基于線性模型匹配的干涉相位圖自適應濾波算法
【技術領域】
[0001] 本發(fā)明屬于通信技術領域，更進一步涉及雷達探測技術領域中的一種干涉合成孔 徑雷達（Interferometric Synthetic Aperture Radar，InSAR)地形測量處理過程中的干 涉相位圖自適應濾波處理，為一種基于線性模型匹配的干涉相位圖自適應濾波算法。
【背景技術】
[0002] 干涉合成孔徑雷達在傳統(tǒng)技術的合成孔徑雷達（Synthetic Aperture Radar， SAR)對實際三維場景獲取距離維和方位維二維信息的基礎上，聯合不同視角獲取的同一場 景的具有一定相干性的兩幅或多幅SAR圖像，通過干涉處理技術，獲取目標場景的三維地 形信息。
[0003] 在干涉合成孔徑雷達InSAR數據獲取時，由于時間失相關、基線失相關以及InSAR 系統(tǒng)本身的熱噪聲導致干涉相位圖中存在大量相位斑點噪聲，盡管在干涉處理時已經進行 了多視處理，但干涉相位圖中的噪聲依然是比較嚴重的，相位圖中的殘留點非常密集。在干 涉SAR數據處理中一般用殘留點數目作為評估相位圖噪聲抑制的性能指標，殘留點越多則 說明相位圖受噪聲污染越嚴重，即干涉圖像的信噪比越低。噪聲嚴重影響著干涉SAR的圖 像質量，使得相位展開無法進行或者生成DEM的精度降低。為獲得高質量的INSAR圖像， 必須對噪聲進行有效的抑制，同時應該保持INSAR圖像的分辨率。自適應濾波處理可有效 降低干涉相位圖中的相位斑點噪聲，提升相位解纏精度和獲取更加準確的絕對相位值，進 而提尚了 InSAR系統(tǒng)測尚性能。
[0004] Konstantinos P.Papathanassiou，在文獻"A New Technique for Noise Filtering of SAR Interferometric Phase Images^dEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING, VOL 36, Nd 5, SEPTEMBER1998)中提出了一種干涉合成孔徑雷達數據 處理中的干涉相位圖濾波方法，該方法的基本原理為：將干涉相位圖中的各類噪聲近似認 為是加性噪聲模型，對同一區(qū)域用窗口大小相等但方向各異的方向窗統(tǒng)計噪聲，在不同方 向窗內根據噪聲水平的變化選擇固定的方向窗沿條紋方向進行濾波處理，從而提高了噪聲 的抑制效果。
[0005] 李錦偉，李真芳，在論文"一種相干系數加權的最優(yōu)干涉相位濾波"（《西安電子 科技大學學報》2014年，4月，第42卷，第2期）中提出一種干涉合成孔徑雷達InSAR數據 處理中的最優(yōu)干涉相位濾波方法。該方法是通過相干系數估計獲取最優(yōu)權值，在最小方差 意義下對相干系數進行加權處理，然后根據最小平均相位差準則利用一組大小固定的方向 性加權窗口進行濾波處理。
[0006] 上述的兩種干涉合成孔徑雷達InSAR數據處理中的干涉相位圖濾波方法的核心， 都是從干涉相位本身和其中存在的噪聲出發(fā)，利用固定窗口對干涉相位圖進行濾波處理。 但是，這兩種處理方式存在的不足是，在干涉合成孔徑雷達數據處理過程中，忽略了主輔 SAR圖像方位向因地形變化產生的相位梯度的影響。同時沒有考慮濾波窗口大小對不同區(qū) 域噪聲水平的濾波效果之間的差異性。由于干涉相位圖中不同區(qū)域噪聲水平的不同，若用 固定窗口對干涉相位圖進行濾波處理會導致高信噪比區(qū)域過度濾波而損失細節(jié)信息，低信 噪比區(qū)域則出現濾波不足而殘留大量噪聲影響后續(xù)相位解纏操作。對上述兩種干涉合成孔 徑雷達InSAR數據處理中的干涉相位圖濾波處理方法，對干涉相位圖中局部相位變化緩慢 的影響可忽略不計，能夠得到可靠的數據產品。而對于局部相位變化差異較大的區(qū)域上述 干涉相位圖濾波處理方法在干涉合成孔徑雷達InSAR數據處理的工程應用中將對產品的 精度造成較大影響。

