基于干涉相位圖像構(gòu)建數(shù)字高程模型的關(guān)鍵技術(shù)研究.pdf

1、數(shù)字高程數(shù)據(jù)獲取是戰(zhàn)場(chǎng)地形構(gòu)建，地形模擬的基礎(chǔ)，高精度的數(shù)字高程數(shù)據(jù)對(duì)于戰(zhàn)略規(guī)劃，飛行器導(dǎo)航發(fā)揮著極其重要的作用。隨著干涉測(cè)量技術(shù)的發(fā)展，運(yùn)用干涉相位圖像進(jìn)行數(shù)字高程的恢復(fù)由于其高精度和時(shí)效性而受到廣泛的應(yīng)用。但是通過(guò)測(cè)量設(shè)備獲取的數(shù)據(jù)進(jìn)行干涉得到的相位圖像通常會(huì)受到噪聲的干擾，而且其觀察值為真實(shí)值的模2?值，因此研究如何由干涉相位觀察值生成實(shí)際需要的數(shù)字高程數(shù)據(jù)具有重要的意義。
　　本論文研究的主要目的是基于單視復(fù)數(shù)圖像所生成的

2、干涉相位圖像進(jìn)行相位圖像的降噪，降噪結(jié)果的解纏以及獲取數(shù)字高程數(shù)據(jù)，為軍事應(yīng)用中的虛擬戰(zhàn)場(chǎng)環(huán)境構(gòu)建準(zhǔn)備數(shù)據(jù)條件。對(duì)于相位圖像降噪問(wèn)題，論文研究了基于復(fù)數(shù)域稀疏編碼的相位圖像降噪算法，包括基于自適應(yīng)窗口的傅里葉基降噪算法和基于自適應(yīng)數(shù)據(jù)詞典的降噪算法。對(duì)于相位解纏問(wèn)題，本文將其描述為馬爾科夫隨機(jī)場(chǎng)求解問(wèn)題，比較并分析了求解算法對(duì)于該問(wèn)題的適用性。在論文最后，基于合成孔徑雷達(dá)所獲取的真實(shí)干涉相位圖像，研究了大規(guī)模圖像的分塊與拼合運(yùn)算，并且分

3、析幾何關(guān)系得到了數(shù)字高程數(shù)據(jù)。總結(jié)起來(lái)，論文的創(chuàng)新點(diǎn)主要包括以下幾點(diǎn)：
　　一．研究了數(shù)字高程數(shù)據(jù)測(cè)量系統(tǒng)原理，分析了相位圖像獲取過(guò)程中的噪聲來(lái)源。對(duì)噪聲影響進(jìn)行建模，提出了簡(jiǎn)化的高斯白噪聲模型和更加符合實(shí)際的InSAR（Interferometric Synthetic Aperture Radar）噪聲模型，并且分析了兩者之間的關(guān)系。提出了干涉相位圖像降噪結(jié)果以及解纏效果的衡量標(biāo)準(zhǔn)，以用于后面的定量分析比較中。提出一種簡(jiǎn)單的基

4、于局部多項(xiàng)式近似的快速降噪算法——FLPA（Fast Local Polynomial Approximation）算法，該算法的主要?jiǎng)?chuàng)新為其快速性，并且其精髓是圖像塊的稀疏表示，為后面干涉相位圖像的降噪算法的深入研究具有一定的指導(dǎo)作用。
　　二．基于二維復(fù)數(shù)域的傅里葉變換，提出了一種自適應(yīng)窗口大小選擇算法，并將該算法應(yīng)用于相位圖像降噪問(wèn)題以在保留細(xì)節(jié)的基礎(chǔ)上盡可能地降低圖像中噪聲，提出了SAWFT(Spatial Adaptiv

5、e Windowed Fourier Transform)算法。該算法以二維的能量集中性準(zhǔn)則為依據(jù)，對(duì)每個(gè)待降噪像素點(diǎn)選取具有最高能量集中性的窗口大小，通過(guò)分解系數(shù)的硬截?cái)喾椒ǐ@取該窗口中相位圖像的稀疏編碼，最后將表示基和編碼合成降噪后的相位圖像。該算法能夠根據(jù)相位圖像的特點(diǎn)和噪聲水平自適應(yīng)地選擇表示窗口的大小，對(duì)于變化劇烈區(qū)域或者非連續(xù)區(qū)域，算法選擇較小的窗口進(jìn)行分解和還原，可以最大限度地保持原圖像中的細(xì)節(jié)信息；對(duì)于平緩區(qū)域，算法能夠

