專利名稱：InSAR監(jiān)測(cè)高速公路路面沉降方法
技術(shù)領(lǐng)域：
本發(fā)明屬于基于遙感影像的大地測(cè)量領(lǐng)域，涉及一種利用InSAR(合成孔徑雷達(dá) 干涉測(cè)量)技術(shù)監(jiān)測(cè)高速公路路面沉降方法。
背景技術(shù)：
作為一種全天候，大范圍，高精度的大地測(cè)量技術(shù)，合成孔徑雷達(dá)干涉測(cè)量 (InSAR-Interferometric Synthetic Aperture radar) —直是近年來(lái)國(guó)內(nèi)夕卜關(guān)注的熱門 之一 。隨著SAR數(shù)據(jù)的極大豐富，該技術(shù)獲得了前所未有的發(fā)展和應(yīng)用，如監(jiān)測(cè)由于地下水 抽取、煤礦開(kāi)采、石油開(kāi)采、地下鐵路修建、填海等引起的地表變形。 InSAR技術(shù)最基本的原理是借助于覆蓋同一個(gè)地區(qū)的兩幅或兩幅以上SAR圖像， 利用包含在SAR圖像中的相位信息提取出雷達(dá)天線到地表之間的距離，進(jìn)行相位干涉處 理，結(jié)合雷達(dá)的姿態(tài)參數(shù)重建地表的數(shù)字高程模型(DEM)，或者是測(cè)量地表的形變(可以達(dá) 到厘米到毫米級(jí)精度)等。 圖1為二軌法進(jìn)行差分干涉測(cè)量的幾何示意圖。重復(fù)軌道干涉測(cè)量的相位A小 由以下幾部分組成 =flt+小t。p。+小def+小atm+小n。ise+k 2 (1) 其中小fh為平地相位；(h。p。為地形引起的相位；小def為視線方向(LOS)的形變引 起的相位；小自為兩次成像期間大氣延遲不同引起的相位；4n。ise為噪聲相位，k為整周模 糊度。 對(duì)(1)式，平地相位4flt可根據(jù)基線進(jìn)行估計(jì)，地形引起的相位ch。p可根據(jù)已有 的DEM估計(jì)，若忽略大氣相位和噪聲相位的影響，則可估計(jì)出地表形變引起的相位。對(duì)形變 相位進(jìn)行解纏，即可得" = #^^ (2) 其中A為雷達(dá)波長(zhǎng)。對(duì)(2)微分，可得AD-7A&, (3) 當(dāng)A (tdef = 2 Ji時(shí)，可得形變模糊度 ^ = ^ (4) 由(4)可知2ji相位變化所對(duì)應(yīng)的形變量為波長(zhǎng)的一半。而對(duì)于工作于C波段 的ERS和ENVISAT衛(wèi)星，形變模糊度為2. 8cm，波長(zhǎng)相對(duì)較長(zhǎng)的L波段的AL0S衛(wèi)星PALSAR 傳感器也僅為11. 8cm。因此，InSAR監(jiān)測(cè)地表形變的靈敏度比較高，理論上可達(dá)到cm到mm 級(jí)的監(jiān)測(cè)精度。 InSAR技術(shù)雖然已經(jīng)被研究用于監(jiān)測(cè)大范圍地表沉降，但目前針對(duì)高速公路路面 這一條帶目標(biāo)沉降監(jiān)測(cè)的研究很少，因?yàn)镮nSAR技術(shù)本身是一種基于面的處理方法，用來(lái)監(jiān)測(cè)線狀條帶窄目標(biāo)，有很多核心算法需要突破。目前，高速公路沉降監(jiān)測(cè)方法主要是水準(zhǔn) 測(cè)量和GPS測(cè)量，但是它們都存在著一些缺陷①水準(zhǔn)點(diǎn)(標(biāo)石點(diǎn))的穩(wěn)定性問(wèn)題；②測(cè)量 的是沉降點(diǎn)、線，構(gòu)成沉降面還必須經(jīng)過(guò)數(shù)據(jù)的內(nèi)插，如果測(cè)量點(diǎn)過(guò)于稀疏，就無(wú)法給出整 個(gè)區(qū)域的變化趨勢(shì)，而如果要得到整個(gè)區(qū)域的變化趨勢(shì)，就需要觀測(cè)很多觀測(cè)點(diǎn)，這又需要 耗費(fèi)大量的人力和物力；③需要事先預(yù)計(jì)到沉降的大致方位和范圍，才能布置下一步的測(cè) 量工作。

發(fā)明內(nèi)容
