InSAR相位解缠算法的分析与评价研究

（ａ）模拟地形２Ｄ图（ｂ）去平前于涉相位图（ｃ）去平后干涉相何图图３．３干涉相位图去平地效应仿真从图３．３（ｂ）可以看出，由于平地效应的影响，初始的干涉相位图条纹紧密，不能反映实际地形的高程变化，而进行平地效应去除后，从图３．３（ｃ）便可以很清晰的看出地形的大致结构了。

此方法简单快速，而且不需要太多的额外信息，具有一定的实用性。

３．１２干涉相位图的滤波降噪干涉相位估计与滤波是继图像配准后干涉数据处理的又一重要环节。

若相位图噪声十分严重，将会导致后续的相位展开无法进行或显著降低数字高程图的精度。

为了确保干涉相位图的可靠性，必须在保持干涉条纹结构信息和图像空间分辨率的前提下对干涉噪声进行有效地抑制。

干涉相位图的噪声主要包括：干涉ＳＡＲ系统的空问去相关、时间去相关等因素引发的噪声、ｓＡＲ图像的相干斑噪声、由雷达系统本身引起的热噪声。

传统干涉相位图滤波方法一般采用均值滤波和中值滤波。

均值滤波的基本思想是：取以当前点为中心的滑动窗口，以该窗口的平均值作为当前点新的灰度值。

由于滤波是针对复数干涉图进行的，故而均值滤波实际上相当于多视处理。

滤波窗口越大，干涉相位的方差减小越明显，相位图越清晰，但空间分辨率的损失越大，干涉条纹变得越模糊，特别地当窗口过大时图像高频成分损失过大，干涉条纹边缘处的细节遭到严重破坏，反而影响了相位解缠的精度。

中值滤波的基本思想是：在以当前点为中心的包含奇数个像素的窗口中，将各点灰度值由大到小排序，将位于币中间的灰度值作为窗口中心像素的输出值。

中值滤波属于非线性滤波，它的主要优点是能够去掉孤立脉冲噪声，它不受一两个，甚至多个噪声点的影响，能更好地反应原灰度分布特性。

然而中值滤波在对二维图像处理中往往破坏图像的细微几何结构，例如细线、尖锐的边角等，经过滤波后可能会丢失。

总之，传统的滤波方法在处理条纹图时，存在以下矛盾：为了达到理想的滤波效果，选取较大滤波窗口，但同时模糊了相位条纹，即把部分条纹信息也滤掉了；或者为了减少模糊效应，不得不将低通滤波器的门限提高，这样又使大量噪声也口＝一ａｒｃｔａｎ生．（３．１．１９）ａ３由上式可知，条纹方向是在（一万，石】之间连续取值的，而实际应用中，由于曰与口±石是相同的，因此，条纹方向图只需在（一石，２，万／２】范围内取值即可。

InSAR相位解缠方法应用比较张俊娜;邓喀中;范洪冬;剧成宇【期刊名称】《现代测绘》【年(卷),期】2011(034)004【摘要】相位解缠是InSAR数据处理中的关键技术和难点,也是InSAR产品的主要误差源。

本文通过四组不同的数据对六种相位解缠方法进行比较得到：对于相干性较好的高山地区和平原地区以及范围较大的区域,最佳相位解缠方法均为最小费用流法;对于低相干区域,则采用Golstein枝切法更为合适。

%Phase unwrapping is the key technology and difficulty of InSAR,and also is the main error of the InSAR production,Therefore this paper conludes the best methord for diferent situations by comparing and analysing of six approaches through four groups exper【总页数】4页(P11-14)【作者】张俊娜;邓喀中;范洪冬;剧成宇【作者单位】中国矿业大学环境与测绘学院,江苏徐州221008;中国矿业大学环境与测绘学院,江苏徐州221008;中国矿业大学环境与测绘学院,江苏徐州221008;中国矿业大学环境与测绘学院,江苏徐州221008【正文语种】中文【中图分类】P236【相关文献】1.InSAR相位解缠算法的比较 [J], 亓宁轩2.基于GAMMA软件的InSAR数据相位解缠分析比较 [J], 张俊娜;邓喀中3.相位分块与拟合法结合的InSAR相位解缠算法 [J], 马靓婷; 卢小平; 余振宝4.矿区沉降监测的InSAR质量图相位解缠方法 [J], 刘万利;张秋昭;胡江5.InSAR相位解缠算法比较及误差分析 [J], 许才军;王华因版权原因，仅展示原文概要，查看原文内容请购买。

