星载合成孔径雷达干涉测量处理技术研究

《星载合成孔径雷达干涉测量处理技术研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要合成孔径雷达干涉测量(InSAR)技术是近二十年发展起来的一种先进的空间观测技术，论文以星载InSAR干涉成像技术为研究对象，在简单介绍InSAR技术发展历程、应用以及有关的InSAR成像原理基础上，对InSAR干涉成像处理流程中各个阶段做了系统地研究，并结合实例对其中关键处理技术包括SAR图像配准、干涉图滤波、干涉图相位解缠的原理和算法做了深入地分析和研究，利用真实ERS．1／2SAR图像数据干涉测量生成相对数字高程图，利用ENVIsATASAR图像数据生成同一地区的干涉相位图。论文针对SAR图像配准过程中概略配准的必要性，依据地理坐标参数(经纬度)和SAR图像坐标之

2、间的对应关系，提出了一种基于地理坐标参数的SAR图像自动概略配准法，拟合地理坐标和图像坐标之间的变化，实现概略配准，算法计算速度快，精度较高。在概略配准的基础上，分析了精确配准的各种方法和干涉相位的统计特性、估计及评价。论文在分析了干涉图去平地效应原理与方法的同时，讨论了干涉图相位噪声特性和干涉图滤波方法，并利用小波分析的多分辨率特性和高频部分系数的方向特性，提出了一种基于小波变换的InSAR干涉图滤波方法，在对干涉图小波分解的基础上，对高频部分系数用对应方向的方向模板平滑处理后做中值滤波，使干涉图中的残差点数目大大减少，同时很好地保持了图像的边缘特征。论文分析比较了相位解

3、缠中的路径跟踪法和最小二乘法，针对相位解缠中相位噪声引起的误解缠问题，利用支持向量机强大的分类能力，提出了一种基于支持向量机的InSAR干涉图相位解缠法，根据像元的相位属性对像元分类，对不同类的像元用不同的方法解缠，算法尤其适合解缠具有统计特性的真实干涉图；利用Mumford．Shah提出的最小分割问题的“多层”实现模型，提出了一种基于多层Mumford．Shah模型的InSAR干涉图相位解缠方法，采用“水平集逐层迭代算法”对干涉图进行多层分割以间接确定不同质量特性的干涉图子连通区域，在此基础上从高质量区域向低质量区域对干涉图中像元逐步进行相位解缠，算法先隔开噪声密集的低质

4、量区域，对干涉图进行解缠，提高了解缠的精度；利用枝切法中隔离残差点的思想，提出了一种基于最短距离优先原则的InSAR干涉图区域分割相位解缠法，采用全局性最短距离优先原则连接残差点，把干涉图分割为非残差区域和残差区域，分别用不同的方法解缠，在保证高质量的非残差区域快速准确解缠的同时，使更多的低质量区域像元准确解缠。论文利用三组ERS-1／2串行的SAR图像数据对，进行干涉成像处理实验，并Ⅱ博十学位论文根据干涉处理中得到各组数据的不同特点，使用不同的干涉成像处理方法，成功地生成了相关系数图、干涉相位图和成像目标区域的相对数字高程图，从而进一步检验了论文给出方法的有效性。同时，利

5、用由ENVISAT卫星ASAR对BAM地区地震前后成像得到的多幅SAR单视复图像数据，选用一组降轨图像数据和一组升轨图像数据分别做干涉成像处理，生成干涉相位图，可以进一步利用合成孔径雷达差分干涉测量技术和有关地震知识研究地震地表形变。关键词：合成孔径雷达干涉测量；图像配准；相位解缠；数字高程图；小波变换；支持向量机；多层-lumford—Shah模型；最短距离优先原则ⅡIAbstractInterferometricSyntheticApertureRadar(InSAR)isanadvancedspaceobservationtechniquethathavebeende

6、velopedintheIasttwodecadesorSO，thisdissertationstudiesthespaceborneInSARimagingtechnique，afterthedevelopmentprocessandapplicationofInSARandtherelatedInSARimagingtheoryhavebeensimplyintroduced，theInSARprocessflowissystematicallystudied，thenthekeytechniquessuchasimageregistration，noisefilter

7、ingandphaseunwrappingwithrelatedexamplesaxefullyanalyzedanddiscussed，andtherelativedigitalelevationmodelsaxegeneratedusingtherealERS-1／2SARdata，andtheSARinterferogramsaregeneratedusingtheENVISATASARdataofthesameimagingtargets．Totherequirementofcoarseregistrati