本發(fā)明要解決的技術(shù)問(wèn)題是克服當(dāng)前InSAR技術(shù)的缺陷和不足，提供一種InSAR 技術(shù)針對(duì)高速公路路面的沉降監(jiān)測(cè)方法，從而降低高速公路的沉降監(jiān)測(cè)成本，提高監(jiān)測(cè)的 精度和準(zhǔn)確性。 本發(fā)明的技術(shù)解決方案如下 —種InSAR監(jiān)測(cè)高速公路路面沉降方法，其特征在于，包括以下步驟
1) InSAR初處理該步驟包括主輔SAR影像主輔SAR影像分別對(duì)應(yīng)于圖1中衛(wèi)星 在位置&和A2時(shí)獲取的SAR影像的選取、預(yù)處理、配準(zhǔn)和干涉，從而得到監(jiān)測(cè)地區(qū)的干涉 相位影像和幅度影像(主輔影像應(yīng)該選取空間基線盡量小而時(shí)間跨度涵蓋地表形變發(fā)生 的過(guò)程的影像對(duì)，主輔影像的選取為現(xiàn)有技術(shù)中的常規(guī)技術(shù))；干涉過(guò)程為通過(guò)對(duì)配準(zhǔn)后 的主輔SAR影像進(jìn)行共軛相乘操作，生成干涉圖； 2)InSAR干涉影像的處理該步驟包括平地相位、地形相位和由衛(wèi)星軌道不精確 引起的趨勢(shì)相位的去除，從而獲取了代表地表形變的含有噪聲和整周模糊度的相位圖；
平地相位利用以下公式計(jì)算
角；
& =-字Bsin(0。一a);
入為雷達(dá)波長(zhǎng)、B為空間基線、9°為雷達(dá)入射角、a為空間基線與水平方向的夾
地形相位利用下式計(jì)算
^ 一轱《 "一_義《sinP0 , B/為空間基線的垂直分量、1^為主影像獲取時(shí)衛(wèi)星的斜距、h為地面點(diǎn)高程；
趨勢(shì)相位小，p的提取方法為先找出只包含有趨勢(shì)相位的點(diǎn)的區(qū)域，提取該區(qū)域 的點(diǎn)的相位值，利用一個(gè)雙二次多項(xiàng)式模型來(lái)進(jìn)行擬合
小r咖p = Cl+c2i+c3j+c4ij+c5i2+c6j2 其中Cm(m二 1，2，...，6)為多項(xiàng)式系數(shù)，(i， j)為提取相位值點(diǎn)的影像坐標(biāo)，得到 多項(xiàng)式模型后，完成整幅SAR影像的趨勢(shì)相位的擬合；即根據(jù)該多項(xiàng)式模型計(jì)算整幅SAR影 像的趨勢(shì)相位； 具體過(guò)程如下在去除由于衛(wèi)星軌道不精確引起的趨勢(shì)相位時(shí)，首先通過(guò)先驗(yàn)信 息(即通過(guò)水準(zhǔn)或GPS測(cè)量獲取的研究區(qū)域的形變信息)，將整個(gè)干涉圖分為形變區(qū)和穩(wěn) 定區(qū)。再在整幅干涉圖上均勻取若干個(gè)點(diǎn)(如32X32)，剔除位于形變區(qū)(即由水準(zhǔn)或GPS 監(jiān)測(cè)的地表產(chǎn)生位移的區(qū)域)和相干性較低(<0.7)的點(diǎn)，提取剩余點(diǎn)的相位值，此時(shí)這
5些點(diǎn)的相位值就只包含有趨勢(shì)相位小，p，利用上述的雙二次多項(xiàng)式模型來(lái)進(jìn)行擬合。得到 多項(xiàng)式模型后，完成整幅SAR影像的趨勢(shì)相位的擬合，并從重復(fù)軌道干涉測(cè)量的相位Ap中 去除。 3) InSAR幅度影像的處理該步驟利用高速公路在InSAR幅度影像的條帶(線性) 目標(biāo)特征，自動(dòng)識(shí)別高速公路在影像中所對(duì)應(yīng)的像素坐標(biāo)，從而在干涉相位影像中提取相 應(yīng)的代表高速公路形變的相位值； 假設(shè)x。為幅度影像A中的任意一個(gè)像素，利用x。所在的中心區(qū)(如圖3中的區(qū)域 1，具體來(lái)說(shuō)，是指^所在的一個(gè)像素區(qū)，如大小為3*9像素的區(qū)域)和比鄰區(qū)(如圖3中 的區(qū)域2和區(qū)域3，具體來(lái)說(shuō)，是指上述中心區(qū)左右兩邊的2個(gè)小區(qū)域，如中心區(qū)左右兩邊各 有一個(gè)3*9個(gè)像素的區(qū)域)的幅度比來(lái)計(jì)算兩個(gè)邊緣檢測(cè)響應(yīng)，其中較小的那個(gè)就是線特 征檢測(cè)比值r。采用最小線檢測(cè)比值的閾值rmin，當(dāng)r > rmin時(shí)，則認(rèn)為x。為高速公路上的 點(diǎn)，否則就不是高速公路上的點(diǎn)，閾值rmin通過(guò)虛警率確定。然后利用Hough轉(zhuǎn)換將已檢測(cè) 出來(lái)的公路點(diǎn)構(gòu)建成連續(xù)的高速公路自動(dòng)識(shí)別高速公路在影像中所對(duì)應(yīng)的像素坐標(biāo)步驟 為本領(lǐng)域的現(xiàn)有技術(shù)。 4)高速公路形變相位的濾波處理該步驟根據(jù)高速公路的特征，對(duì)提取的高速公