第３５卷第２期２０２０年４月遥感信息R e m o t eS e n s i n g In f o r m a t i o n V o l ．３５,N o ．２A pr ．,２０２０㊀收稿日期:２０１９Ｇ０２Ｇ２８㊀㊀修订日期:２０１９Ｇ０６Ｇ１１基金项目:２０１６年国家重点研发计划项目(２０１６Y F C ０８０３１０３).作者简介:马靓婷(１９９３ ),女,硕士,主要研究方向为I n S A R 数据处理及应用.E Ｇm a i l :８７１４５１５８２＠q q ．c o m 通信作者:卢小平(１９６２ ),男,博士,教授,主要研究方向为数字摄影测量.E Ｇm a i l :h p u l u x p＠１６３．c o m 相位分块与拟合法结合的I n S A R 相位解缠算法马靓婷,卢小平,余振宝(河南理工大学自然资源部矿山时空信息与生态修复重点实验室,河南焦作４５４０００)摘要:为进一步提高I n S A R 干涉图的解缠效果,提出了针对I n S A R 干涉图的相位分块与拟合法结合的相位解缠算法.该算法将获得的相位图分为多个相位区间块,块内相位值都在给定的相位区间内,将像素个数大于等于给定阈值的块归类为正常块,小于给定阈值的块归类为残余像素块;然后利用拟合法依次进行正常块间的相位解缠绕和残余像素的相位解缠绕,通过合并解缠后的块得到最终的解缠结果.为验证算法的适用性,采用模拟数据和实测数据进行实验处理,以均方根误差和算法运行时间作为评价指标,将此算法与传统的G o l d s t e i n 枝切法㊁质量图引导法㊁四向剪切最小二乘法进行比较.结果表明,本文算法的噪声鲁棒性更好,解缠结果更为准确.关键词:I n S A R 干涉图;相位解缠;相位分区;曲面拟合;残余像素d o i :１０．３９６９/j．i s s n ．１０００Ｇ３１７７．２０２０．０２．０１９中图分类号:T N ９５７．５１㊀㊀文献标志码:A㊀㊀文章编号:１０００Ｇ３１７７(２０２０)０２Ｇ０１１５Ｇ０６P h a s e Ｇu n w r a p p i n g A l go r i t h mo f I n S A RB a s e d o n B l o c kF i t t i n g a n dS u r f a c eF i t t i n gMAL i a n g t i n g ,L U X i a o p i n g,Y UZ h e n b a o (K e y L a b o r a t o r y o f S p a t i o Ｇt e m p o r a l I n f o r m a t i o na n dE c o l o g i c a lR e s t o r a t i o no f M i n e s ,MN R ,H e n a nP o l y t e c h n i cU n i v e r s i t y ,J i a o z u o ,H e n a n ４５４０００,C h i n a )A b s t r a c t :I no r d e r t of u r t h e r i m p r o v et h eu n w r a p p i n g e f f e c to f I n S A Ri n t e r f e r o g r a m ,t h i s p a p e r p r e s e n t sa p h a s eu n w r a p p i n ga l g o r i t h mb a s e do nt h ec o m b i n a t i o no f p h a s e p a r t i t i o n i n g a n df i t t i n g f o r I n S A Ri n t e r f e r o g r a m ,w h i c hd i v i de st h e p h a s eb i t m a p in t o m u l t i p l e p h a s e i n t e r v a l b l o c k s ．T h e i n t r a Ｇb l o c k p h a s e v a l u e s a r e a l l i n a g i v e n p h a s e r a n ge ．T h eb l o c k sw h o s e p i x e l n u m b e r i s g r e a t e r t h a n t h e g i v e n t h r e s h o l d a r e c l a s s if i e d a s n o r m a l b l o c k s a n d t h o s e l e s s t h a n t h eg i v e n th r e s h o l da r e c l a s si f i e da s r e s i d u a l p i x e l b l o c k s ．T h e n t h e p h a s e u n w i n d i n g b e t w e e n b l o c k s a n d t h e p h a s e u n w i n d i n g o f r e s i d u a l p i x e l s a r e c a r r i e d o u t b y t h e f i t t i n g me t h o d ,a n d t h ef i n a l u n w r a p p i ng r e s u l t s a r e o b t a i n e db y c o m b i n i n g th e u n w r a p p e d b l o c k s ．I n o r d e r t o v e ri f y t h e a p p l i c a b i l i t y o f t h e a l g o r i t h m ,t h e s i m u l a t e d d a t a a n d t h em e a s u r e dd a t a a r e u s e d f o r e x p e r i m e n t a l p r o c e s s i n g ．T h e r o o tm e a n s q u a r e e r r o r a n d t h e r u n n i n g t i m e o f t h e a l go r i t h ma r e u s e d a s t h e e v a l u a t i o n i n d e x e s ,a n d t h e a l g o r i t h m i s c o m p a r e dw i t h t h e t r a d i t i o n a l b r a n c hm e t h o d a n d t h e q u a l i t y c h a r t g u i d a n c em e t h o d ．