论文速递TGRS2022 - 揭示地形之美:利用InSAR相位解缠法和立体雷达测绘技术生成精细DEM

Posted 翌鸢

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了论文速递TGRS2022 - 揭示地形之美:利用InSAR相位解缠法和立体雷达测绘技术生成精细DEM相关的知识,希望对你有一定的参考价值。

【论文速递】TGRS2022 - 揭示地形之美:利用InSAR相位解缠法和立体雷达测绘技术生成精细DEM

【论文原文】:Stereo-Radargrammetry Assisted InSAR Phase Unwrapping Method for DEM Generation

作者信息】:Yulun Wu; Heng Zhang; Jili Wang; Robert Wang; Fengjun Zhao; Zhipeng Wu; Yonghua Cai

获取地址:https://ieeexplore.ieee.org/document/9857957

博主关键词: 干涉SAR,相位解缠,立体测量,数字高程模型

推荐相关论文:

-无

摘要:

干涉合成孔径雷达(InSAR)是生成全球大规模数字高程模型(DEM)的有效工具。然而,对于陡峭的地形,在没有外部参考DEM以及阴影/覆盖的几何形状、相位缠绕的影响下,目前的方法不能从单一基线InSAR图像对中稳定地重建有效的DEM产品。本文提出了一种无需外部辅助信息的新型立体雷达测绘辅助解缠(SAPU)方法,通过利用内部立体雷达测绘的偏移来消除Itoh条件的限制。该方法减少了干涉图中的相位梯度,并以自动选择的连接点指导PU过程。值得注意的是,目前的立体雷达图测量方法在陡峭的地形中会恶化到不连贯的状态,阻碍了SAPU的可靠性和准确性。因此,我们还提出了一种自适应加权子窗口-相干立体雷达图测量位移估计(AWS-CSE)方法,通过在相干性估计中引入局部地形相位一致性来提高子像素位移的准确性。我们基于L-SAR 01模拟数据和三对来自不同地区的先进陆地观测卫星(ALOS)相控阵型L波段合成孔径雷达(PALSAR)图像,定量验证了所提方法的性能,并将结果与各种传统和基于深度学习的PU方法进行了比较。研究结果表明,所提出的方法可以从陡峭地形的单基线测量中产生准确的DEM,同时避免了额外的数据采集。

关键词 - 数字高程模型(DEM)的生成,图像核对,InSAR处理,L-SAR 01,立体雷达测绘,相位解缠(PU),立体雷达测绘。

简介:

合成孔径雷达(SAR)干涉测量(InSAR)可以用来有效地获得高分辨率和大规模的数字高程模型(DEM)。InSAR已经成功地应用于一些DEM生成任务,如航天飞机雷达地形任务(SRTM)和TanDEM-X[2]。一般来说,较长的基线可以提高DEM的垂直精度,因为干涉测量相位噪声和基线误差的影响与基线长度成反比。不幸的是,长基线测量使得相位解缠(PU)过程具有挑战性,因为干涉测量相位的边缘很密集;这被称为Itoh条件。此外,PU的准确性还受到来自阴影/覆盖的几何形状和相位噪声的局部相位不连续的影响。

雷达测绘也是一种用于测量地形高度的方法,通过估计主从SAR图像之间的像素偏移,代表两个雷达信号之间的时间延迟。测量精度随着两个观测值之间入射角差的增加而增加;因此,大多数研究人员在实验中使用大于5°的观测角差。此外,在多个入射角的干涉测量和雷达测绘的结果可以结合起来,如[30]中所报道的。然后,可以引入相干交叉关联(CCC)方法,在小视角差(基线长度约为3000米)下实现立体雷达测绘处理。根据[31]中的结论,大的相干估计窗口可以提供丰富的样本以减少测量结果的方差。然而,由于相关的相位不一致,用大窗口估计的相干系数在陡峭地区会下降。立体雷达图的移位也被用来创新地检查PU的准确性;在这种方法中,干涉测量相位中具有PU误差的区域被掩盖了。这种方法也可以与可操作的双基线PU方法[相结合,使用TanDEM-X全球数据集的多个覆盖点来有效地重建DEM。在相干性低的地区,可以应用非相干交叉关联(ICC)方法来提取立体雷达图的位移;ICC方法是稳健的,但由于相位信息的损失,其准确性不如相干方法。

为了解决上述问题,我们提出了1)自适应加权子窗口-相干立体雷达图测量移位估计(AWS-CSE)方法和2)立体雷达图测量辅助PU(SAPU)InSAR方法,用于从单基线InSAR数据中提取准确的绝对相位,而无需任何外部辅助信息。这些方法可用于提高DEM生成的准确性。本研究的创新点如下。AWS-CSE方法首次在相干性估计中考虑了地形相位的局部一致性,并通过自适应提取移位信息和根据方差最小化条件对子窗口位移进行加权,在陡峭的地形地区获得了高质量的立体雷达测量。此外,还提出了一种快速子像素位移提取(FSSE)方法来加速该方法。SAPU方法通过对梯度减弱的干涉相位进行解包,并采用所提出的立体雷达测点约束的PU算法和修正的差分PU权重估计方法,产生准确的绝对干涉相位。提出的AWS-CSE和SAPU方法的主要优点如下。1)只需要单基线的InSAR数据;2)与立体雷达图测量偏移相关的噪声量和无效测量的数量大大减少;3)与其他单基线的PU方法相比,PU的精度大大增加;4)与其他多基线的PU方法相比,与基线配置、变形和模糊带的后校正有关的典型限制不存在。

Fig. 1. 基于SAPU方法生成的喜马拉雅山的单基线ALOS PALSAR数据的DEM结果图.

【论文速递 | 精选】

论坛地址:https://bbs.csdn.net/forums/paper

以上是关于论文速递TGRS2022 - 揭示地形之美:利用InSAR相位解缠法和立体雷达测绘技术生成精细DEM的主要内容,如果未能解决你的问题,请参考以下文章

CGCNN:基于内容引导卷积神经网络的高光谱图像分类 | TGRS 2020

论文速递CVPR2022 - 全局跟踪Transformers

论文速递CVPR2022 - 用于密集物体检测的定位蒸馏

论文速递COLING 2022 - 联合语言语义和结构嵌入用于知识图补全

论文速递ECCV2022 - 密集高斯过程的小样本语义分割

论文速递TPAMI2022 - 自蒸馏:迈向高效紧凑的神经网络