路形變相位值進(jìn)行條帶特征目標(biāo)濾波，從而消除或減弱高速公路形變相位中的噪聲的影 響； 計(jì)算公式為
^:^]w"附" 其中，^為融合估計(jì)值，即濾波后的相位值；mn和wn分別為第n個(gè)線性窗口的相位 平均值和權(quán)值；N為所選線性窗口個(gè)數(shù)，取值范圍為l-8，具體由干涉圖的相干性決定。權(quán)重 wn的計(jì)算公式為 <formula>formula see original document page 6</formula> 其中，0』為第n個(gè)線性窗口的方差； 5)高速公路形變相位的解纏處理該步驟根據(jù)高速公路的特征，對(duì)濾波后的高速 公路形變相位值進(jìn)行條帶特征目標(biāo)解纏，從而恢復(fù)高速公路形變相位的真實(shí)值
先計(jì)算高速公路上的殘數(shù)點(diǎn)，并將高速公路的邊界(如圖3中區(qū)域1和區(qū)域2、 3的分界線)設(shè)置為解纏的限制邊界，從高速公路起始的地方需找第一個(gè)殘數(shù)點(diǎn)作為起始 點(diǎn)，以該點(diǎn)為中心3X3像素的窗口搜索下一個(gè)殘差點(diǎn)，若找到殘數(shù)點(diǎn)則將其與當(dāng)前殘數(shù)點(diǎn) 相連接；若沒(méi)找到殘數(shù)點(diǎn)，則將窗口按高速公路方向從左至右，從上至下依次尋找，直至遍 歷待檢測(cè)的整條高速公路；連接所有殘數(shù)點(diǎn)，并建立枝切線；隨后，沿高速公路避開(kāi)枝切線
進(jìn)行逐點(diǎn)積分，則任意一點(diǎn)P的解纏后的相位為
其中Vp為相位梯度，C為避開(kāi)枝切線的解纏路徑，^(P。)為解纏起始點(diǎn)p。的相位。 直至搜索完全部殘數(shù)點(diǎn)，完成相位解纏，得到只含有形變信息的相位值A(chǔ)小，d。
6)形變轉(zhuǎn)換和地理編碼處理利用",^ =^~厶^^將相位值A(chǔ) (traad轉(zhuǎn)換為高速
公路路面沉降量D，d。然后對(duì)其進(jìn)行地理編碼。首先確定每個(gè)像元的笛卡爾坐標(biāo)，再將時(shí) 間參數(shù)和主影像的軌道信息作為地理地位的輸入數(shù)據(jù)，計(jì)算每個(gè)像元的WGS 84坐標(biāo)，將影 像坐標(biāo)系中的高速公路路面沉降量投影到國(guó)際標(biāo)準(zhǔn)地理參考系中。最后利用若干個(gè)控制點(diǎn) (如GPS或水準(zhǔn)資料)將相對(duì)形變值轉(zhuǎn)換為絕對(duì)形變值，即得出了 WGS 84坐標(biāo)系下的高速 公路在主輔SAR影像獲取時(shí)間之內(nèi)的路面沉降值。
有益效果 根據(jù)這一思路，可以得到如圖2所示的InSAR監(jiān)測(cè)高速公路路面沉降方法的實(shí)現(xiàn) 框圖。從圖中可以看出，整個(gè)方法充分融合了 InSAR和高速公路的特點(diǎn)，即將傳統(tǒng)InSAR面 目標(biāo)監(jiān)測(cè)拓展到了符合高速公路這一類的條帶目標(biāo)監(jiān)測(cè)，又克服了傳統(tǒng)高速公路沉降監(jiān)測(cè) 方法費(fèi)時(shí)費(fèi)力且無(wú)法得到整個(gè)高速公路的形變趨勢(shì)的缺點(diǎn)。整個(gè)流程結(jié)構(gòu)清晰，具有實(shí)現(xiàn) 簡(jiǎn)單、費(fèi)用低、監(jiān)測(cè)精度高、監(jiān)測(cè)范圍大、自動(dòng)化程度高等優(yōu)點(diǎn)。


圖1是InSAR監(jiān)測(cè)地表形變的基本原理圖。
圖2是InSAR監(jiān)測(cè)高速公路路面沉降方法流程圖。