C o m p a r e dw i t h t h e f o u r Ｇw a y s h e a r l e a s t s q u a r em e t h o d ,t h e r e s u l t s s h o wt h a t t h en o i s e r o b u s t n e s s o f t h e p r o p o s e da l go r i t h mi sb e t t e r a n d t h e u n w r a p p i n g re s u l t i sm o r e a c c u r a t e ．K e y wo r d s :I n S A Ri n t e r f e r o g r a m ;p h a s e Ｇu n w r a p p i n g ;p h a s e p a r t i t i o n ;s u r f a c e f i t t i n g ;r e s i d u a l p i x e l ０㊀引言合成孔径雷达干涉技术(i n t e r f e r o m e t r i c s yn t h e t i c a pe r t u r e r a d a r ,I n S A R )是在主动遥感基础下发展的对地观测技术,其利用同一目标区域的S A R 复图像对共轭相乘得到干涉图,根据干涉图的相位值,计算出２次成像过程中信号产生的路程差,从而获取监测区域高精度的三维地形信息和微小的地形形变信５１１遥感信息２０２０年２期息[１Ｇ２].因全天时㊁全天候㊁方便快捷等优点,I n S A R技术被广泛用来监测地面沉降㊁地裂缝㊁火山活动㊁地震形变等[３].相位解缠是I n S A R处理的重要环节,其结果的优劣直接影响到地形测量的精度.受限于合成孔径雷达的成像和处理方式,直接利用影像获得的干涉图一般含有较大的噪声,局部相位残差点的增多会形成不可靠数据斑块,使该区域相位解缠出现漏解或错解,导致I n S A R图像恢复失败,从而影响到形变提取的精度.因此,提高相位解缠精度是I n S A R 处理中提高形变精度的重要环节[４].相位解缠是通过在解缠路径上进行积分从而还原真实目标信息.当干扰因素少㊁相位质量高时,能很好地还原真实相位信息;当干扰因素多时,误差会通过积分进行积累与传播,得到的相位数据与真实数据会有较大的差异.现有相位解缠方法主要分为路径跟踪解缠法[５Ｇ６]㊁最小范数解缠法[７]和网格规划解缠法[８]３大类.路径跟踪法是通过设置合适的积分路径,将误差限制在一定区域内,防止相位误差全局传递,其涵盖了经典的G o l d s t e i n枝切法㊁质量图引导法㊁最小范数法等.枝切法是利用残差点的连接得到枝切线,最后沿着枝切线进行积分得到解缠结果,但枝切法易出现孤岛现象[５].质量图引导法是在质量图的引导下确定积分路径,这种算法对干涉图质量要求较高[９Ｇ１０].最小范数法是将相位解缠转换成数学上的最小范数问题,其常用的是最小二乘法,但这种方法穿过残差点会造成误差的全局传递[１１].网格规划法是将相位解缠问题转化为求解费用流的网络优化问题,主要有最小费用流和统计费用流等,但这种方法噪声会沿着积分路径传递,使得解缠结果不理想[１２Ｇ１３].针对当前相位解缠算法在相位图像存在严重噪声时解缠效果较差的问题,本文提出了基于相位分区与拟合法结合的I n S A R干涉图相位解缠算法.该算法:首先对缠绕相位进行分块,将相位在相同区间的相邻像素进行合并;块内像素属于同一包裹次数,通过线性拟合求取合适的补偿系数K进行块间解缠;最后利用曲面拟合的方法进行残差块解缠,合并所有解缠块得到最终的解缠结果.１㊀基本理论１．１㊀相位解缠绕在进行I n S A R数据处理时,将主辅影像共轭相乘并取相位信息即可得到复干涉条纹图,但通过共轭相乘得到的相位差,与真实相位差相差２Kπ,即真实相位与缠绕相位的关系如式(１)所示.Φ＝φ＋２Kπ(１)式中:Φ表示真实相位;φ表示缠绕相位;K表示补偿系数,其值为整数.相位解缠是从缠绕相位φ确定补偿系数K值,进而估计真实相位Φ的过程.相位解缠必须兼顾一致性和精确性.一致性是指解缠后的相位数据矩阵中任意两点间的相位差与其路径无关;精确性是指解缠后的相位数据能真实地恢复原始相位信息[１４].１．２㊀区域生长算法区域生长算法的基本思想是将具有相似性质的像素合并到一起.对每一个区域要先指定一个种子点作为生长的起点,然后将种子点周围邻域的像素点和种子点进行对比,将具有相似性质的像素合并起来继续向外生长,直到没有满足条件的像素被包括进来为止[１５].２㊀本文算法I n S A R干涉图虽然经过了滤波处理,但干涉图中仍存在噪声,噪声使得缠绕相位出现残差点和低相干区域,使干涉图解缠结果不全面或解缠误差较大.基于分块与合并策略的相位解缠算法是一类高效的方法[１６Ｇ１８],该类方法把整个缠绕相位图分成若干块并执行块间的相位解缠,合并所有块可得到最终的解缠结果.现有的解缠算法无法将误差和孤岛现象同时避免,因此本文提出针对I n S A R干涉图的分区与拟合法结合的相位解缠算法.２．１㊀相位分区本文将相位区域扩张法(p r e l u d e)中的相位分区用于I n S A R干涉图相位解缠中,当分区间隔较大时相位块内会出现缠绕的现象,分区间隔较小时相位块较为零碎,不利于残差块的识别,影响算法的效率和精度.因此,本文选择以π/３为区间长度,对I n S A R干涉图缠绕的相位矩阵实行分区,将相位信息在同一个区域的相邻像素点合并为像素块.缠绕相位的相位区间都在(－π,π]间,根据选定的区间长度,将相位分为(－π,－２π/３],(－２π/３,－π/３], (－π/３,０],(０,π/３],(π/３,２π/３],(２π/３,π]６个区间.遍历整个相位矩阵,对其中相位属于各个分区的像素点进行标记,如图１(a)所示,将属于同一分区且相连的像素合并为块,得到若干相位处于同一区间的像素块,如图１(b)所示.合并像素采用四邻域法,即像素周围的４个与其相邻的同区像素可以进行合并,如图１(c)所示,块内像素拥有同一包裹数K.设置阈值为５０,像素块大于等于５０为正常块,像素块小于５０为残差块.６１１引用格式:马靓婷,卢小平,余振宝．相位分块与拟合法结合的I n S A R 相位解缠算法[J ]．遥感信息,２０２０,３５(２):１１５Ｇ１２０．图１㊀相位解缠过程示意图２．２㊀拟合法解缠在理想状态下干涉图不存在噪声,相位梯度小于π,选择一个点作为起始点,可直接进行积分解缠,但现实中噪声㊁地形起伏和相干性较低等现象给相位解缠带来了困难.