[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

说明书

本发明提供了一种基于蚁群算法在高噪声区的InSAR相位解缠方法及系统，所述方法包括：扫描干涉相位图生成残差点分布图；导入蚁群算法，初始化蚁群，设置参数，在残差点上随机放置M只蚂蚁；设置初始距离阈值；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；更新信息素，对未连接的残差点重新计算概率并查找连接点，直到没有满足条件的残差点；将各连接线作为枝切线进行解缠，得到解缠后的相位图。采用本发明的相位解缠方法可有效缩短高噪声区中大量残差点的枝切线，提高解缠准确度，最终提高目标高程信息精度。

技术领域

本发明涉及InSAR技术领域，特别指一种基于蚁群算法在高噪声区的InSAR相位解缠方法及系统。

背景技术

InSAR相位解缠是InSAR技术的关键一步，解缠结果的好坏影响着最后反演高程的结果，随着InSAR技术的发展，InSAR相位解缠的方法也越来越多，自从上个世纪出现相位解缠概念开始，越来越多的专家学者进行InSAR相位解缠的研究，经过多年的研究，相位解缠主流算法主要包括(1)基于路径跟踪的解缠方法例如Goldstein枝切法、质量图引导法，(2)基于最优化的解缠方法例如最小二乘法、最小范数法和网络流规划法等。其中路径跟踪法是基于局部相位信息进行解缠的算法，而基于最优化的解缠方法是基于全局信息进行相位解缠的方法，这两种方法各有优缺点，基于路径跟踪的解缠方法具有解缠速度快，解缠效果好，但是解缠误差会集中进而导致有解缠不到的区域，基于最优化的方法优点，基于全局化的相位解缠方法会导致误差全局传送，从而导致整体解缠效果差。

自1988年由Goldstein等人提出枝切法进行相位解缠，通过找出残数点，标注出正或负，明确标注即可，基于不同的顺序，来对相位区域进行扫描，确定残差点，残数点为起点，由近向远不断寻找周边的像素，及找到其他残数点，然后将其连接并计算他们的残数值。同一枝切线上残数点，若残数值之和不为零，那么代表着还有其他残数点有待确定和寻找。通过陆陆续续新增的残数点可以用来生成枝切线，每次枝切线连接后计算出其残数值之和。一旦总的残数值等于零，这个树枝生长即完成，然后继续要按照上述的程序形成另外树枝，找到所有的残数点后结束。

但在图像噪声严重的区域(例如树木茂密的山体)生成残差点时会出现大量的残差点，通过传统的枝切法识别残差点和建立枝切线的时候也会出现枝切过长和交叉的情况，从而产生未解缠的区域，导致最后的相位解缠结果不准确，使得提取出的目标高程信息的精度不高。

有鉴于此，本发明研究一种高效相位解缠方案来提高相位解缠准确性，提高图像噪声严重的区域的识别效果。

发明内容

本发明要解决的技术问题，在于提供一种基于蚁群算法在高噪声区的InSAR相位解缠方法及系统，实现对高噪声区的干涉相位图的高效高准确性的解缠，提高目标高程信息提取精度。

第一方面，本发明提供了一种基于蚁群算法在高噪声区的InSAR相位解缠方法，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。