圖3是InSAR幅度影像中條帶結(jié)構(gòu)的檢測(cè)模型。
具體實(shí)施例方式以下將結(jié)合圖和具體實(shí)施過(guò)程對(duì)本發(fā)明做進(jìn)一步詳細(xì)說(shuō)明
實(shí)施例1 : 本發(fā)明的具體實(shí)施方案包含以下幾個(gè)步驟 (1)數(shù)據(jù)的選擇和預(yù)處理。根據(jù)監(jiān)測(cè)區(qū)域坐標(biāo)范圍定制SAR raw影像，挑選SAR 影像時(shí)要考慮如下幾個(gè)因素傳感器的特性(包括波長(zhǎng)、帶寬、SNR、軌道和重復(fù)周期等)、數(shù) 據(jù)的可用性、時(shí)間和空間基線、地面特征以及大氣等等。隨后對(duì)已選好的raw影像進(jìn)行預(yù)處 理，將其轉(zhuǎn)成單視復(fù)數(shù)影像(SLC)。 (2)主輔SAR影像配準(zhǔn)。SAR影像配準(zhǔn)的精度直接影響后續(xù)的處理和最終結(jié)果的 質(zhì)量，要生成高質(zhì)量的干涉條紋圖，配準(zhǔn)精度要優(yōu)于O. 2個(gè)像素。 一般先利用衛(wèi)星軌道信息 進(jìn)行粗配準(zhǔn)，使得配準(zhǔn)精度達(dá)到幾個(gè)像素之間。然后在此基礎(chǔ)上計(jì)算主輻SAR影像的幅度 影像的相關(guān)性，按照一定分布在整幅影像上找出若干個(gè)同名點(diǎn)(如64X64)。再利用這些 同名點(diǎn)確定幾何變換多項(xiàng)式模型，該多項(xiàng)式模型一般取為雙二次模型。最后，利用確定的幾 何變換模型對(duì)輔影像進(jìn)行重采樣。重采樣的插值算法包括最近鄰法、雙線形插值法、三次樣 條插值等。在InSAR數(shù)據(jù)處理時(shí)，要特別注意需對(duì)SLC影像的實(shí)部和虛部分別進(jìn)行重采樣。 至此就完成了主輔SAR影像的配準(zhǔn)工作。配準(zhǔn)步驟為現(xiàn)有技術(shù)。 (3)生成干涉圖。SAR SLC影像u為一個(gè)mXn的矩陣，其中每一個(gè)像素點(diǎn)上有 一個(gè)復(fù)數(shù)值，包含實(shí)部ureal和虛部uimage，則該點(diǎn)的幅度值l"卜^/"^2 +",m。s/ ， 相位值 ^-aretan(，)。通過(guò)對(duì)配準(zhǔn)后的主輔sAR slc影像^、u2的共軛相乘，生成干涉圖
7
其中A為干涉圖的幅度，A^為干涉圖的相位。但是在實(shí)際操作中，兩幅SLC影像在 空間域共軛相乘對(duì)應(yīng)于它們各自頻譜的巻積，因此截止頻率不一定能滿足奈奎斯特條件， 從而出現(xiàn)頻譜混迭的現(xiàn)象，這時(shí)需要在干涉之前對(duì)SLC影像進(jìn)行過(guò)采樣。
(4)形變相位提取。如式(1)所示，A^包括平地相位、地形相位、形變相位、大氣相 位、噪聲以及整周模糊度，為了從中提取出形變相位，必須首先計(jì)算出剩余的相位貢獻(xiàn)。其 中平地相位利用以下公式計(jì)算(V = — 了 5 sin(e° _ °0 這里A為雷達(dá)波長(zhǎng)、B為空間基線、9 °為雷達(dá)入射角、a為基線與水平方向的夾 角。而地形則利用下式計(jì)算 這里B/為空間基線的垂直分量、&為主影像獲取時(shí)衛(wèi)星的斜距、h為地面點(diǎn)高 程。其中地面點(diǎn)高程h需通過(guò)外部數(shù)據(jù)來(lái)獲取，例如SRTM數(shù)據(jù)或TanDEM數(shù)據(jù)。
從上面兩式可以看出，空間基線B估計(jì)的好壞直接影響到平地相位和地形相位去 除精度。但是在實(shí)際的數(shù)據(jù)處理時(shí)，基線B的精確估計(jì)往往是一個(gè)難點(diǎn)，因?yàn)榛€B的估計(jì) 依賴于對(duì)衛(wèi)星軌道狀態(tài)的計(jì)算。而衛(wèi)星軌道狀態(tài)的計(jì)算需要有足夠多的地面控制點(diǎn)，這在 實(shí)際應(yīng)用中是很難滿足的，因此在干涉圖中，往往會(huì)因?yàn)榛€估計(jì)的不精確而出現(xiàn)趨勢(shì)相 位，特別是目前分辨率較高的PALSAR數(shù)據(jù)，這種趨勢(shì)相位會(huì)更加明顯，往往會(huì)掩蓋真實(shí)的 地表形變，因此需要進(jìn)行剔除。