,,,,

(1.中國科學(xué)院電子學(xué)研究所,北京100190;2.微波成像技術(shù)重點(diǎn)實(shí)驗(yàn)室,北京100190;3.中國科學(xué)院大學(xué),北京100049)

0 引言

在InSAR制圖中,由于側(cè)視成像機(jī)制與雷達(dá)和地面場景的幾何關(guān)系,在地形有起伏的區(qū)域和城市區(qū)域?qū)⒉豢杀苊獾爻霈F(xiàn)陰影現(xiàn)象,這些區(qū)域的存在會(huì)嚴(yán)重影響DEM和DOM的質(zhì)量。FMCW InSAR系統(tǒng)由于載機(jī)平臺(tái)輕小,飛行高度比較低,要實(shí)現(xiàn)寬測繪成像,必須以低俯仰角工作,更加容易出現(xiàn)陰影現(xiàn)象,因此研究FMCW InSAR系統(tǒng)陰影區(qū)域的提取方法很有必要[1-4]。

目前,提取陰影區(qū)域的方法有很多種,從In-SAR數(shù)據(jù)來源角度來分,可以分為基于SAR幅度圖像的提取方法、基于相干系數(shù)的提取方法和基于干涉相位梯度的方法。在基于SAR幅度圖像的方法中,常用閾值分割的方法劃分出亮度比較低的陰影區(qū)域,但由于地物信息復(fù)雜,再加上相干斑噪聲的影響,難以確定合適的分割閾值,提取結(jié)果不穩(wěn)定[5-6]。在基于相干系數(shù)的方法中,由于相干系數(shù)在計(jì)算的時(shí)候以窗口內(nèi)的數(shù)據(jù)滿足各態(tài)歷經(jīng)性這一假設(shè)為前提,所以會(huì)存在相干系數(shù)估計(jì)不準(zhǔn)確的情況,導(dǎo)致提取結(jié)果有偏差[7],并且相干系數(shù)的閾值選取對提取效果影響比較大,需要人工選取閾值。

本文通過分析陰影區(qū)域的產(chǎn)生機(jī)理與干涉相位殘差點(diǎn)的產(chǎn)生機(jī)理[8-9],提出了一種基于干涉相位殘差點(diǎn)分布的FMCW InSAR陰影區(qū)域提取方法,殘差點(diǎn)是由于噪聲、陰影等引起的相位不連續(xù)而導(dǎo)致,因此可以利用殘差點(diǎn)分布對陰影進(jìn)行區(qū)域分割,以實(shí)現(xiàn)陰影區(qū)域的提取,且解決了基于相干系數(shù)提取方法的閾值依賴問題。

1 陰影區(qū)域干涉相位模型

陰影區(qū)域的形成機(jī)理如圖1所示,陰影區(qū)域是由于被比較高的地形遮擋,造成沒有回波數(shù)據(jù),因此陰影區(qū)域的回波信號(hào)可以建模為高斯白噪聲,相干性比較小,干涉相位中存在大量的殘差點(diǎn),可利用這一特點(diǎn)實(shí)現(xiàn)陰影區(qū)域的提取。

圖1 陰影區(qū)域示意圖

2 基于干涉相位殘差點(diǎn)分布的陰影區(qū)域提取方法

2.1 干涉相位殘差點(diǎn)形成機(jī)理

在理想條件下,干涉相位梯度的絕對值應(yīng)該小于π,通過對纏繞干涉相位的梯度值進(jìn)行積分,可以完成干涉相位解纏繞:

式中,C為纏繞干涉相位區(qū)域中任意一條連接r0和r的積分路徑,2φ(r)為纏繞干涉相位的梯度值。然而在實(shí)際情況下,由于各種因素導(dǎo)致纏繞干涉相位的梯度值的絕對值會(huì)出現(xiàn)大于π的情況,稱為相位不連續(xù)點(diǎn),也被定義為殘差點(diǎn)。

殘差點(diǎn)的特征是纏繞干涉相位中相鄰4個(gè)相位環(huán)路積分不為零。干涉相位殘差點(diǎn)的形成主要是由于以下幾個(gè)原因:

1)相位噪聲的污染;

2)地形劇烈起伏使得相鄰像素相位差的絕對值大于π;

