本文關(guān)鍵詞：基于分形模型的InSAR DEM質(zhì)量改善方法，，由筆耕文化傳播整理發(fā)布。

【摘要】：合成孔徑雷達(dá)干涉測(cè)量(Interferometric Synthetic Aperture Radar, InSAR)是目前獲取大面積高精度DEM的重要技術(shù)手段之一。但現(xiàn)有相位解纏算法基于條件假設(shè)的局限性導(dǎo)致了部分地區(qū)提取的DEM出現(xiàn)殘差點(diǎn)和數(shù)據(jù)漏洞,是限制DEM精度進(jìn)一步提高的一大因素�，F(xiàn)有的解纏算法大都基于以下假設(shè)條件：地形連續(xù)、平緩變化,干涉圖相位信號(hào)對(duì)地形充分采樣,相鄰像元間的絕對(duì)相位差值小于萬(wàn)。而在地形不連續(xù)、未解纏的相位存在各種噪聲和因相干性差存在大量殘差點(diǎn)的情況下,這些假設(shè)是不成立的。上述情況是導(dǎo)致解纏后相位存在大量殘差點(diǎn)的主要原因,也是現(xiàn)有相位解纏算法難以攻克的難點(diǎn)問題。為此,本文重點(diǎn)研究解纏后相位的重構(gòu)和完善問題,利用InSAR圖像的幅度正比于后向散射強(qiáng)度、相位與高程可相互轉(zhuǎn)換的特性,通過分形散射模型構(gòu)建振幅與相位的關(guān)系方程,利用該方程和全極化數(shù)據(jù)的不同輻射特性,對(duì)存在大量殘差點(diǎn)的解纏后相位進(jìn)行相位重構(gòu)。在此基礎(chǔ)上對(duì)相位重構(gòu)后得到的DEM進(jìn)行完善,提出分形曲面中心內(nèi)插法。最終通過重構(gòu)解纏后相位、消除解纏后相位存在殘差點(diǎn)的方法來(lái)達(dá)到改善DEM質(zhì)量的目的。論文完成的主要工作和創(chuàng)新點(diǎn)如下：(1)在常規(guī)提取分形參數(shù)方法的基礎(chǔ)上,提出了動(dòng)態(tài)提取局部分形參數(shù)的方法。本文對(duì)原始數(shù)據(jù)進(jìn)行了分形分析,充分考慮到地形的局部特征對(duì)分形參數(shù)的影響,根據(jù)地形局部起伏情況來(lái)確定窗口大小,通過窗口大小來(lái)提取局部分形參數(shù)。該方法提取的分形參數(shù)能更好的貼合局部地形的實(shí)際情況,更精確的實(shí)現(xiàn)對(duì)地形細(xì)節(jié)的有效控制；(2)利用振幅的輔助信息和全極化數(shù)據(jù)的不同輻射特性重構(gòu)解纏后的相位。本文利用微擾法提供的分形表面散射模型和InSAR的成像原理推導(dǎo)出振幅和解纏后相位的關(guān)系方程,利用該方程和全極化數(shù)據(jù)對(duì)存在大量殘差點(diǎn)的解纏后相位進(jìn)行相位重構(gòu),消除相位殘差點(diǎn)。該方法可以更有效的處理解纏后相位存在的殘差點(diǎn),解決了因相位解纏算法導(dǎo)致的解纏錯(cuò)誤問題。而振幅信息和全極化數(shù)據(jù)不同輻射特性的利用,不僅避免了相位去噪等方法使解纏結(jié)果更加平滑這一現(xiàn)象,而且增加了解纏后相位圖像的細(xì)節(jié)信息和邊緣信息,提高了解纏精度。(3)為改善相位重構(gòu)后生成DEM的質(zhì)量,本文在分形中點(diǎn)位移內(nèi)插法的基礎(chǔ)上,提出了DEM分形曲面中心內(nèi)插法。為使相位重構(gòu)后生成的DEM更加完善,消除相高轉(zhuǎn)換過程中傳遞的少量殘差點(diǎn),本文對(duì)相位重構(gòu)后生成的DEM進(jìn)行分形曲面中心內(nèi)插,該內(nèi)插方法將分形中點(diǎn)位移內(nèi)插法的兩點(diǎn)信息擴(kuò)展到八點(diǎn)信息,不僅消除了相位重構(gòu)后生成的DEM存在的少量殘差點(diǎn),還充分保存了DEM局部變化的細(xì)節(jié)信息,使內(nèi)插后的整個(gè)地形提取的分形參數(shù)更符合實(shí)際地表情況。
【關(guān)鍵詞】：合成孔徑雷達(dá)干涉測(cè)量 全極化SAR DEM 相位解纏 振幅 分形散射模型 分形中點(diǎn)位移內(nèi)插
【學(xué)位授予單位】：中國(guó)測(cè)繪科學(xué)研究院
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：P237
【目錄】：