本發(fā)明提出一種去除趨勢(shì)相位的方法。通過(guò)先驗(yàn)信息(即 通過(guò)水準(zhǔn)或GPS測(cè)量獲取的研究區(qū)域的形變信息)，將整個(gè)干涉圖分為形變區(qū)和穩(wěn)定區(qū)。再 在整幅干涉圖上均勻取若干個(gè)點(diǎn)(如32X32)，剔除位于形變區(qū)(即由水準(zhǔn)或GPS監(jiān)測(cè)的地 表產(chǎn)生位移的區(qū)域)和相干性較低(<0.7)的點(diǎn)，提取剩余點(diǎn)的相位值，此時(shí)這些點(diǎn)的相
位值就只包含有趨勢(shì)相位小r，，利用一個(gè)雙二次多項(xiàng)式模型來(lái)進(jìn)行擬合
(j)ramp = Cl+c2i+c3j+c4ij+c5i2+c6j2 這里Ci(i = 1，2， . . . ，6)為多項(xiàng)式系數(shù)，(i， j)為提取相位值點(diǎn)的影像坐標(biāo)。得 到多項(xiàng)式模型后，完成整幅SAR影像的趨勢(shì)相位的擬合，并從重復(fù)軌道干涉測(cè)量的相位Ap
中去除。 (5)高速公路像素的提取。在遙感影像中，高速公路是一類比較特殊的地物，具有 很大空間跨度的條帶特征，本身就具有重要的意義。目前對(duì)于從遙感影像中提取線形特征 的研究有很多，包括差分算子、Ca皿y算子、零交叉算子等，但是這些傳統(tǒng)的算法對(duì)光學(xué)影像 可以取得很好的效果，對(duì)InSAR幅度圖而言則難以奏效，這是因?yàn)榉葓D中斑點(diǎn)(Speckle) 噪聲的影響。因此需要引入一種關(guān)于被檢測(cè)條帶結(jié)構(gòu)的大范圍先驗(yàn)知識(shí)的全局方法，以融 合上述算法提取的條帶特征片斷，從而組成具有較大空間跨度的條帶。
如圖3所示，x。為幅度影像A中的任意一個(gè)像素，P !為x。所在的中心區(qū)域的幅度 均值，P 2和P 3分別為兩個(gè)比鄰區(qū)域的幅度均值，則有
8
M;會(huì)IL4 這里4代表像素S的幅度值，i = 1，2，3代表圖3中不同區(qū)域，rii代表區(qū)域i的 像素總數(shù)。則區(qū)域i和j之間的邊緣檢測(cè)響應(yīng)可以定義為ru :~=l_min A，A 對(duì)于圖3中的三個(gè)區(qū)域，則可得到兩個(gè)邊緣檢測(cè)響應(yīng)1~12和1~13，因此線特征檢測(cè)比
值就是這兩個(gè)邊緣檢測(cè)響應(yīng)較小的那個(gè)
r = min(r12， r13) 設(shè)定一個(gè)最小線檢測(cè)比值的閾值r^，當(dāng)r〉i^時(shí)，則認(rèn)為x。為高速公路上的點(diǎn)， 否則就不是。按上述步驟檢測(cè)不同方向窗口下的r，響應(yīng)最大的窗口中所示方向即為高速公 路的方向。 而rmin可通過(guò)虛警率來(lái)確定。假設(shè)斑點(diǎn)噪聲充分發(fā)展(fully developed)，得的L 視InSAR幅度影像的強(qiáng)度概率密度函數(shù)(pdf):
2
r(z)
、W乂
產(chǎn)-、-(,〉) 其中t為任意像素的強(qiáng)度值，L為視數(shù)，I為整個(gè)灰度影像的強(qiáng)度值， 均值運(yùn)算，r ( )代表Gamma運(yùn)算。
可推導(dǎo)出線檢測(cè)比值的pdf :
g G I:) f g)血+g (*13) ]1 g (x |c12)血
其中ni， n2和n3分別對(duì)應(yīng)于區(qū)域1， 2和3的像素個(gè)數(shù)；幅度比c12 =
—"〉
3，
c13=,
「 i 丫'丄
(l一x)
(1-jc)2",. +4
。則對(duì)應(yīng)于某個(gè)閾值
