共查询到10条相似文献,搜索用时 78 毫秒
1.
2.
3.
4.
针对山区InSAR相位解缠困难的问题,在实现零中频矢量滤波的基础上,设计了DEM辅助的山区InSAR相位解缠方法。将原始干涉图与DEM模拟的干涉图做差分处理,获取条纹中心频率极低的零中频干涉图,再对零中频干涉图进行滤波和相位解缠处理;并将解缠结果和模拟干涉相位求和得到原始干涉图的解缠结果,从而减小相位欠采样和频谱混叠现象对干涉处理的影响,提高相位解缠性能。采用兰州地区和登封地区两套ENVISAT ASAR数据进行相位解缠实验,统计解缠百分比、解缠效率,以及零中频干涉图对应的相干图和常规干涉相干图构成的差分相干图的相干值均值,验证方法的可行性和有效性。 相似文献
5.
6.
将差分滤波思想引入到多基线InSAR相位解缠中,以较短基线干涉图解缠结果指导较长基线干涉图的相位解缠,从而扩展相位解缠的非模糊区间,解决较长基线干涉图中欠采样区域的相位解缠难题。利用由SRTM DEM和SIR-C/X-SAR干涉数据获取的DEM进行实验,得到了满意的相位解缠结果。 相似文献
7.
利用梯度重建的稳健多频InSAR相位解缠方法 总被引:1,自引:0,他引:1
为解决常规InSAR系统因干涉相位欠采样所导致的陡峭地区高程提取困难问题,提出一种利用多频干涉量进行相位梯度重建并实现相位解缠的处理方法。基于干涉相位的统计分布特性,研究了多频InSAR相位梯度的最大似然估计原理,针对有限观测频点情况下梯度解模糊性能对相位噪声敏感的问题,提出通过基于邻点集的局部曲面建模进行相位梯度重建的稳健算法,并从频点选择、估计区间限定等方面进一步研究了提高算法稳健性的途径。最后通过对仿真和实际DEM数据的试验,验证该方法的有效性。 相似文献
8.
9.
10.
InSAR相位解缠的质量直接影响地形高程或地表形变的反演精度。传统的基于非机器学习模型的相位解缠方法(如基于路径跟踪或最小范数)在低相干性或相位梯度较大(干涉条纹密集)的区域难以获得正确解缠结果。深度神经网络算法在非线性表示和特征表达能力方面具有独特优势,被广泛应用于数字图像处理研究中,InSAR相位解缠可视为图像回归。本文提出基于R2AU-Net深度神经网络的InSAR相位解缠方法。首先,基于数学分形法模拟成对的缠绕和解缠相位,避免了外部DEM合成相位时引入的固有误差和残缺问题,保持了地貌特征的多样性及复杂性,得到模型训练所需的数据集。然后,基于传统的U-Net模型构建R2AU-Net相位解缠模型,该模型结合注意力机制增强了模型对于卷积特征筛选能力,提高了在低相干或条纹密集区域的解缠性能;使用循环残差卷积结构,避免了梯度消失问题,增强了模型特征表示能力。最后,利用模拟和真实数据进行试验分析,结果表明本文提出的R2AU-Net相位解缠模型能够更有效地保留地形高程或真实地表形变信息,提高了解缠结果的可靠性,在性能表现上优于Goldstein枝切法、SNAPHU方法及CNN和U-Net相位... 相似文献