6、自適應(yīng)地選取較大的窗口，從而更大程度抑制相位圖像中的噪聲。最終的實(shí)驗(yàn)結(jié)果印證了該算法的有效性。
　　三．提出一種復(fù)數(shù)域稀疏詞典訓(xùn)練方法和稀疏編碼的快速算法，并將該算法應(yīng)用于相位圖像的降噪中。該算法首先將待降噪的相位圖像分解為互相重疊的圖像塊，根據(jù)這些圖像塊訓(xùn)練得到自適應(yīng)的數(shù)據(jù)詞典。論文將這種基于訓(xùn)練詞典的相位圖像降噪算法稱為SpInPHASE(Sparse coding based Interferometric PHASE es

7、timation)算法，該算法訓(xùn)練得到的表示基（數(shù)據(jù)詞典）能夠反映待降噪圖像中的細(xì)節(jié)特征，并且具有較少的噪聲?；谠撚?xùn)練基對(duì)原始圖像塊進(jìn)行稀疏編碼能夠?yàn)V除噪聲的影響。并且通過(guò)理論分析得到算法對(duì)噪聲的抑制程度與表示的稀疏度成正比，即表示越稀疏，對(duì)噪聲的濾除作用越大。在SpInPHASE算法的實(shí)驗(yàn)部分得出，算法能夠獲得比較高的降噪峰值信噪比，并且從視覺(jué)角度上能夠保留非連續(xù)區(qū)域的特征。
　　四．分析了相位采樣率和噪聲對(duì)相位解纏的影響，運(yùn)

8、用概率模型對(duì)相位解纏問(wèn)題進(jìn)行建模，將相位解纏轉(zhuǎn)化為馬爾科夫隨機(jī)場(chǎng)最優(yōu)化問(wèn)題。對(duì)馬爾科夫隨機(jī)場(chǎng)最優(yōu)化問(wèn)題求解算法進(jìn)行研究學(xué)習(xí)并且應(yīng)用于相位解纏問(wèn)題。比較了各種馬爾科夫隨機(jī)場(chǎng)最優(yōu)化算法對(duì)于相位解纏的適用范圍，得出了一系列結(jié)論，包括（1）如果相位曲面為具有少量噪聲的連續(xù)曲面，多標(biāo)注最優(yōu)化算法相對(duì)于二標(biāo)注算法消耗更短的時(shí)間；（2）對(duì)于含有大量噪聲的非連續(xù)曲面，PUMA(Phase Unwrapping via Max Flows)算法和QPBO

9、I(Improved Quadratic Pseudo-Boolean)算法能夠獲得比其他算法更優(yōu)的結(jié)果；（3）當(dāng)相位曲面連續(xù)時(shí)，凸互勢(shì)函數(shù)和非凸互勢(shì)函數(shù)都可以用于相位解纏，但是首選凸互勢(shì)函數(shù)，因?yàn)槠淠繕?biāo)函數(shù)是凸的，而對(duì)于非連續(xù)相位曲面，非凸互勢(shì)函數(shù)能夠更好地保留相位曲面中的非連續(xù)區(qū)域。除此之外還研究了對(duì)于相位解纏問(wèn)題中的標(biāo)注設(shè)置問(wèn)題的影響，通過(guò)設(shè)置馬爾科夫隨機(jī)場(chǎng)中合適的一元項(xiàng)參數(shù)來(lái)保證算法得到最優(yōu)的目標(biāo)函數(shù)值和解纏結(jié)果。
　　五

10、．基于歐空局公布的實(shí)際數(shù)據(jù)所獲取的干涉相位圖像，分析實(shí)現(xiàn)了數(shù)字高程數(shù)據(jù)的計(jì)算過(guò)程，包括對(duì)原始大規(guī)模相位圖像的分塊與降噪解纏結(jié)果的拼合算法設(shè)計(jì)以降低算法的時(shí)間復(fù)雜度和空間復(fù)雜度。通過(guò)分析得出了將大的圖像塊分割成小塊進(jìn)行相位降噪和解纏運(yùn)算能夠有效地降低總的時(shí)間復(fù)雜度。論文還研究了通過(guò)雷達(dá)衛(wèi)星參數(shù)獲取絕對(duì)相位與真實(shí)數(shù)字高程數(shù)據(jù)的幾何關(guān)系，并且根據(jù)地面控制點(diǎn)對(duì)最終的高程數(shù)據(jù)進(jìn)行標(biāo)定。根據(jù)像素點(diǎn)的經(jīng)緯度信息獲取不同像素點(diǎn)間的水平與垂直距離，并最終