3)地形遮擋使得某些像素沒有真實(shí)的地形與之對應(yīng),即陰影(Shadow)現(xiàn)象。

因此,通過干涉相位殘差點(diǎn)分布來提取陰影區(qū)域在理論上是可行的。

2.2 陰影區(qū)域提取流程

通過分析陰影區(qū)域的產(chǎn)生機(jī)理與干涉相位殘差點(diǎn)的產(chǎn)生機(jī)理,本文提出一種基于干涉相位殘差點(diǎn)分布的InSAR陰影區(qū)域提取方法,其處理流程如圖2所示。該方法首先通過Sigma濾波對干涉相位噪聲進(jìn)行抑制,然后獲取干涉相位圖中的殘差點(diǎn)分布,并經(jīng)過形態(tài)學(xué)處理消除虛假像素,進(jìn)行連通性濾波,即可提取出完整陰影區(qū)域。

圖2 陰影區(qū)域提取方法流程圖

1)干涉相位濾波

通過分析干涉相位殘差點(diǎn)的形成機(jī)理,可以看出相位噪聲的污染也會(huì)導(dǎo)致殘差點(diǎn)的出現(xiàn),而且通過實(shí)際數(shù)據(jù)的處理結(jié)果同樣證明了這一點(diǎn),因此需要對干涉相位進(jìn)行濾波,以消除相位噪聲對提取結(jié)果的影響。采用Sigma濾波,既可以保持干涉相位的紋理信息,也可以明顯減弱干涉相位圖的噪聲。

2)殘差點(diǎn)提取

按照下列殘差點(diǎn)計(jì)算公式,提取殘差點(diǎn):

圖3為纏繞干涉相位相鄰的4個(gè)干涉相位值示意圖。上面式中,φi,j代表干涉相位圖中(i,j)像素處的纏繞干涉相位值,W代表相位纏繞算子,如果R＞0,則為正殘差點(diǎn),R＜0,則為負(fù)殘差點(diǎn),R=0,則為正常點(diǎn)。

圖3 殘差點(diǎn)示意圖

3)形態(tài)學(xué)處理

若直接利用上述步驟中獲得的殘差點(diǎn)分布數(shù)據(jù)進(jìn)行區(qū)域分割只能分割出單個(gè)像素,而無法分割出完整的密集殘差點(diǎn)區(qū)域,并且區(qū)域外部還有可能存在一些未被濾除干凈的斑點(diǎn)噪聲,因此需要對上述步驟的結(jié)果進(jìn)行形態(tài)學(xué)處理以提高陰影區(qū)域分割的完整性和準(zhǔn)確性。

廣泛應(yīng)用的形態(tài)學(xué)基本運(yùn)算包括腐蝕、膨脹、開運(yùn)算、閉運(yùn)算等,本方法中主要運(yùn)用開運(yùn)算和閉運(yùn)算對提取結(jié)果進(jìn)行處理,能夠起到去除斑點(diǎn)噪聲、填充部分空洞的作用。

開運(yùn)算是對二值圖像中的對象利用同一個(gè)結(jié)構(gòu)元素先進(jìn)行膨脹運(yùn)算再進(jìn)行腐蝕運(yùn)算的算子。它的效果是剔除不能包含結(jié)構(gòu)元素的對象區(qū)域,平滑對象的輪廓,斷開狹窄的連接,去掉細(xì)小的突出。

閉運(yùn)算是對二值圖像中的對象利用同一個(gè)結(jié)構(gòu)元素先進(jìn)行腐蝕運(yùn)算再進(jìn)行膨脹運(yùn)算的算子。它的效果是平滑對象邊緣,填充對象內(nèi)部的小空洞。

3 實(shí)驗(yàn)數(shù)據(jù)驗(yàn)證與分析

實(shí)驗(yàn)采用中科院電子所研制的Ku波段FMCW InSAR系統(tǒng)2015年11月在中國山西某地開展飛行實(shí)驗(yàn)獲取的數(shù)據(jù),本次實(shí)驗(yàn)載機(jī)的相對飛行高度為1 500 m,中心下視角為45°。圖4為FMCW InSAR系統(tǒng)獲取并經(jīng)過處理得到的一幅影像圖和干涉相位,圖4(a)為InSAR影像單視圖像幅度圖,圖4(b)為InSAR單視干涉相位。

圖4 FMCW InSAR系統(tǒng)獲取并經(jīng)過處理的結(jié)果

經(jīng)過Sigma濾波處理后,得到的干涉相位圖如圖5(a)所示,可以看出,干涉相位噪聲得到了一定程度上的抑制。接下來對經(jīng)過Sigma濾波處理的干涉相位進(jìn)行殘差點(diǎn)提取,圖5(b)為干涉相位殘差點(diǎn)分布提取結(jié)果。從殘差點(diǎn)分布圖可以看出,殘差點(diǎn)在陰影區(qū)域的分布是比較密集的,同時(shí)在正常區(qū)域也存在一些孤立、稀疏的殘差點(diǎn),因此需要通過形態(tài)學(xué)變換作進(jìn)一步處理。

