InSAR 测量技术的相关算法

本文由CSDN点云侠原创，爬虫网站请自重。

1.单视复影像的配准

  由于 SAR 影像对的成像轨道和视角存在偏差，导致两幅影像间存在一定的位移和扭曲，使得干涉影像对上具有相同影像坐标的点并不对应于地面上的同一散射点，为保证生成的干涉图具有较高的信噪比，必须对两景单视复影像进行精确配准，使两幅影像中同一位置的像元能够对应地面上的同一散射点。当前普遍采用的配准方法是三步配准法：①粗配准，配准精度大约 30 个像元；②像元级配准；③亚像元级配准。一般来说，亚像元级配准精度要达到 1/8 像元，当配准精度优于 1/8 像元时，所造成的去相干很小（4%左右），符合 SAR 干涉处理的精度要求。

2.单视复影像预滤波

  由于 InSAR 影像对在距离向和方位向均存在着谱位移，会在干涉图中引入相位噪声，因此，为提高干涉图的质量，在生成干涉图之前，需要在距离向和方位向上进行预滤波处理。方位向滤波是指为保留相同的多普勒频谱而在方位向对主从影像进行的滤波处理。距离向预滤波是指从局部干涉图中消除主从影像间的局部频谱位移，然后利用带通滤波器滤除谱内噪声的过程。预滤波只是 InSAR处理中的可选步骤，可根据频谱偏移量的大小来决定是否进行该处理。

3.干涉图生成

  将从影像配准到主影像坐标系中后，对主、从影像或只对从影像进行重采样，之后再将主、从影像对应像元进行共轭相乘，从而得到干涉图。共轭相乘后的结果是复数形式，其模值称为干涉强度图，相位值称为干涉条纹图或干涉图。这里的相位值是缠绕的，其绝对值都不大于π。

4.基线估计

  基线是反演地面点位高程、获取地表形变的必要参数，其精度对两者的影响很大，可以认为是 InSAR 处理过程中的一个重要环节。基线估计参数主要有垂直基线、平行基线、基线倾角和视角等。当前主要有基于轨道参数、基于干涉条纹和基于地面控制点的基线估计方法。

5.去平地效应

  由基准面引起的相位分量称为平地效应。只有将平地效应从干涉纹图中去除，干涉图才能真实反映出相位同地形高度之间的关系，此时的干涉条纹较为稀疏，有利于相位解缠的顺利进行。平地效应消除方法主要有：① 基于轨道参数和成像区域中心点的大地经纬度计算平地效应；② 根据图像能量计算平地效应；③ 通过测量距离向和方位向占优势的干涉条纹频率来计算平地效应。

6.干涉图滤波

  由于配准误差、系统热噪声、时空基线去相关、地形起伏等因素的影响，干涉图中往往存在着较多的相位噪声，使得干涉条纹不够清晰，周期性不够明显，连续性不强，增加了相位解缠的难度。为减少干涉图中的相位噪声，降低解缠难度，减少误差传递，需要对干涉相位进行滤波处理。现有的滤波方法主要分为时域滤波、频率域滤波和时频域滤波等三种。

7.质量图生成

  在得到干涉条纹图后，需要对相位数据的质量和一致性进行分析，以便为相位解缠或其它需要提供策略，这就需要计算相干图、伪相干图等干涉质量图。

8.相位解缠

  相位解缠是将干涉相位主值恢复到真实相位值的过程，是 InSAR 数据处理流程中的关键环节，直接决定数字高程模型的精度。现有的干涉相位解缠方法主要分为两类：路径跟踪法和最小范数法。路径跟踪法是利用影像自身的相位梯度信息或借助相位质量图信息，选择合适的路径，隔绝噪声区域，沿该路径对相位图进行积分，以得到整幅影像的真实相位。此类算法计算速度快，效率高；但在低相干区域容易形成解缠孤岛。最小范数法是利用数学上的最小范数问题，根据缠绕相位梯度和解缠相位梯度在整幅影像中相差最小这一条件，求得全局最优的真实相位值。此类算法比较稳定，得到的解缠相位较为连续和平滑；但它是基于全局拟合进行操作的，使得局部区域误差被平均到了整幅影像，导致任意点的解缠结果都不精确，只是近似的拟合值。

9.相位差分

  相位差分主要是在干涉相位中去除地形相位，从而得到形变相位的一个过程。主要有“二轨法”、“三轨法”和“四轨法”等差分干涉测量方法。

10.地理编码

  在获取高程或形变量之后，这些量值仍然在雷达的坐标系中。由于各幅 SAR影像的几何特征不同，并且与任何测量参照系都无关，要得到可比的高程或形变图，就必须对数据进行地理编码。地理编码实际上就是雷达坐标系与地理坐标系之间的相互转换。