利用线性拟合求取补偿系数K 值的方法对噪声不敏感,在区域生长解缠绕中利用临近的已解缠绕像素的相位信息求取K 值可快速得到相邻像素的真实相位信息,且能够适应较大的噪声水平和相位的快速变化等情况[１９].拟合法相位解缠是基于相邻像素真实相位变换不大于π,使用相位分区方法对相位图像进行分块,块内相邻像素的相位变化小于给定相位间隔,即相邻像素之间的相位差小于π/３且块内像素拥有同一包裹数K ,将块间相位解缠问题转化为线性拟合法求K 值.选取块间相邻的２列像素,如图１(d )所示,其２列像素的相位关系为式(２)所示.Y ＝X ＋２K π(２)式中:X 表示已解缠像素块的相位值;Y 表示未解缠像素块的相位值;K 为补偿系数,其值为整数.根据式(２)可知k 为k ＝ðni ＝１Yi－ðni ＝１X i２n π(３)式中:k 为线性拟合系数,认为其最接近的整数值为整数补偿系数K ;X i 表示已解缠像素的相位值;Y i 表示未解缠像素的相位值.缠绕相位块之间的相位解缠采用区域生长方式进行.把块作为一个解缠处理的基本单元,块内像素拥有相同的包裹次数K ,选择第一个块为起始块,距离起始块中心位置最近的块为生长块.生长块的解缠绕即是找到一个最佳的相位包裹次数K ,选择起始块与生长块相临近的２组像素,进行线性拟合,找到最优的补偿系数进行相位解缠,并合并解缠后的２块,之后进行下一个块的解缠,直至所有正常的块完成解缠与合并.２．３㊀残差块曲面拟合当所有的正常块完成相位解缠后,利用曲面拟合的方法对残差块进行解缠.根据解缠后相位是连续曲面的原理,通过残差块周围像素的真实相位对残差块进行解缠,将残差块内像素点１０ˑ１０窗口内所有经过解缠的像素进行最小二乘曲面拟合,将其结果作为残差像素的真实相位值,选择第一个像素为起点利用区域生长算法将残差块内的像素解缠完毕.２．４㊀本文算法描述本文所提相位解缠算法主要分３个部分,即进行相位分区,将像素点分为若干个块;进行块间的相位解缠;残差像素块解缠.其算法的具体实现有以下４步.１)将输入的I n S A R 干涉图缠绕的相位矩阵实行相位分区,将相位信息在同一个区间且相邻的像素点合并为像素块,将像素小于５０的像素块标记为残差块.２)实现相邻块间的相位解缠.利用线性拟合法求取补偿系数K 进行相邻块间的相位解缠,根据区域生长算法将正常块解缠完毕.３)当正常像素块全部合并完成后,对标记的残差像素块进行曲面拟合解缠.４)合并所有解缠结果,完成整个区域的相位解缠工作.３㊀实验结果与分析本文对模拟数据进行实验并用实测数据验证.针对I n S A R 相位的特性,从解缠的准确度和算法运行的时间对解缠结果进行评价,除主观视觉评价外,用均方根误差和算法运行时间对实验进行客观评价.３．１㊀模拟实验本实验为MA T L A B 仿真的地形图,用基于雷达传感器参数和轨道数据的方法模拟I n S A R 干涉图[２０].首先模拟无噪相位图,如图２(a)所示,加入噪声后进行相位缠绕形成缠绕相位,如图２(c )所示,并将其中５０像素ˑ５０像素大小的范围加重噪声,以验证算法在高强度噪声下的效果.７１１遥感信息２０２０年２期图２㊀模拟数据示意图将本文算法与G o l d s t e i n 枝切法㊁质量图引导的路径追踪法㊁四向剪切最小二乘法解缠结果进行比较与分析.图３(a )~图３(l )为不同解缠方法结果.从目视效果看,G o l d s t e i n 枝切法解缠结果在高强度噪声区域出现了孤岛现象,无论是曲面图和俯视图都存在明显的错误.质量图引导的路径追踪法解缠结果在噪声较弱㊁相位质量好的区域解缠效果较好,在噪声密集区域解缠结果不连续.四向剪切最小二乘法解缠结果相位曲面图较为连续,但据其误差直方图可知解缠结果误差较大.本文算法解缠结果与原曲面图相位较为一致,在噪声密集区域依然有好的效果且误差值较小.图３㊀模拟数据实验结果８１１引用格式:马靓婷,卢小平,余振宝．相位分块与拟合法结合的I n S A R 相位解缠算法[J ]．遥感信息,２０２０,３５(２):１１５Ｇ１２０．表１是对模拟数据解缠结果的定量比较.从中可看出,四向剪切最小二乘法运算速度最快,但误差全局传递造成其精度最低.质量图引导法均方根误差小于四向剪切最小二乘法,但其运行时间大于四向剪切最小二乘法.本文算法的解缠结果均方根误差最小,相较于四向剪切最小二乘法减少了４４％,相较于质量图引导法减少了３８％,且运行时间与质量图引导法相当.表１㊀不同方法的模拟干涉图解缠结果定量比较算法均方根误差/r a d运行时间/s G o l d s t e i n 枝切法 ２１．２４９６质量图引导法１．１８６０１０．７８４５四向剪切最小二乘法１．３１２４１．９３６５本文算法０．７３５２１１．４２３１３．２㊀实测数据验证为验证本文算法的有效性,利用山西平朔地区２０１１年１２月１７日和２０１２年２月２７日的R a d a r S a t Ｇ２实测数据进行验证.对其数据进行配准㊁干涉等处理得到其真实相位干涉数据,截取其中５００像素ˑ５００像素大小进行实验处理,如图４(a )所示.图４(b )~图４(h)显示了不同方法的解缠结果.从目视效果看,G o l d s t e i n 枝切法出现了孤岛现象,存在明显的错误.质量图引导法在低质量区域解缠效果不佳,其解缠结果俯视图上出现多个解缠效果不连续的区域.四向剪切最小二乘法解缠结果较为连续,但误差较大.本文算法结果较为光滑避免了很多尖峰毛刺现象.图４㊀实测数据实验结果表２是对实测数据解缠结果的定量比较.可以看出,G o l d s t e i n 枝切法运算时间最长且解缠失败,四向剪切最小二乘法运算时间最短但其均方根误差最大.质量图引导法运算时间较长,但其精度高于四向剪切最小二乘法.本文算法解缠结果精度最高且运算时间适中.表２㊀不同方法的实测干涉图解缠结果定量比较算法均方根误差/r a d运行时间/s G o l d s t e i n 枝切法 ６０．１８４７质量图引导法３．０６５３３７．５６２９四向剪切最小二乘法３．２４７３２．９９６７本文算法２．５９６１２８．１３０５４㊀结束语本文提出了一种相位分区与拟合法结合的相位解缠算法,该算法首先将获得的相位图像分为多个块,块内相位都在给定的相位区间内,把像素个数小于给定阈值的块归类为残余像素;然后利用区域生长的拟合方法,依次进行块与块之间相位解缠绕和残余像素相位解缠绕,合并后得到最终的解缠结果.通过对模拟数据进行实验并用实测数据验证,实验结果表明,该算法无论是目视效果还是定量指标分析均优于其他算法,减小了误差传播的范围,提高了相位解缠的精度,但该算法受相位连续性约束面对迭掩区域和复杂地形相位跳变问题时仍存在较大的改进空间.９１１遥感信息２０２０年２期参考文献[１]㊀廖明生,林珲．