a,b)，l＝1,2,…,L，a＝1,2,…,2M，b＝1,2,…,2N，其中z^l(a,b)为步骤5中计算得到的第l组缠绕相位第a个距离向，第b个方位向像素点的相位质量，L表示步骤1中初始化的缠绕相位数据组数，M表示步骤1中初始化的缠绕相位距离向点数，N表示步骤1中初始化的缠绕相位方位向点数，函数min(参数1，参数2)表示计算参数列表中的最小值；采用公式计算得到第m组缠绕相位的二阶相位梯度补偿因子，记为l＝1,2,…,L，m＝1,2,…,L，a＝1,2,…,2M，b＝1,2,…,2N，其中L表示步骤1中初始化的缠绕相位数据组数，M表示步骤1中初始化的缠绕相位距离向点数，N表示步骤1中初始化的缠绕相位方位向点数，Z^l,x(a,b)和Z^l,y(a,b)分别为距离向梯度权重和方位向的梯度权重，B_l表示步骤1中初始化的第l条基线的长度，B_m表示步骤1中初始化的第m条基线的长度；采用公式计算得到加权优化后的第m组缠绕相位二阶相位梯度，记为m＝1,2,…,L，a＝1,2,…,2M，b＝1,2,…,2N，其中L表示步骤1中初始化的缠绕相位数据组数，M表示步骤1中初始化的缠绕相位距离向点数，N表示步骤1中初始化的缠绕相位方位向点数，为第m组缠绕相位的二阶相位梯度补偿因子，ρ^m(a,b)为步骤3中计算得到的缠绕相位的二阶相位梯度；步骤7、利用加权优化后二阶相位梯度进行相位解缠：对步骤6中加权优化后的第m组缠绕相位二阶相位梯度采用传统标准的快速傅里叶变换方法，计算得到缠绕相位二阶相位梯度的二维FFT结果，记为P(j,k)，采用公式计算得到延拓后的解缠相位的二维FFT结果，记为Φ(j,k)，j＝1,2,…,2M，k＝1,2,…,2N，j表示距离频域的第j个点，k表示方位频域的第k个点，M表示步骤1中初始化的缠绕相位距离向点数，N表示步骤1中初始化的缠绕相位方位向点数；对Φ(j,k)采用传统标准的快速傅里叶逆变换方法，计算得到延拓后的解缠相位，记为此时a＝1,2,…,2M，b＝1,2,…,2N，取中a＝1,2,…,M，b＝1,2,…,N的值，得到最终的解缠相位，记为ψ(a,b)。