论文部分内容阅读
随着干涉合成孔径雷达(Interferometric Synthetic Aperture Radar,InSAR)技术的日臻完善,国内外已经把InSAR作为地形测绘任务的首选。为了切实将InSAR技术应用到实际的地形测绘中,本论文紧密围绕InSAR在大区域地形测绘中的连接点(Tie Points,TPs)检测问题展开研究。
首先,通过分析SAR成像几何和区域网高程同时重建对TPs检测算法的约束条件,确立了算法流程。其次,围绕实际工程问题对该流程中的五个步骤分别进行了研究,即SAR图像的尺度空间表达、不变特征检测、特征描述、特征匹配和TPs处干涉相位精度分析。最后,采用实测数据通过基于TPs的InSAR区域网高程同时重建验证了本论文TPs检测方法的可靠性。
针对SAR图像尺度空间构建时的初始尺度和尺度量化间隔确定问题,第二章首先从形状特征的信息度量出发,采用基于训练集的方法得到了初始尺度的最佳范围。其次,从信息熵的角度,结合SAR图像的特点,提出了基于Renyi信息熵的初始尺度确定方法和基于Kullback-Leibier熵的尺度量化间隔自适应确定方法。实测数据的处理结果表明:第一,基于训练集的初始尺度确定方法和基于Renyi信息熵的初始尺度确定方法具有相同的结果。第二,利用本文方法得到的初始尺度和尺度量化间隔对SAR图像构建尺度空间,能够使图像的信息得以充分呈现,进而检测到足量的不变特征。
针对相邻景成像视角差异对算法的约束条件,在充分挖掘SAR影像自身信息的基础上,第三章对两种尺度不变的Blob结构点特征检测方法、一种完全仿射不变且尺度不变的面特征检测方法和两种特征描述符的原理进行了详细地理论分析和实验验证。实验结果表明,本章方法能够为TPs检测提供有效的匹配基元。
针对第三章得到的匹配基元,第四章确定了干涉SAR区域网特征匹配流程,提出了三种特征匹配方法,分别为基于最近邻和次近邻比值的双向匹配方法、基于奇异值分解的匹配方法和基于期望最大化算法的匹配方法。实测数据的处理验证了各种方法的有效性。其中,第一种方法可操作性强,但该方法的匹配阈值对影像有较强的依赖性。第二种方法通过将相似性分布矩阵的奇异值分解与次大值和最大值比值相结合来实现特征匹配,该方法中的匹配阈值仅依赖于相似性分布函数,可通过对本文给出的已知相似性分布的结论进行查表得到。第三种方法通过期望最大化算法将点对应和单应矩阵统一到一个整体的概率模型中,采用迭代技术实现两者的交替更新,降低了彼此的相互依赖性,极大地提高了大量外点存在时的匹配稳健性。
针对InSAR区域网高程同时重建要求TPs和其局部邻域的干涉相位必须能够正确反映地物真实高程的问题,第五章推导了干涉相位的统计特性,理论结果能够较准确地描述实测数据的干涉相位分布。考虑到干涉相位精度对干涉相关系数的依赖性,推导了相关系数的统计特性和相关幅度的最大似然估计,在此基础上提出了基于邻域直方图统计的干涉相位精度分析方法。实测数据的处理结果表明该方法能够有效地剔除位于叠掩和人工目标邻域以及相关性低的水域和阴影处的匹配特征。
针对单景DEM独立生成时造成的外场作业量大和相邻景重叠域高程不一致问题,第六章首先推导了适用于任何斜视情况的高程重建模型,定量地分析了影响高程测量精度的各种误差源;其次,采用独立模型法区域网平差原理,建立了基于TPs的区域网高程同时重建的数学模型。采用实测数据,分别从高程重建模型的合理性、高程精度、重叠域高程一致性等方面对本章算法进行了详细分析。实验结果也验证了本论文InSAR区域网TPs检测算法的可靠性。
本文系统地研究了干涉SAR区域网TPs检测方法,并通过基于TPs的区域网DEM同时重建对其进行了验证。在SAR图像尺度空间构建时的初始尺度和尺度量化间隔自适应确定、基于奇异值分解的InSAR区域网特征匹配、基于EM算法的InSAR区域网特征匹配、基于直方图统计的TPs处干涉相位有效性分析与判定、基于TPs的高程同时重建模型等方面取得了创新性成果,具有重大的理论意义和应用价值。