雷达干涉测量:原理与信号处理基础[M]．北京:测绘出版社,２００３．[２]㊀王超,张红,刘智．星载合成孔径雷达干涉测量[M]．北京:科学出版社,２００２．[３]㊀S O N GR,G U O H,L I U G,e t a l．I m p r o v e d g o l d s t e i nS A Ri n t e r f e r o g r a mf i l t e rb a s e do na d a p t i v eＧn e i g h b o r h o o dt e c h n i q u e[J]．I E E EG e o s c i e n c e&R e m o t eS e n s i n g L e t t e r s,２０１４,１２(１):１４０Ｇ１４４．[４]㊀薛海伟．干涉合成孔径雷达测量若干关键技术研究[D]．西安:西安电子科技大学,２０１７．[５]㊀G O L D S T E I N R M,Z E B K E R H A,W E R N E RCL．S a t e l l i t e r a d a r i n t e r f e r o m e t r y:t w oＧd i m e n s i o n a l p h a s e u n w r a p p i n g[J]．R a d i oS c i e n c e,１９８８,２３(４):７１３Ｇ７２０．[６]㊀B I O U C A SＧD I A SJM,V A L A D A O G．P h a s eu n w r a p p i n g v i a g r a p hc u t s[J]．I E E E T r a n s a c t i o n so nI m a g eP r o c e s s i n g,２００７,１６(３):６９８Ｇ７０９．[７]㊀F O R N A R O,G I A N F R A N C O,S A N S O S T I,e t a l．T w oＧd i m e n s i o n a lr e g i o n g r o w i n g l e a s t s q u a r e s p h a s e u n w r a p p i n ga l g o r i t h mf o r i n t e r f e r o m e t r i cS A R p r o c e s s i n g[J]．I E E E T r a n s a c t i o n so n G e o s c i e n c ea n dR e m o t eS e n s i n g,１９９９,３７(５):２２１５Ｇ２２２６．[８]㊀C O S T A N T I N IM．A n o v e l p h a s e u n w r a p p i n g m e t h o d b a s e d o n n e t w o r k p r o g r a m m i n g[J]．I E E E T r a n s a c t i o n s o nG e o s c i e n c e a n dR e m o t eS e n s i n g,１９９８,３６(３):８１３Ｇ８２１．[９]㊀F L Y N N TJ．C o n s i s t e n t２ＧD p h a s eu n w r a p p i n gg u i d e db y a q u a l i t y m a p[C]//P r o c e d d i n g so ft h e１９９６I n t e r n a t i o n a lG e o s c i e n c e a n dR e m o t eS e n s i n g S y m p o s i u m．[S．l．:s．n．],１９９６:２０５７Ｇ２０５９．[１０]李泓宇,宋红军,王辉．引入质量图指导的改进的枝切法[J]．国外电子测量技术,２０１６,３５(８):３８Ｇ４１．[１１]钱晓凡,李斌,李兴华,等．横向剪切最小二乘相位解包裹算法的改进[J]．中国激光,２０１２,３９(１１):１９８Ｇ２０２．[１２]蒋留兵,刘永吉,车俐．网络流与曲面拟合结合的相位解缠方法[J]．雷达科学与技术,２０１８,１６(５):５３９Ｇ５４６．[１３]刘怡君,韩春明,岳昔娟．残差点退化的统计费用网络流机载相位解缠算法[J]．中国图象图形学报,２０１７,２２(７):１００８Ｇ１０１６．[１４]郭媛,杜松英．局部噪声斑块I n S A R干涉图相位解缠算法[J]．光子学报,２０１８,４７(１２):９８Ｇ１０５．[１５]A D AM SR,B I S C H O FL．S e e d e dr e g i o n g r o w i n g[J]．I E E E T r a n s c a t i o n so nP a t t e r n A n a l y s i sa n d M a c h i n e I n t e l l i g e n c e,１９９４,１６(６):６４１Ｇ６４７．[１６]S T R A N DJ,T A X T T,J A I N A K．T w oＧd i m e n s i o n a l p h a s eu n w r a p p i n g u s i n g ab l o c kl e a s tＧs q u a r e s m e t h o d[J]．I E E E T r a n s a c t i o n s o n I m a g eP r o c e s s i n g,１９９９,８(３):３７５Ｇ３８６．[１７]李心灵,唐铭,刘奇．相位解缠绕算法在磁敏感加权图像中的应用与比较[J]．中国生物医学工程学报,２０１８,３７(２):１２９Ｇ１３７．[１８]J E N K I N S O N M．F a s t a u t o m a t e dNＧd i m e n s i o n a l p h a s eＧu n w r a p p i n g a l g o r i t h m[J]．M a g n e t i cR e s o n a n c e i n M e d i c i n e,２００３,４９(１):１９３Ｇ１９７．[１９]L I A N GZP．A m o d e lＧb a s e dm e t h o df o r p h a s eu n w r a p p i n g[J]．I E E E T r a n s a c t i o n so n M e d i c a l I m a g i n g,１９９６,１５(６):８９３Ｇ８９７．[２０]于晓歆,赵礼剑．模拟I n S A R干涉图的方法研究[J]．地理空间信息,２０１３,１１(６):５４Ｇ５５,５９．０２１。