【發(fā)明內容】

[0007] 為了克服上述現有技術的缺點，本發(fā)明的目的在于提供一種基于線性模型匹配的 干涉相位圖自適應濾波算法，可用于存在大量相位斑點噪聲、局部相位條紋變化頻率較快 且頻率多變的干涉相位圖，現有干涉相位圖濾波方法不能滿足處理所需性能要求時，在干 涉合成孔徑雷達數據處理過程中，對主輔SAR圖像的干涉相位圖對進行有效的自適應濾波 處理；通過估計方位向、距離向相位梯度，計算不同估計窗口下方位向的最優(yōu)估計相位，再 通過方位向和距離向相位補償對干涉相位圖進行自適應濾波處理。
[0008] 為了實現上述目的，本發(fā)明采用的技術方案是：
[0009] 基于線性模型匹配的干涉相位圖自適應濾波算法，包括如下步驟：
[0010] ⑴輸入主、輔SAR復數圖像數據；
[0011] (Ia)輸入干涉合成孔徑雷達InSAR主天線獲取的主圖像數據；
[0012] (Ib)輸入干涉合成孔徑雷達InSAR輔天線獲取的已完成與主圖像完全配準的輔 圖像數據；
[0013] (Ic)輸入干涉合成孔徑雷達InSAR成像處理的處理參數和系統(tǒng)參數；
[0014] (2)通過干涉處理生成復干涉相位圖：
[0015] (2a)對輸入的主、輔SAR圖像進行干涉處理，得到復干涉相位圖；
[0016] (3)進行坡度估計，估計方位向和距離向的相位梯度：
[0017] (3a)采用相位梯度估計方法，在不同估計窗口下對復干涉相位圖數據進行方位向 干涉相位梯度估計，得到復干涉相位圖中每個樣本數據的方位向相位梯度估計值；
[0018] (3b)采用相位梯度估計方法，在不同估計窗口下對復干涉相位圖數據進行距離向 干涉相位梯度估計，得到復干涉相位圖中每個樣本數據的距離向相位梯度估計值；
[0019] (4)根據小平面近似準則計算方位向上各個樣本點的最優(yōu)相位梯度：
[0020] (4a)利用步驟（3)得到的不同窗口下復干涉相位圖中每個樣本點的相位梯度估 計值；
[0021] (4b)根據小平面近似準則和一維線性模型定義關于方位向估計相位的代價函數，
[0022] (4c)通過代價函數確定方位向的最小偏差估計來確定方位向的最優(yōu)相位梯度 值；
[0023] (5)進行方位向和距離向相位補償：
[0024] (5a)利用步驟（4c)獲取的方位向估計相位，對復干涉相位圖中樣本點進行方位 向相位補償；
[0025] (5b)利用步驟（3b)獲取的距離向估計相位，對復干涉相位圖中樣本點進行距離 向相位補償；
[0026] (6)對經過方位向和距離向相位補償后的干涉相位圖進行均值濾波處理；
[0027] (7)輸出經過相位補償和均值濾波處理后的主、輔SAR圖像數據。
[0028] 與現有技術相比，本發(fā)明的有益效果是：
[0029] 第一，本發(fā)明采用估計方位向和距離向相位梯度分別獲取主、輔SAR圖像區(qū)域數 據之間的相位偏移量，計算不同窗口下不同區(qū)域各個樣本點的濾波參數，根據方位向相位 的最小偏差估計準則對干涉相位圖進行自適應窗口相位估計?？朔爽F有技術干涉合成孔 徑雷達數據InSAR處理方法中的干涉相位圖濾波方法運用固定窗口進行濾波操作，在局部 相位條紋變化差異較大和條紋分布密集的區(qū)域，處理性能不能滿足工程應用要求的缺陷， 減小了對濾波后的干涉相位圖進行相位解纏的難度而且能夠獲取更加真實的絕對相位值。
