[发明专利]一种InSAR水体和阴影区域自动提取和识别的方法

说明书

技术领域

本发明属于InSAR数据处理领域，涉及一种InSAR水体和阴影区域自动提取和识别的方法。

背景技术

合成孔径雷达干涉测量（Interferometric Synthetic Aperture Radar，InSAR）综合合成孔径雷达成像原理和干涉测量技术，能够生成高精度的数字高程模型（Digital elevation model，DEM）。然而，由于SAR侧视成像的特点，水体表面近似为镜面，微波几乎没有后向散射；在地形的背坡，当坡度过大的时候会出现阴影，完全接收不到地物信息。因此，水体和阴影不仅在SAR图像中呈现出暗色调，而且在相干系数图中也表现为低相干区域。在最终生成的DEM中两者都表现为杂乱无章的毛刺状区域，严重影响DEM数据的使用，必须对其进行处理。由于水体和阴影区域具有不同的地形特点，所以首先要对两者进行区分。

现存的水体提取方法常用的阈值法会产生“椒盐现象”，而区域生长法（包括块搜索算法）难点在于确定种子点和阈值；单纯利用相干图进行分割，由于相干系数难以准确估计，导致其提取的水体和阴影模板难以定位边缘。

在SAR图像上区分水体和阴影，常常借助外部DEM，不仅配准比较难，而且对DEM的要求非常高，通常情况下难以满足，尤其是小面积的水体和阴影存在的情况，区分效果不好；而借助InSAR DEM的方法，首先要求对InSAR DEM进行水体和阴影的内插修复再形成坡度图判断（X.M.Yang and Z.Andy,Rapid extraction of water bodies from SAR imagery assisted by InSAR DEMs,Proceedings of SPIE,3503,73～78,1998.），这种内插方法对大区域的阴影修复效果非常差，而且还加入了人工识别的操作，这使得处理效率不高。

发明内容

为解决上述水体和阴影区域的提取和区分方面的问题，本发明提供了一种InSAR水体和阴影区域自动提取和识别的方法。

本发明提出的InSAR水体和阴影区域自动提取和识别的方法，包括以下步骤：

1）检测出斜距DEM中的待选粗差点；

2）根据待选粗差点位置利用SAR斜距幅度图和相干图对其进行筛选，求取筛选之后粗差点在SAR斜距幅度图上的灰度均值和标准差；

3）根据粗差点的均值和标准差设立阈值，在SAR斜距幅度图中进行区域生长，从而提取出水体和阴影的模板，然后运用形态学处理和连通区域统计去除极小的区域；

4）将模板覆盖在斜距DEM中，分别得到每个区域边缘信息，沿距离向计算区域每一对对应前后点的高程差h和斜距距离l，以及两者的比：h/l；

5）根据比值和雷达俯角β的关系对水体和阴影进行判断，识别出两者。

步骤2）中筛选粗差点采用以下方法：

①在幅度图中，计算以粗差点为中心的3×3模板下的灰度均值，若其大于图像灰度均值则剔除；

②在相干系数图中，相干系数值大于阈值的粗差点予以剔除，机载InSAR相干系数高，一般取阈值为0.9；

③计算每个粗差点N×N邻域内是否还有粗差点，如果没有则剔除此点，取N=3。

本发明的有益效果：

本发明利用InSAR的原始DEM、相干系数图和SAR幅度图选取种子点和阈值，实现水体阴影的自动提取；水体和阴影的识别方法不仅避免了人工的参与，而且相比外部数据的引入，其在小面积水体和阴影的区分方面具有很高的识别能力。

附图说明

图1为本发明实施InSAR水体和阴影区域自动提取和识别的方法流程图。

图2为SAR阴影和水体的成像几何关系图；

图3为SAR幅度图；

图4为图3对应的相干系数图；

图5为图3对应的DEM；

图6为图3右上角区域的水体和阴影区域DEM三维图；

图7为基于坡度的粗差点检测获取的粗差点模板；

图8为经过优化之后的粗差点模板；

图9为利用图8的粗差点在图3上区域生长并形态学处理之后得到的水体和阴影模板；

图10为图9中判断为水体的模板；

图11为图9中判断为阴影的模板；

图12为图9中判断为混合区域的模板；

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。