r^和幅度比C『(^，線檢測(cè)的概率Pdf為 A(;，c12,c13)=〖/々|c12,c13)^ 那么當(dāng)確定高速公路方向后，發(fā)生錯(cuò)誤檢測(cè)的情況有兩種①C12 = C13 = 1 ;②C12 =1或(313 = 1。上述兩種情況下，都可以給出如下虛警率5(^,c卜尸,(^,U卜A(;,c,i卜]* 利用Kolmogorov-Smirnov檢驗(yàn)，可得虛警率為O. 01。因此，通過(guò)上式和虛警率就 可以反推確定最終的最小線形特征檢測(cè)比值的閾值r^反推求閾值rmin部分為現(xiàn)有技術(shù)。記錄下所檢測(cè)的高速公路點(diǎn)的像素坐標(biāo)和高速公路方向，但是這些點(diǎn)都是高速公路基元， 在大多數(shù)的情況下，這些基元是不連續(xù)的，需要將它們構(gòu)建成連續(xù)的高速公路。
首先，對(duì)所檢測(cè)到的像素中獨(dú)立的點(diǎn)進(jìn)行壓縮，因?yàn)樗鼈儗儆诟咚俟返目赡苄?較小。利用這些獨(dú)立點(diǎn)的高速公路方向dk，kG (0，...，NJ，如果其它像素的高速公路方向 接近于dk(如dk—p dk或dk+1)，則保留這個(gè)獨(dú)立的點(diǎn)，否則就將其刪除。其次，對(duì)小塊的線形 或條帶結(jié)構(gòu)進(jìn)行壓縮。在鄰域中確定一個(gè)正確的高速公路方向，利用一個(gè)20X20像素大小 的窗口對(duì)這些小塊結(jié)構(gòu)進(jìn)行局部Hough轉(zhuǎn)換，保留符合正確高速公路方向的像素。最后是 像素連接，將高速公路相近且距離不超過(guò)4個(gè)像素的點(diǎn)連接在一起，最終形成具有很大空 間跨度的高速公路條帶，記錄其所在的像素坐標(biāo)。 (6)高速公路的形變相位濾波。利用幅度影像上高速公路所在像素坐標(biāo)，提取相位 圖中對(duì)應(yīng)位置的相位值，即為高速公路的形變相位。值得注意的是，此時(shí)的相位值僅是真實(shí) 相位的主值部分，要得到真實(shí)的相位值，需要進(jìn)行相位解纏。但是在相位解纏之前，必須先 對(duì)相位進(jìn)行濾波以去除噪聲的影響。目前，針對(duì)InSAR干涉圖存在的相位噪聲，目前已有多 種濾波方法，包括空域?yàn)V波和頻域?yàn)V波，這些方法均能在一定程度上減少干涉圖的噪聲，提 高干涉圖的質(zhì)量。對(duì)于高速公路這一特殊地物而言，由于路面的地形起伏一般是非常緩變 的，路面上的相位相對(duì)而言也是比較穩(wěn)定的，且具有很強(qiáng)的相關(guān)性，而噪聲則是統(tǒng)計(jì)獨(dú)立。 在這種情況下，本發(fā)明提出一種條帶特征目標(biāo)的相位濾波方法。針對(duì)高速公路延伸方向和 對(duì)應(yīng)的條紋都表現(xiàn)出的條帶(線性)特征，選取線性形狀的同態(tài)象元(相位接近)求均值， 然后按照最優(yōu)化融合的方法將線性窗口的均值進(jìn)行融合達(dá)到濾波的效果。最優(yōu)化融合是一 種多傳感器數(shù)據(jù)融合技術(shù)，該技術(shù)將多元數(shù)據(jù)按照方差倒數(shù)的權(quán)重進(jìn)行加權(quán)平均，實(shí)現(xiàn)數(shù) 據(jù)的融合。最優(yōu)化融合方法使本技術(shù)得到的濾波最終結(jié)果是最優(yōu)的(方差最小)，因此經(jīng)過(guò) 融合后的結(jié)果具有最好的相位平滑度。 考慮到噪聲分布不均勻，根據(jù)相干性的大小來(lái)選擇線性窗口的數(shù)量，在相干性高 的區(qū)域其噪聲較弱，此時(shí)采用較少的線性窗口進(jìn)行融合濾波，減少信息損失；在相干性低的 區(qū)域其噪聲較強(qiáng)，選擇較多線性窗口進(jìn)行融合濾波，增強(qiáng)去噪能力。根據(jù)相干值大小確定融 合窗口的數(shù)量，象元方差大小選擇線性窗口 ，然后對(duì)所選線性濾波窗口的均值以方差倒數(shù) 為權(quán)重，求線性窗口的加權(quán)平均值來(lái)代替像元的值。其計(jì)算公式為 = Zw,m, /=1 其中，A為融合估計(jì)值，即濾波后的相位值；nii和Wi分別為第i個(gè)線性窗口的相位 平均值和權(quán)值；N為所選線性窗口個(gè)數(shù)，取值范圍為l-8，具體由干涉圖的相干性決定。權(quán)重 Wi計(jì)算公式為
l/<7,2