第10期2019年4月No.10April ，2019冯有元（齐齐哈尔大学计算机与控制工程学院，黑龙江齐齐哈尔161006）1大量级沉降区域存在的问题尽管目前InSAR 技术应用十分广泛，但当需要建立数字高程模型的目标区域存在大量级沉降时，例如对矿区进行监测时，在InSAR 数据处理的过程中依然有许多的问题出现，因此，对相关算法需要进行更深层次的研究。

大量级沉降区域主要存在以下问题［1］。

1.1容易出现低相干现象干涉SAR 影像需要进行自动化配准操作，但是在大量级沉降区域容易出现低相干现象。

在现有的配准方法中存在着易受时间去相干、斑点噪声影响，计算耗时，需要对特征点进行有选择性地删取或者对调整搜索窗口进行人为地控制并调整匹配窗口的大小这4个主要的局限点，因此，在大量级沉降区域进行自动化高精度配准的效果不理想［2］。

在大量级沉降区域存在大量的植被或裸土，导致严重变形的情况出现，这样干涉图的相干性就会变低，本文的研究内容就是降低这种配准精度变低现象带来的影响，促使提升后来所产生的干涉图质量。

1.2在大量级沉降区域的条件下进行相位地恢复研究是个难点目前的研究方向主要是利用InSAR 技术将可检测形变梯度控制在可控范围之内，但是这样对检测的效率和精准度提升有限，只是治标不治本。

当形变程度超过了InSAR 技术的可控范围时，比如在矿区地表发生较大的梯度形变时，在干涉图中将会导致干涉条纹过于紧密，进而无法满足Nyquist 采样定理采样率的最低频率［3］，这也是干涉相位混叠现象出现的原因之一。

所以当解缠大量级沉降区域的包裹相位时，传统的解缠算法的效果就不是很理想。

1.3后续数据处理过程缺少对形变量进行沉降机理和规律的研究通过利用InSAR 技术监测大量级沉降区域发现，在后续的数据处理过程中缺少对其形变量进行沉降机理和规律的研究。

大量级沉降区域的形变具有很大的复杂性，主要表现在隐蔽性、突发性和长期性。

因此，当使用InSAR 技术检测大量级沉降区域时，需要收集和研究其形状变量的值与地质采矿条件（如采矿深度和厚度）的关系，为预测和评估老采空区残余变化提供依据［4］。

InSAR相位解缠算法的实验对比研究刘志敏;张景发;罗毅;李永生;刘修国【摘要】相位解缠是InSAR处理中的一个关键步骤,相位解缠算法的选取很大程度上影响着最终的结果.本文主要介绍和比较了6种常用的相位解缠算法,并选取西藏当雄地区的地震同震影像进行实验分析,对解缠结果的质量进行评价比较.结果表明:统计耗费网络流算法结果充分顾及了相干图所包含的信息,获得了一个较优的全局解,解缠结果的连续性较好.而且直接处理感兴趣的且数据质量好的离散区域,实现效率高,可以将误差限制在一个小范围内,防止误差的再传递,解缠结果较精确.%Phase unwrapping is crucial in InSAR processing,and the suitable phase unwrapping algorithm influences the final result to a large degree. We mainly introduce and compare 6 phase unwrapping algorithms. And obtain unwrapping results by processing co-seismic images in Dangxiong,Tibet. With evaluating and comparing these results, we conclude that Snaphu algorithm makes full allowance of the information in coherence map,obtains better global optima,and has a good continuity. In addition it can directly process the discrete area that is interested and of high-quality. Snaphu algorithm has a high efficiency and can limit the error in a small area,which prevents the error from spreading and gets an accurate result.【期刊名称】《遥感信息》【年(卷),期】2012(000)002【总页数】6页(P71-76)【关键词】相位解缠;InSAR;统计耗费网络流;枝切法【作者】刘志敏;张景发;罗毅;李永生;刘修国【作者单位】中国地震局地壳应力研究所,北京100085;中国地质大学(武汉)信息工程学院,武汉430074;中国地震局地壳应力研究所,北京100085;中国地震局地壳应力研究所,北京100085;中国地震局地壳应力研究所,北京100085;中国地质大学(武汉)信息工程学院,武汉430074【正文语种】中文【中图分类】TP791 引言合成孔径雷达干涉测量（INSAR）技术诞生于20世纪60年代末，是将由雷达影像复数数据导出的相位信息作为信息源提取地表三维信息的一项技术［1］。