• 摘要5-7
• Abstract7-11
• 主要縮略語(yǔ)表11-14
• 第1章 緒論14-22
• 1.1 研究背景與意義14-15
• 1.2 國(guó)內(nèi)外研究綜述15-19
• 1.2.1 InSAR系統(tǒng)15-17
• 1.2.2 InSAR數(shù)據(jù)DEM質(zhì)量改善研究現(xiàn)狀17-19
• 1.2.3 InSAR DEM質(zhì)量改善存在的問題19
• 1.3 本文研究?jī)?nèi)容和結(jié)構(gòu)框架19-21
• 1.4 本章小結(jié)21-22
• 第2章 InSAR基本理論22-31
• 2.1 引言22
• 2.2 InSAR提取高程的基本原理22-24
• 2.3 SAR成像的幾何特性24-27
• 2.4 InSAR獲取DEM的基本處理流程27-30
• 2.5 本章小結(jié)30-31
• 第3章 利用振幅重構(gòu)解纏后相位31-41
• 3.1 引言31
• 3.2 分形布朗運(yùn)動(dòng)31-33
• 3.3 相位解纏33-34
• 3.4 利用振幅的輔助信息重構(gòu)解纏后相位34-40
• 3.4.1 振幅34-36
• 3.4.2 振幅與相位的關(guān)系模型36-38
• 3.4.3 重構(gòu)解纏后相位38-40
• 3.5 本章小結(jié)40-41
• 第4章 分形曲面中心內(nèi)插法41-47
• 4.1 引言41
• 4.2 動(dòng)態(tài)分形參數(shù)提取41-42
• 4.3 分形曲面中心內(nèi)插法42-45
• 4.3.1 周圍點(diǎn)滿足八個(gè)點(diǎn)的標(biāo)準(zhǔn)情況43-44
• 4.3.2 周圍點(diǎn)不滿足八個(gè)點(diǎn)的特殊情況44-45
• 4.4 分形曲面中心內(nèi)插法的技術(shù)流程45-46
• 4.5 本章小結(jié)46-47
• 第5章 實(shí)驗(yàn)結(jié)果與分析47-60
• 5.1 引言47-48
• 5.2 試驗(yàn)數(shù)據(jù)48-51
• 5.3 動(dòng)態(tài)計(jì)算分形參數(shù)51-52
• 5.4 重構(gòu)解纏后相位52-57
• 5.5 DEM內(nèi)插精度對(duì)比分析57-59
• 5.6 本章小結(jié)59-60
• 第6章 總結(jié)與展望60-63
• 6.1 總結(jié)60-61
• 6.2 展望61-63
• 參考文獻(xiàn)63-66
• 致謝66-68
• 在讀期間參與的研究工作68

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 曾凡光;吳光敏;MAI John D;陳劍鳴;;Goldstein枝切法對(duì)存在間斷相位缺陷的解纏研究[J];激光技術(shù);2014年03期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前2條

1 楊夏;孫祥一;于起峰;伏思華;;基于等值線判定的質(zhì)量圖引導(dǎo)相位解纏法[A];第十二屆全國(guó)實(shí)驗(yàn)力學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2009年

2 魏志強(qiáng);金亞秋;;密集殘差點(diǎn)InSAR相干圖像的二種路徑積分解纏算法[A];2007年全國(guó)微波毫米波會(huì)議論文集（下冊(cè)）[C];2007年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前2條

1 楊陽(yáng);小基線子集長(zhǎng)時(shí)間序列差分干涉技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

2 張靜;InSAR時(shí)序監(jiān)測(cè)及應(yīng)用中的質(zhì)量控制研究[D];長(zhǎng)安大學(xué);2014年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前4條

1 茹鋒;優(yōu)化光纖端面面形測(cè)量的解纏算法研究[D];浙江大學(xué);2015年

2 侯秀秀;基于分形模型的InSAR DEM質(zhì)量改善方法[D];中國(guó)測(cè)繪科學(xué)研究院;2016年

3 高華帥;基于相位圖像質(zhì)量的解纏繞方法在磁共振水和脂肪成像中的研究[D];南方醫(yī)科大學(xué);2014年

4 張慧鑫;使用ALOS DInSAR提取5.12汶川地震同震地表形變場(chǎng)及形變場(chǎng)數(shù)值模擬[D];西南交通大學(xué);2010年

  本文關(guān)鍵詞：基于分形模型的InSAR DEM質(zhì)量改善方法，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：271795