一种InSAR建筑物图像仿真及高程反演方法
发布时间:2021-01-02 17:38
城市建筑区域叠掩、阴影严重,图像理解困难且干涉相位变化复杂紊乱,一直是InSAR处理的困难区域。SAR图像仿真能为图像理解和处理方法研究提供数据支撑,然而现有建筑区域SAR图像仿真方法大多无法获得具有相干性的干涉SAR图像对。该文提出了一种面向建筑区域的干涉SAR复图像对仿真方法,能够获得建筑的复数图像对、干涉相位图以及叠掩成分数目等信息,为城区干涉SAR处理及信息提取研究提供仿真数据支撑。同时,基于仿真中对相位变化规律的分析,提出叠掩区相位解缠时的基准确定方法,解决传统解缠方法面临的叠掩区域干涉相位不连续问题,进而反演建筑高程信息。最后,通过建模仿真结果与实际SAR图像和干涉相位的对比,验证了仿真方法的正确性,并对仿真及实际干涉相位进行解缠和高程反演处理,验证了该文高程反演方法的有效性。
【文章来源】:雷达学报. 2020年02期 北大核心
【文章页数】:13 页
【部分图文】:
SAR图像仿真几何设定
散射点投影几何
然而,如直接基于POV-Ray获得的每个像素的散射点数量统计叠掩成分数并不准确,原因在于射线追踪的散射点密度一般大于成像网格点密度。因此投影至一个像素点的散射点可能来自于不同的地物表面,也可能是一个散射点及其近邻散射点,因此需要对二者进行甄别,统计时剔除后者。本文通过计算叠掩到同一像素的若干散射点与卫星构成的张角,来判断当前散射点是来自于不同的建筑表面还是来自近邻散射点。如图5所示,假设A,B及其近邻散射点都投影至同一像素点,若叠掩区像素点来自叠掩着的不同建筑表面(地面、墙壁、屋顶),其位于以卫星S为圆心、斜距长为半径的圆上,如A,B两点,那么叠掩点的连线AB与S构成的三角形为锐角三角形;而若叠掩区像素点来自点A和近邻点A′,那么A A′与S构成的三角形为钝角。按照上述判断方法,本文提出图6所示的叠掩成分数目的计算流程。假设m为当前即将投影至(r,a)像素的散射点,Points{(r,a)}为所有已经投影到(r,a)像素的散射点集合,n为该集合中距离当前点m最近的散射点,L∈RH×W为叠掩成分数目图,初始化为全0。关键步骤为计算三角形(S,m,n)是否为锐角三角形,若是,则叠掩成分数加一,否则不变。随后再处理下一个散射点,直至处理完全部散射点,此时获得叠掩成分数目图。
【参考文献】:
期刊论文
[1]基于深度神经网络的SAR建筑目标三维重建方法[J]. 陈健堃,彭凌霄,仇晓兰,丁赤飚,吴一戎. 中国科学:信息科学. 2019(12)
[2]SAR影像中叠掩与阴影区域的识别——以湖北巴东为例[J]. 张同同,杨红磊,李东明,李永杰,刘俊男. 测绘通报. 2019(11)
[3]基于D-InSAR技术的北京城区地面沉降监测[J]. 王彦兵,洪伟,李小娟,宫辉力,王旭. 测绘通报. 2016(05)
[4]一种自适应迭代的非局部干涉相位滤波方法[J]. 林雪,李曾玺,李芳芳,胡东辉,丁赤飚. 雷达学报. 2014(02)
[5]多基线InSAR干涉图的直接法仿真[J]. 张红敏,靳国旺,徐青,王冬,蒋明富. 测绘科学技术学报. 2010(02)
[6]星载干涉SAR阴影及叠掩区域相位重构方法[J]. 王青松,时信华,黄海风,董臻,梁甸农. 系统工程与电子技术. 2010(04)
[7]星载InSAR系统DEM重建及其误差分析[J]. 孙造宇,梁甸农,张永胜. 电子与信息学报. 2008(06)
博士论文
[1]InSAR获取高精度DEM关键处理技术研究[D]. 靳国旺.解放军信息工程大学 2007
本文编号:2953350
【文章来源】:雷达学报. 2020年02期 北大核心
【文章页数】:13 页
【部分图文】:
SAR图像仿真几何设定
散射点投影几何
然而,如直接基于POV-Ray获得的每个像素的散射点数量统计叠掩成分数并不准确,原因在于射线追踪的散射点密度一般大于成像网格点密度。因此投影至一个像素点的散射点可能来自于不同的地物表面,也可能是一个散射点及其近邻散射点,因此需要对二者进行甄别,统计时剔除后者。本文通过计算叠掩到同一像素的若干散射点与卫星构成的张角,来判断当前散射点是来自于不同的建筑表面还是来自近邻散射点。如图5所示,假设A,B及其近邻散射点都投影至同一像素点,若叠掩区像素点来自叠掩着的不同建筑表面(地面、墙壁、屋顶),其位于以卫星S为圆心、斜距长为半径的圆上,如A,B两点,那么叠掩点的连线AB与S构成的三角形为锐角三角形;而若叠掩区像素点来自点A和近邻点A′,那么A A′与S构成的三角形为钝角。按照上述判断方法,本文提出图6所示的叠掩成分数目的计算流程。假设m为当前即将投影至(r,a)像素的散射点,Points{(r,a)}为所有已经投影到(r,a)像素的散射点集合,n为该集合中距离当前点m最近的散射点,L∈RH×W为叠掩成分数目图,初始化为全0。关键步骤为计算三角形(S,m,n)是否为锐角三角形,若是,则叠掩成分数加一,否则不变。随后再处理下一个散射点,直至处理完全部散射点,此时获得叠掩成分数目图。
【参考文献】:
期刊论文
[1]基于深度神经网络的SAR建筑目标三维重建方法[J]. 陈健堃,彭凌霄,仇晓兰,丁赤飚,吴一戎. 中国科学:信息科学. 2019(12)
[2]SAR影像中叠掩与阴影区域的识别——以湖北巴东为例[J]. 张同同,杨红磊,李东明,李永杰,刘俊男. 测绘通报. 2019(11)
[3]基于D-InSAR技术的北京城区地面沉降监测[J]. 王彦兵,洪伟,李小娟,宫辉力,王旭. 测绘通报. 2016(05)
[4]一种自适应迭代的非局部干涉相位滤波方法[J]. 林雪,李曾玺,李芳芳,胡东辉,丁赤飚. 雷达学报. 2014(02)
[5]多基线InSAR干涉图的直接法仿真[J]. 张红敏,靳国旺,徐青,王冬,蒋明富. 测绘科学技术学报. 2010(02)
[6]星载干涉SAR阴影及叠掩区域相位重构方法[J]. 王青松,时信华,黄海风,董臻,梁甸农. 系统工程与电子技术. 2010(04)
[7]星载InSAR系统DEM重建及其误差分析[J]. 孙造宇,梁甸农,张永胜. 电子与信息学报. 2008(06)
博士论文
[1]InSAR获取高精度DEM关键处理技术研究[D]. 靳国旺.解放军信息工程大学 2007
本文编号:2953350
本文链接:https://www.wllwen.com/kejilunwen/wltx/2953350.html