基于改进模拟退火遗传算法的insar相位解缠算法随着人类对地球的认知不断深入，遥感技术已经成为了现代地球观测的重要手段之一。

在遥感技术中，合成孔径雷达干涉测量（InSAR）技术因其高精度、高时空分辨率等特点而备受关注。

然而，在InSAR 技术中，由于多种因素的干扰，相位解缠问题一直是制约InSAR技术应用的瓶颈之一。

因此，如何有效地解决InSAR相位解缠问题成为了研究者们所关注的重点。

针对InSAR相位解缠问题，目前已经有很多解决方法被提出，其中改进模拟退火遗传算法是比较常用的一种方法。

改进模拟退火遗传算法是对传统遗传算法和模拟退火算法的结合和优化，具有高效、快速、稳定等优点。

本文将基于改进模拟退火遗传算法，探讨一种新的InSAR相位解缠算法。

一、InSAR相位解缠问题的基本概念在InSAR技术中，相位解缠是指从两个或多个SAR图像的相位差中，恢复出物体表面的高程信息。

由于相位差受到多种因素的影响，如大气、地表形变、噪声等，因此需要进行相位解缠操作。

相位解缠的基本思想是通过已知的相位信息，推导出未知的相位信息。

在InSAR技术中，相位解缠问题可以被看作是一个反问题，即从已知的相位差推导出物体表面的高程信息。

为了解决相位解缠问题，需要对相位差进行分析和处理，通常采用的方法有相位滤波、相位解缠算法等。

二、改进模拟退火遗传算法改进模拟退火遗传算法是一种优化算法，它是对传统遗传算法和模拟退火算法的结合和优化。

改进模拟退火遗传算法的基本思想是将遗传算法和模拟退火算法相结合，通过遗传算法的进化操作和模拟退火算法的搜索操作，获得更优的解。

具体地说，改进模拟退火遗传算法的流程如下：1、初始化种群，随机生成若干个个体；2、对每个个体进行适应度评估，根据适应度值对个体进行排序；3、选择优秀的个体进行交叉和变异，生成新的个体；4、对新生成的个体进行适应度评估，根据适应度值对个体进行排序；5、根据一定的概率，选择新个体或原有个体作为下一代种群；6、重复2~5步骤，直到达到预设的终止条件。

INSAR相位解缠方法比较分析【摘要】合成孔径雷达干涉测量技术（Interferometric Synthetic Apeurtre Radar，简称InSAR）是近二十年发展起来的一种先进的空间观测技术，它通过对同一地区的两幅单视复数图像进行配准、干涉、去除平地效应、滤波、解缠、地理编码等一系列处理，最终获取DEM。

相位解缠是InSAR数据处理的关键技术和难点，也是InSAR产品的主要误差源。

本文选取相干性较好四组SAR影像对进行实验，借助于Mcrosoft visual C++6.0平台和Matlab平台，对六种最常用的解缠方法从解缠精度和效率两个方面来分析比较各种方法。

【关键词】InSAR；缠绕相位；相位解缠；误差合成孔径雷达（Synthetic Apeurture Rada，简称SAR）是50年代末研制成功的一种微波传感器，也是微波传感器中发展最快、最有效的传感器之一。

它是一种主动传感器，与其他测地技术相比，SAR具有不受光照以及恶劣天气等条件的影响，可进行全天时、全天候地对地观测，对地物具有一定穿透能力，分辨率不受传感器平台高度的影响等优点。

因此，被广泛地应用于地质、环境、海洋、水文、灾害、测绘、农业、林业、气象和军事等领域。

早在1952年，美国Goodyear宇航公司便研制成功了第一个实用化的SAR 系统，1953年获得了第一幅机载SAR影像，到70年代中期机载SAR技术己经比较成熟，到了70年代末期星载SAR已经由实验研究转向了应用研究，进入80年代后，星载SAR得到了迅猛发展。

我国1976年开始研制合成孔径雷达，1979年获取了我国第一批合成孔径雷达图像，1987我国研制了新一代机载合成孔径雷达系统，90年代初，中国研制出机载合成孔径雷达实时成像传送处理器，目前我国星载SAR系统也正在积极研究当中。

InSAR是基于SAR成像基础和干涉测量原理上的一种雷达主动成像遥感测量技术。

它的原理是通过两副天线同时观测，或一定时间间隔的两次平行观测，获取同一景观的复图像对，由于目标与天线的几何关系，在复图像对上产生相位差，形成干涉图纹。

摘要摘要干涉合成孔径雷达（InSAR）除有全天时、全天候等独特优点外，还可获取目标的高程信息，越来越广泛地被应用到大范围地形高程测绘中，其中，相位解缠技术起着至关重要的作用。

基于全局类解缠算法整体解缠精度高的优势，本文针对其中的四次快速傅里叶变换（4-FFT）算法进行了深入研究并提出改进，并从原理上将之扩展到多基线，提出基于多基线的高精度4-FFT算法，最后结合仿真及实测数据对比分析了该算法性能。

具体工作及创新如下：（1）阐述了合成孔径雷达干涉测量技术的基本原理。

首先介绍了InSAR测高基本原理，给出了InSAR数据处理流程，然后阐述了相位解缠基本原理，接着对传统的相位解缠算法及其优缺点做了简要介绍，提出高精度解缠算法研究的必要性，最后给出了相位解缠算法评价体系，为后面评判解缠算法性能提供依据。

