InSAR中角反射器的识别策略研究

杨魁,陈楚,张鑫鑫,吴正鹏

(天津市测绘院,天津 300381)

InSAR中角反射器的识别策略研究

杨魁∗,陈楚,张鑫鑫,吴正鹏

(天津市测绘院,天津 300381)

根据人工角反射器高反射率、强稳定性的特点,提出由粗到精的识别策略,基于预处理实现角反射器的粗识别,通过目视解译优化角反射器的位置,利用其时空特点开展统计分析提取出精确的位置。并利用Cosmo数据为例对识别策略进行了实验研究,有效地识别角反射器的精确位置信息,从而验证了本文角反射器识别策略的有效性。

角反射器;识别;统计分析

1 引 言

星载雷达干涉测量在过去的20年里有很大的发展,尤其是PSInSAR技术的提出,通过对可靠稳定的永久散射体进行时间序列上的分析,来获取高密度、高精度的地面沉降信息,使得InSAR技术成为地面沉降监测的重要技术手段之一。但是该项技术在实际应用过程中却存在着一定的缺点,难以监测相干目标较少但又必须监测的形变区域,难以获取绝对的形变量信息[1]。

为了克服这些问题,基于角反射器的合成孔径雷达处理技术被提了出来,它基于强反射特性弥补了雷达卫星数据的失相关,利用对应的水准实测成果获取了绝对监测成果[1,2]。目前角反射器的设计实验做得比较多[3],但是对角反射器的识别的研究则较少。德国的夏耶博士、北京大学的薛笑荣博士后曾对SAR图像上角反射器识别做过研究,他们的工作仅仅具有自身的参考性,并不对所有的CR点具有通用性[4,5]。

本文以高分辨率的Cosmo数据为例,提出了目视解译和统计分析相结合的角反射器识别策略;并以临港工业区安装的角反射器为对象,进行识别实验和深入分析,验证了角反射器识别策略的可靠性。

2 角反射器识别的技术路线

角反射器干涉测量技术中重要的一步就是在雷达图像上识别出人工角反射器,本文根据角反射器在雷达图像的特征等,研究结合预处理、目视判读和统计分析识别相结合的方法来识别出雷达图像上的人工角反射器。技术路线如图1所示。

图1 角反射器识别技术路线图

2.1 预处理

预处理主要包含有影像配准和滤波处理,其中影像配准主要实现时间序列上的多个SAR影像在空间框架上的一致性,滤波处理则主要应用于角反射器的初识别上。

(1)影像配准

时间序列SAR影像对配准是指在选择主影像的基础上,将其他影像都配准到主影像所在的地理框架上。两幅影像配准则在影像范围内选择若干对应于同一地物目标的匹配像元来确定两幅影像的各个像元之间严格的对应关系,包含有基于轨道信息的粗配准、基于强度信息或相位信息相干性的精配准,最终实现1/8个像元以上的配准精度。

(2)滤波处理

对SAR数据进行统计分析可知相干斑表现为乘性噪声[6]。可表示为:

I(t)=R(t)·u(t)

式中,I(t)为观测值,R(t)为理想的图像;u(t)为相干斑噪声。

针对此数学模型进行滤波处理。首先将上式用一阶泰勒展开为线性模型,然后用最小均方差误差估计此线性模型,得到滤波公式:

式中,^R(t)为去斑后的图像值,即上式中的R(t)的估计值,_I(t)为去斑窗口均值,W(t)为权重函数,Cu和CI(t)分别为斑块u(t)和图像I(t)的局部方差系数。

2.2 目视解译

目视解译是根据已知角反射器坐标信息,结合地形图资料确定角反射器在SAR图像上的大体位置,从而避免在更大的范围上去搜寻,为统计分析减少工作量。目视解译方法采用由粗到精的识别策略,包括地理编码处理、基于相对位置的优化等。

(1)地理编码处理

在安装角反射的过程中,利用全球定位系统(GPS)测得安装点的概略地理坐标(B,L,H),进行坐标变换后,转化为参心空间直角坐标系(X,Y,Z);然后利用SAR影像头文件中提供的卫星轨道位置等参数信息,构建描述星地几何关系的距离多普勒模型,然后利用最小二乘原理来求解初始影像行列号,并通过数值迭代解法来逐步逼近真实的影像位置(i,j),最终实现基于间接地理定位原理下的地理编码处理。

(2)相对位置优化

在确定大致位置(i,j)后,可以利用丰富的地形图信息,根据人工角反射器较强的后向散射强度和其周围较低反射区的对比情况的解译知识,来获取其在幅度影像上位置的改正值(△i,△j),从而达到充分利用周边明显目标的相对位置来精化角反射器点位置的目的。

2.3 统计分析方法

统计分析方法是根据PSInSAR技术中PS点的识别原理所提出,其主要表现为强的散射能力,且其散射特性在长时间内保持稳定。因此可以在空间上可以用小区域的平均强度值作为度量,在时间上用强度离差方法来评估其稳定性[7]。

(1)空间统计分析

由于角反射器是由金属面组成,且其法线方向基本与雷达波的入射方向平行,因此它在空间分布上表现为强散射的特性,在小区域内主导其周围像素的散射特征。在空间表现上,以其为中心、距离向和方位向的几个像素组成的局部范围内表现为近似对称分布的亮斑信息,如图2所示。

图2 角反射器的亮斑特性

因此可以利用其亮斑特性,构建一个类似的空间窗口。在角反射器的大概位置内进行滑动,并计算模板与图像的相关系数,相关系数高于一定阈值处即可能为角反射器的精确位置。

(2)时间统计分析

由于角反射器的强反射特点,其在时间序列上表现为一致性,因此可以采用强度离差方法来进行时间序列上的分析。其主要思想是以后向散射强度均差和方差的比作为测度,选择大于指定阈值的点位为角反射器的精确位置。