「 ， w,=^- 》^2 其中，Oi2為第i個(gè)線性窗口的方差，N為所選線性窗口個(gè)數(shù)。 在對(duì)線狀或條帶地物進(jìn)行濾波時(shí)，同時(shí)考慮線性窗口和相干性使該濾波方法具有 很好的保真性和自適應(yīng)性。能夠在抑制噪聲的同時(shí)極大程度的減少信息的丟失，較好的保 持干涉圖的邊緣和細(xì)節(jié)信息。
10
(7)高速公路的形變相位解纏。正如前面所說(shuō)，目前的相位值只是真實(shí)相位的主值 部分，其取值范圍在(i ， + "之間，而真實(shí)的相位是這個(gè)值與2Ji的整數(shù)倍之和。從理論 上來(lái)說(shuō)，提取相位的偏導(dǎo)數(shù)，利用路徑積分就可以反演出真實(shí)相位值，但在一般的InSAR數(shù) 據(jù)處理中，噪聲等因素往往使得相位解纏變得困難，尤其對(duì)于高速公路等條帶式地物，因?yàn)?可供選擇的積分路徑比大范圍干涉圖少。 考慮到本次解纏的對(duì)象是在高速公路條帶上的相位，地表起伏緩慢，而且已經(jīng)進(jìn) 行了符合高速公路條帶特征的濾波處理，本發(fā)明提出一種適用于條帶或線性特征目標(biāo)的相 位解纏方法。首先計(jì)算高速公路上的殘數(shù)點(diǎn)。由于在沿著二維的某一區(qū)域的閉合路徑對(duì)纏 繞的相位差進(jìn)行積分時(shí)，沿不同的路徑的積分結(jié)果不一致的現(xiàn)象，而這些現(xiàn)象只發(fā)生于一 些孤立的點(diǎn)或小區(qū)域，這些點(diǎn)就是殘數(shù)點(diǎn)，在解纏的時(shí)候需要避開(kāi)這些殘數(shù)點(diǎn)。然后將高速 公路的邊界(如圖3中區(qū)域1和區(qū)域2、3的分界線)設(shè)置為解纏的限制邊界。從高速公路 起始的地方需找第一個(gè)殘數(shù)點(diǎn)作為起始點(diǎn)，以該點(diǎn)為中心3X3像素的窗口搜索下一個(gè)殘 數(shù)點(diǎn)。若找到殘數(shù)點(diǎn)則將其與當(dāng)前殘數(shù)點(diǎn)相連接。若沒(méi)找到殘數(shù)點(diǎn)，則將窗口按高速公路 方向從左至右，從上至下依次尋找，直至到達(dá)高速公路邊界。連接所有殘數(shù)點(diǎn)，并建立枝切
線。隨后，沿高速公路避開(kāi)枝切線進(jìn)行逐點(diǎn)積分，則任意一點(diǎn)P的解纏后的相位為
其中Vp為相位梯度，C為避開(kāi)枝切線的解纏路徑，^(P。)為解纏起始點(diǎn)p。的相位。
直至搜索完全部殘數(shù)點(diǎn)，完成相位解纏。值得注意的是，在高速公路形變微小的特殊情況下
(即形變量小于波長(zhǎng)的一半)，相位值不會(huì)超出(-Ji，+Ji)的范圍，可不進(jìn)行解纏。
(8)形變轉(zhuǎn)換及地理編碼。完成上述工作后，得到了只含有形變信息的相位值
△小，d，則可以利用下面公式將其轉(zhuǎn)換為高速公路路面沉降量D，d : D一 =斗/^ 此時(shí)的形變量是在影像坐標(biāo)系下的相對(duì)形變值，為了得到最終用戶可以使用的產(chǎn) 品，必須對(duì)其進(jìn)行地理編碼，即將影像坐標(biāo)系中的高速公路路面沉降量投影到國(guó)際標(biāo)準(zhǔn)地 理參考系中(如WGS 84坐標(biāo)系)，使其能夠和其它在同一參考系中的地理圖件進(jìn)行比較。
首先確定每個(gè)像元的笛卡爾坐標(biāo)，再將時(shí)間參數(shù)和主影像的軌道信息作為地理地 位的輸入數(shù)據(jù)，計(jì)算每個(gè)像元的WGS 84坐標(biāo)。此外，為了提高地理編碼的精度，必須利用外 部的SRTM數(shù)據(jù)或GPS數(shù)據(jù)提供的坐標(biāo)進(jìn)行校正。由于所得的WGS 84坐標(biāo)一般是不規(guī)則分 布的，最后將其插值到一個(gè)規(guī)則網(wǎng)格中。最后利用若干個(gè)控制點(diǎn)(如GPS或水準(zhǔn)資料)將 相對(duì)形變值轉(zhuǎn)換為絕對(duì)形變值。
1權(quán)利要求