（2）研究了四次FFT相位解缠算法。

首先分析了4-FFT算法的原理，通过对真实相位与缠绕相位的关系式取拉普拉斯变换，借助真实相位的拉普拉斯变换与缠绕相位间的关系，进行四次FFT求得解缠相位，获得全局类高精度4-FFT算法。

然后将4-FFT算法与同样具有全局类特点的最小二乘算法进行了原理上的分析比较，说明了4-FFT算法解缠精度更高，仿真与实测数据同样表明了该特性。

（3）提出了一种迭代式的高精度4-FFT相位解缠算法。

针对传统4-FFT相位解缠算法在低信噪比情况下解缠误差大甚至失效的问题，提出了一种基于迭代的高精度4-FFT相位解缠算法。

该算法利用传统4-FFT算法获得初始解缠相位，与缠绕相位建立相位误差主值求解公式，对误差主值进行4-FFT解缠求得误差真实值，迭代补偿到初始解缠相位，不断减小解缠误差提高解缠精度。

最后在不同信噪比下与传统4-FFT和最小二乘法进行了比较，仿真和实测数据表明，所提算法不仅在高信噪比下解缠性能优良，在低信噪比环境仍能保持高的解缠精度。

（4）提出了迭代多基线高精度4-FFT相位解缠算法。

优化的区域增长InSAR相位解缠算法
郭春生
【期刊名称】《中国图象图形学报》
【年(卷),期】2006(011)010
【摘要】在区域增长的干涉合成孔径雷达(InSAR)相位解缠算法中,种子的选择和种子相位值的确定是之一.本文研究了优化的区域增长2维相位解缠方法,包括合适的种子选取和种子相位值的优化处理,提出了将干涉相位图中相位跳变导致的边缘曲线作为种子,通过分析边缘曲线之间的相邻关系,基于遗传算法优化种子的相位值.仿真结果表明,该算法的计算量与干涉相位图的像素点数成近似线性关系,同时由于该算法属于局部算法,可以通过并行处理进一步提高计算效率.优化的区域增长2维相位解缠算法与其他2维相位解缠算法相比较,其解缠后的相位条纹与原始干涉相位图相位条纹的一致性非常好.该算法的处理结果与最小成本网络流相位解缠法相当,但其计算量却远远小于最小成本网络流相位解缠法的计算量.
【总页数】7页(P1380-1386)
【作者】郭春生
【作者单位】杭州电子科技大学通信学院,杭州,310018
【正文语种】中文
【中图分类】TP751.1
【相关文献】
1.结合频率估计的InSAR区域增长相位解缠方法 [J], 柯昆;张志斌
2.基于蚁群算法的InSAR相位解缠算法 [J], 魏志强;金亚秋
3.基于改进模拟退火遗传算法的 INSAR 相位解缠算法 [J], 于向明;孙学宏;刘丽萍;张成
4.一种新的InSAR区域增长相位解缠算法 [J], 陈刚;刘志铭;张笑微;
5.相位分块与拟合法结合的InSAR相位解缠算法 [J], 马靓婷; 卢小平; 余振宝因版权原因，仅展示原文概要，查看原文内容请购买。

基于聚类分析多通道InSAR联合相位解缠算法薛永娇;禹卫东【摘要】多通道InSAR相位解缠不依赖相位连续性假设,因此可以实现复杂地区的相位解缠绕,然而多通道相位解缠绕需同时处理多幅缠绕相位图,在运算效率和内存使用上存在着一定的压力.基于聚类分析的多通道相位解缠算法(Cluster-Analysis,CA)有效解决了运行效率问题,但噪声鲁棒性差.因此,提出将聚类分析和区域扩展相结合的相位解缠绕算法.该算法首先利用边缘提取算子,获得干涉相位图中由于相位跳变导致的边缘曲线,然后利用CA算法对边缘曲线进行相位解缠绕,将解缠曲线作为区域扩展的种子像素,进行区域扩展相位解缠.这样,既可以实现复杂地形的相位解缠,又可以有效抑制噪声.实验结果表明,算法在保持较好解缠精度的同时,一定程度上提高了运算效率.%Multi-channel phase unwrapping method can break the limitation of phase continuity as-sumption.So it has an advantage in the recovery of the absolute phase in complicatedareas.However, multi-channel phase unwrapping processes more than one interferogram,which will bring great pressure on execution speed and memory.Multi-channel phase-unwrapping algorithm based on cluster-analysis (CA) performs well on execution speed,but it has poor robustness.So a new phase unwrapping method combi-ning the CA algorithm with the region expansion is proposed.First,it takes the edge curves of interfero-gram by edge extraction operator,unwraps the edge curves based on CA algorithms,and then regards the unwrapping edge curves as the seeds for region expansion.According to the experiments onthe simulated and real multi-baseline InSAR dataset,the efficiency and effectiveness of this method are tested.【期刊名称】《雷达科学与技术》【年(卷),期】2017(015)006【总页数】7页(P600-606)【关键词】干涉合成孔径雷达;相位解缠绕;多通道InSAR;聚类分析;区域扩展【作者】薛永娇;禹卫东【作者单位】中国科学院电子学研究所,北京 100190;中国科学院大学,北京100039;中国科学院电子学研究所,北京 100190【正文语种】中文【中图分类】TN957.520 引言干涉合成孔径雷达(Interferometric Synthetic Aperture Radar,InSAR)测量技术是通过从两幅SAR复数据图像中提取的干涉相位差,利用地表高程信息和干涉相位差之间的关系,获取地表三维信息的重要遥感技术[1-2]。