[发明专利]一种基于蚁群算法在高噪声区的InSAR相位解缠方法及系统

权利要求书

1.一种基于蚁群算法在高噪声区的InSAR相位解缠方法，其特征在于：所述方法包括：

步骤S1、全面扫描干涉相位图，确定残差点的相对坐标，并对残差点的极性进行标记，生成残差点分布图；

步骤S2、导入蚁群算法，初始化蚁群，设置参数，在每一残差点上随机放置M只蚂蚁；

步骤S3、设置初始距离阈值；

步骤S4、计算残差点之间连接的概率，每一蚂蚁随机选择一个未被连接的残差点作为起点，查找距离小于所述阈值的异性残差点中概率最大的作为终点进行连接，得到两残差点的连接线；

步骤S5、更新信息素，改变每个残差点到下一个残差点的概率，重复步骤S4，直到没有满足条件的两个异性残差点；

步骤S6、将各连接线作为枝切线进行解缠，得到解缠后的相位图。

2.如权利要求1所述的一种基于蚁群算法在高噪声区的InSAR相位解缠方法，其特征在于：所述步骤S1具体为：首先通过对主SAR图像和辅SAR图像进行预处理得到干涉相位图，通过确定相邻的4点环路积分得到的残差点的相对位置，并将黑色像素点标记为负极残差点，白色像素点标记为正极残差点，生成一张残差点分布图。

3.如权利要求1所述的一种基于蚁群算法在高噪声区的InSAR相位解缠方法，其特征在于：所述步骤S4具体为：通过蚁群算法的概率连接公式计算残差点之间连接的概率，每一蚂蚁随机选择一个未被连接的残差点作为起点，连接与该起点距离小于所述阈值的且概率最大的异性残差点，同时记录已被连接的残差点对，避免重复访问；

所述概率连接公式如下：

其中，τ_i,j为点i与j之间路径的信息素强度,η_i,j为点i到点j的期望程度，在其中取d_i,j为i与j两点间距离，α为信息启发式因子，β为期望启发式因子，φ_m为第m只蚂蚁可能选择的连接点的集合。

4.如权利要求1所述的一种基于蚁群算法在高噪声区的InSAR相位解缠方法，其特征在于：所述步骤S5中的信息素更新强度公式为：

τ_i,j(n+1)＝ρ·τ_i,j(n)+Δτ_i,j ρ∈(0,1)

其中ρ为蚁群算法的信息素挥发系数，k是蚂蚁的数量，Q为经验常数，L_m为第m只蚂蚁在本次循环中的路径距离，

5.如权利要求1所述的一种基于蚁群算法在高噪声区的InSAR相位解缠方法，其特征在于：所述步骤S5与步骤S6之间还包括：

当通过蚁群算法进行连接后还有残差点未连接时，将还没有连接的残差点定义为残余点，计算两个极性相反的残余点的距离L1和这两个残余点各自相距最近的边界的距离L2、L3，若L1＜L2+L3，则将这两个残余点进行连接，否则将残余点分别与各自相距最近的边界进行连接。

6.一种基于蚁群算法在高噪声区的InSAR相位解缠系统，其特征在于：所述系统包括：

残差点分布图模块，用于全面扫描干涉相位图，确定残差点的相对坐标，并对残差点的极性进行标记，生成残差点分布图；

初始化蚁群模块，用于导入蚁群算法，初始化蚁群，设置参数，在每一残差点上随机放置M只蚂蚁；

阈值设置模块，用于设置初始距离阈值；

连接模块，用于计算残差点之间连接的概率，每一蚂蚁随机选择一个未被连接的残差点作为起点，查找距离小于所述阈值的异性残差点中概率最大的作为终点进行连接，得到两残差点的连接线；

更新模块，用于更新信息素，改变每个残差点到下一个残差点的概率，重复执行连接模块，直到没有满足条件的两个异性残差点；以及

解缠模块，用于将各连接线作为枝切线进行解缠，得到解缠后的相位图。