圖5 干涉相位殘差點(diǎn)分布

經(jīng)過形態(tài)學(xué)處理后的結(jié)果如圖6(b)所示,可以看出孤立、稀疏的斑點(diǎn)噪聲已經(jīng)基本上被濾除,而且大區(qū)域中的小縫隙和小漏洞也已經(jīng)被彌合,分割出了比較完整的陰影區(qū)域。

圖6(a)為采用基于相干系數(shù)圖檢測方法提取的結(jié)果,圖6(b)為采用本文所提方法處理的結(jié)果,可以看出本文方法比較完整地分割出了陰影區(qū)域,自動(dòng)化程度優(yōu)于基于相干系數(shù)圖檢測的方法。為了更清楚地證明這一結(jié)論,下面放大其中局部區(qū)域?qū)煞N方法的提取結(jié)果進(jìn)行對比。

圖6 陰影區(qū)域提取結(jié)果

陰影區(qū)域提取的局部結(jié)果圖如圖7所示。圖7(a)為局部區(qū)域影像幅度圖,圖7(b)為采用基于相干系數(shù)圖檢測方法的提取結(jié)果,圖7(c)為采用本文所提方法處理的結(jié)果,通過與對應(yīng)區(qū)域的In-SAR影像幅度圖進(jìn)行對比,可以看出本文方法能較完整地檢測出陰影區(qū)域。基于相干系數(shù)圖方法的提取效果比較依賴于相干系數(shù)閾值的選取,然而在實(shí)際情況下,相干系數(shù)閾值需要人工選定,本文所提基于殘差點(diǎn)分布的方法不需要確定閾值,解決了基于相干系數(shù)圖檢測方法閾值依賴的問題,適用性更佳。

4 結(jié)束語

FMCW InSAR系統(tǒng)由于側(cè)視成像機(jī)制,載機(jī)平臺(tái)輕小,飛行高度較低,在地形起伏區(qū)域更加容易出現(xiàn)陰影現(xiàn)象,嚴(yán)重影響DEM和DOM質(zhì)量,傳統(tǒng)基于相干系數(shù)圖的方法依賴于閾值的選取。針對這一問題,本文提出了一種InSAR陰影區(qū)域提取方法,該方法利用干涉相位殘差點(diǎn)分布提供的信息實(shí)現(xiàn)對陰影區(qū)域的提取,相比于傳統(tǒng)的基于相干系數(shù)圖檢測方法,解決了閾值依賴的問題,實(shí)驗(yàn)數(shù)據(jù)的處理結(jié)果驗(yàn)證了本文所提方法的有效性。

圖7 局部提取結(jié)果

[1]ROSSI C,EINEDER M,FRITZ T.Detecting Building Layovers in a SAR Interferometric Processor Without External References[C]∥10th European Conference on Synthetic Aperture Radar,Berlin,Germany:VDE,2014:1-4.

[2]SCANNAPIECO A F,RENGA A,MOCCIA A.Preliminary Study of a Millimeter Wave FMCW InSAR for UAS Indoor Navigation[J].Sensors,2015,15(2):2309-2335.

[3]WANG Yong,TANG Kai,ZHANG Ying,et al.A Ku-Band 260 mW FMCW Synthetic Aperture Radar TRX with 1.48 GHz BW in 65 nm CMOS for Micro-UAVs[C]∥IEEE International Solid-State Circuits Conference,San Francisco,CA:IEEE,2016:240-241.

[4]丁軍,劉宏偉,王英華,等.一種聯(lián)合陰影和目標(biāo)區(qū)域圖像的SAR目標(biāo)識(shí)別方法[J].電子與信息學(xué)報(bào),2015,37(3):594-600.

[5]任云,鄒煥新,秦先祥,等.一種InSAR疊掩與陰影區(qū)域的檢測方法[J].中南大學(xué)學(xué)報(bào)(自然科學(xué)版),2013,44(增刊2):396-400.

[6]索志勇,李真芳,吳建新,等.干涉SAR陰影提取及相位補(bǔ)償方法[J].數(shù)據(jù)采集與處理,2009,24(3):264-269.

[7]王健,向茂生,李紹恩.一種基于InSAR相干系數(shù)的SAR陰影提取方法[J].武漢大學(xué)學(xué)報(bào)(信息科學(xué)版),2005,30(12):1063-1066.

[8]保錚,邢孟道,王彤.雷達(dá)成像技術(shù)[M].北京:電子工業(yè)出版社,2005:308-310.