3 实验及结果分析

3.1 实验数据

实验区选择滨海新区,随着其经济的迅速发展,大型工程建设项目的施工,地面沉降灾害问题首当其冲,因此采取先进的手段来实现地面沉降的监测,尤其是低相干区域的沿海区域监测十分迫切。

实验采用的SAR数据为高空间分辨率的Cosmo数据,波长尾3.1 cm(X波段),空间分辨率为3 m,总影像覆盖面积为1 600 km2,数据获取时间为2013年1月～2014年6月,共有20期。在SAR影像覆盖范围内已布设好的角反射器有7个,分布在临港工业区的两条道路的绿化带上(图3绿色三角形标识处),布设时间约为2009年。

图3 角反射器分布总图

3.2 实验结果分析

在上节中对角反射器由粗到精识别的技术路线进行分析,针对实验数据的情况,以临港工业区的CR5为例,来分析整个技术流程的可行性。

首先进行配准处理,选择20131223期影像为主影像,将其他的19期影像配准至20131223期影像所在的空间框架下,实现空间信息的一致性。

其次进行滤波处理。在最初CR识别时,非常有必要进行斑点去除,滤波前后对比如图4(a)和图4 (b)所示,斑点噪声得到有效抑制,视觉效果得到明显提高。

图4 滤波处理前后图像对比

然后利用其实测的位置进行采用间接定位模型进行地理编码处理,获取其雷达系下的坐标,如图5中绿色三角形位置所示,其与滤波后的目视解译成果具有一致性,从而相互验证了识别方法的可靠性。

图5 地理编码后的角反射器位置

进一步利用实验区高分辨率的地形图信息、影像信息图6(a)来实现基于相对位置的优化,以其在道路绿化带内的相对关系,来优化角反射器的位置图6 (b)。

由于角反射器强反射特性在局部范围内表现为强亮斑的特点,构建出一个15×15的模板,中间点的亮度最大,周围点亮度逐渐递减至0。在图6(b)中的蓝色点所示位置为中心的30×30窗口内平滑后计算相关系数,取相关系数大于一定阈值的点为可能的角反射器点。采用同样的流程对配准后的其他19景影像进行类似处理,对所有可能的点取其后向散射强度信息,统计分析器均值与方差的比率,选择最大比率对应的点位最终的角反射器位置,如图7绿色三角形所处的位置。

图6 角反射器位置的优化

图7 角反射器的精确位置

从时间跨度分析,临港工业区的角反射器在所有的影像上均可见,选择2013年8月份(编号为20130817)、2013年10月份(编号为20131020)的Cosmo数据进行对比,如图8所示。在两期影像内最大值为中心点,强度值存在2.4 dB的差异,平均值的差异为2.2 dB,最小值相差为1 dB。表明在时间序列上角反射器的散射特性不易随时间发生改变,稳定性较强。

图8 临港工业区角反射器CR5及其相邻区域的强度统计

4 结 论

人工角反射器对雷达波具有高反射率,是一种优良的散射体目标。本文主要针对其识别的问题,提出由粗到精的多层次识别策略。首先通过影像配准、滤波等预处理实现角反射器的初步识别;然后基于地理编码处理、相对位置优化等实现角反射器的目视解译;最后从空间上、时间上进行统计分析实现对角反射器位置的精确提取。本文以覆盖滨海新区的3 m Cosmo数据为实验数据,开展临港角反射器的识别工作;通过对整个识别流程中的各个技术方法和相应参数进行深入分析,提取出强散射特性、强稳定性的角反射器,有效地验证了本文识别策略的有效性和可实施性。

[1] 闫世勇.角反射器雷达干涉实验及在形变监测中的应用[D].河北:河北工程大学,2009.

[2] 谌华.CRInSAR大气校正模型研究及其初步应用[D].北京:中国地震局地质研究所,2006.

[3] 张婷,张鹏飞等.SAR定标中角反射器的研究[J].遥感信息,2010(3):38～42.

[4] Xia Ye,H.Kaufmann,and X.F.Guo.Landslide Monitoring in the Three Gorges Area Using D-InSAR and Corner Reflectors[J].Photogrammetric Engineering&Remote sensing,2004,70(10):1167～1172.

[5] 薛笑荣.SAR图像并行处理与角反射器检测[D].北京大学博士后出站报告,2005.

[6] 杨魁.面向对象的极化SAR影像多尺度分割算法研究[D].武汉:武汉大学,2011.

[7] 丁尚起,杨魁等.PS选择策略及在京津高铁沉降监测中的应用研究[J].城市勘测,2013(6).

The Study of Corner Reflector Identification Strategy in InSAR

Yang Kui,Chen Chu,Wu Zhengpeng
(Tianjin Institute of Surveying and Mapping,Tianjin 300381,China)

According to the corner reflector characteristics with high reflectivity and strong stability,an identification strategy from coarse-to-fine is advanced.Corner reflector is approximately identified by pre-processing;its position accuracy is improved by visual interpretation;and its precise location is extracted through the statistical analysis in spatial and temporal.Cosmo data is used to verify the identification strategy,and the precise location of seven corner reflectors are recognized.Then from theory analysis and experiment result,the identification strategy is very effective.

corner reflector;identification

1672-8262(2014)06-10-04

P234.4

A

2014—07—05

杨魁(1987—),男,助理工程师,主要从事影像解译、SAR应用工作。

国土资源部公益性行业科研专项(201311045)