[0030] 第二，本發(fā)明所采用的方位向上的一維線性模型和小平面近似，估計方位向最優(yōu) 相位梯度的方法，然后對方位向相位進行補償濾波處理。與現有技術干涉合成孔徑雷達 InSAR數據處理中的干涉相位圖濾波方法相比，本發(fā)明更好的適應了局部相位條紋沿方位 向的相位突變，并且是適應地形變化的，有效的保留了相干性信息，提高了主輔SAR圖像對 間的相干性。
【附圖說明】
[0031 ] 圖1為本發(fā)明的流程圖。
[0032] 圖2仿真數據整體實驗結果圖，其中圖2(a)為固定濾波窗口（3x3)，圖2(b)為固 定濾波窗口（5x5)，圖2 (c)為固定濾波窗口（7x7)，圖2 (d)為自適應濾波窗口，圖2 (e)為 相位誤差圖（3x3)，圖2 (f)為相位誤差圖（5x5)，圖2 (g)為相位誤差圖（7x7)，圖2 (h)為相 位誤差圖（自適應濾波窗口）。
[0033] 圖3仿真數據局部實驗結果圖，其中圖3 (a)為濾波前干涉相位圖，圖3(b)為固 定濾波窗口（3x3)，圖3 (c)為固定濾波窗口（9x9)，圖3 (d)為自適應濾波窗口，圖3 (e)為 局部相位誤差圖（13x13)，圖3(f)為局部相位誤差圖（15x15)，圖3(g)為局部相位誤差圖 (17x17)，圖3(h)為局部相位誤差圖（自適應濾波窗口）。
【具體實施方式】
[0034] 下面結合附圖和實施例詳細說明本發(fā)明的實施方式。
[0035] 參照附圖1，本發(fā)明的具體實施步驟如下：
[0036] 步驟1，輸入SAR圖像數據和輔助參數。
[0037] 將干涉合成孔徑雷達InSAR主天線獲取的主圖像數據和干涉合成孔徑雷達InSAR 輔天線獲取的已與主圖像完全配準的輔圖像數據及處理過程中用到的與系統(tǒng)參數和成像 處理相關的輔助參數輸入到系統(tǒng)中，輸入的主輔SAR圖像要滿足干涉處理的在相干性和成 像質量等方面的質量要求。
[0038] 步驟2，復干涉相位圖。
[0039] 對輸入的主輔SAR圖像進行干涉處理，獲得復干涉相位圖；
[0040] 步驟3,估計相位梯度
[0041] 下面以估計方位向相位梯度為例闡述具體實現方法。采用二階自相關函數的相位 梯度估計算法，快速穩(wěn)健地估計每個復干涉圖分塊的數據、各距離單元上的方位向相位梯 度。采用該方法進行方位向干涉相位梯度估計，首先估計復干涉相位圖坐標為η的距離單 元的方位向一階協(xié)方差和二階協(xié)方差：
[0044] 其中，C^n表示復干涉相位圖坐標為η的距離單元的方位向一階協(xié)方差，C ^表示 復干涉相位圖坐標為η的距離單元的方位向二階協(xié)方差，I (m，η)表示復干涉相位圖，m表 示復干涉圖方位向坐標，η表示復干涉圖距離單元坐標，M表示復干涉圖方位向數據長度， Γ( ·)表示取共輒操作，Σ表示求和操作。
[0045] 然后再按照下式，估計方位向干涉相位梯度：
[0047] 其中，kn表示坐標為η的距離單元的方位向干涉相位梯度，C 1ιη表示復干涉相位圖 坐標為η的距離單元的方位向一階協(xié)方差，C2in表示復干涉相位圖坐標為η的距離單元的方 位向二階協(xié)方差，exp( ·)表示常數e的指數操作，arg( ·)表示取相角操作。
[0048] 步驟4,計算方位向上各個樣本點的最優(yōu)相位梯度。