一種InSAR監(jiān)測(cè)高速公路路面沉降方法，其特征在于，包括以下步驟1)InSAR初處理該步驟包括主輔SAR影像的選取、預(yù)處理、配準(zhǔn)和干涉，從而得到監(jiān)測(cè)地區(qū)的干涉相位影像和幅度影像；干涉過(guò)程為通過(guò)對(duì)配準(zhǔn)后的主輔SAR影像進(jìn)行共軛相乘操作，生成干涉圖；2)InSAR干涉影像的處理該步驟包括平地相位、地形相位和由衛(wèi)星軌道不精確引起的趨勢(shì)相位的去除，從而獲取了代表地表形變的含有噪聲和整周模糊度的相位圖；平地相位利用以下公式計(jì)算 <mrow><msub> <mi>&phi;</mi> <mi>flt</mi></msub><mo>=</mo><mo>-</mo><mfrac> <mrow><mn>4</mn><mi>&pi;</mi> </mrow> <mi>&lambda;</mi></mfrac><mi>B</mi><mi>sin</mi><mrow> <mo>(</mo> <msup><mi>&theta;</mi><mn>0</mn> </msup> <mo>-</mo> <mi>&alpha;</mi> <mo>)</mo></mrow><mo>;</mo> </mrow>λ為雷達(dá)波長(zhǎng)、B為空間基線、θ0為雷達(dá)入射角、α為空間基線與水平方向的夾角；地形相位利用下式計(jì)算 <mrow><msub> <mi>&phi;</mi> <mi>topo</mi></msub><mo>=</mo><mo>-</mo><mfrac> <mrow><mn>4</mn><mi>&pi;</mi> </mrow> <mi>&lambda;</mi></mfrac><mfrac> <msubsup><mi>B</mi><mo>&perp;</mo><mn>0</mn> </msubsup> <mrow><msub> <mi>R</mi> <mn>1</mn></msub><mi>sin</mi><msup> <mi>&theta;</mi> <mn>0</mn></msup> </mrow></mfrac><mi>h</mi><mo>;</mo> </mrow>B⊥0為空間基線的垂直分量、R1為主影像獲取時(shí)衛(wèi)星的斜距、h為地面點(diǎn)高程；趨勢(shì)相位利用下式計(jì)算先找出只包含有趨勢(shì)相位的點(diǎn)的區(qū)域，提取該區(qū)域的點(diǎn)的相位值，利用一個(gè)雙二次多項(xiàng)式模型來(lái)進(jìn)行擬合φramp＝c1+c2i+c3j+c4ij+c5i2+c6j2其中(i，j)為提取相位值點(diǎn)的影像坐標(biāo)，cm(m＝1，2，...，6)為多項(xiàng)式系數(shù)，其數(shù)值通過(guò)上述的擬合過(guò)程來(lái)確定，得到多項(xiàng)式模型后，完成整幅SAR影像的趨勢(shì)相位的擬合；即根據(jù)該多項(xiàng)式模型計(jì)算整幅SAR影像的趨勢(shì)相位；3)InSAR幅度影像的處理該步驟利用高速公路在InSAR幅度影像的條帶目標(biāo)特征，自動(dòng)識(shí)別高速公路在影像中所對(duì)應(yīng)的像素坐標(biāo)，從而在干涉相位影像中提取相應(yīng)的代表高速公路形變的相位值；定義x0為幅度影像A中的任意一個(gè)像素，利用x0所在的中心區(qū)和比鄰區(qū)的幅度比來(lái)計(jì)算兩個(gè)邊緣檢測(cè)響應(yīng)，其中較小的那個(gè)就是線特征檢測(cè)比值r，采用最小線檢測(cè)比值的閾值rmin，當(dāng)r＞rmin時(shí)，則認(rèn)為x0為高速公路上的點(diǎn)，否則就不是高速公路上的點(diǎn)，其中閾值rmin通過(guò)虛警率確定；然后利用Hough轉(zhuǎn)換將已檢測(cè)出來(lái)的公路上的點(diǎn)構(gòu)建成連續(xù)的高速公路。4)高速公路形變相位的濾波處理該步驟根據(jù)高速公路的特征，對(duì)提取的高速公路形變相位值進(jìn)行條帶特征目標(biāo)濾波，從而消除或減弱高速公路形變相位中的噪聲的影響；5)高速公路形變相位的解纏處理該步驟根據(jù)高速公路的特征，對(duì)濾波后的高速公路形變相位值進(jìn)行條帶特征目標(biāo)解纏，從而恢復(fù)高速公路形變相位的真實(shí)值6)形變轉(zhuǎn)換及地理編碼處理利用公式 <mrow><msub> <mi>D</mi> <mi>road</mi></msub><mo>=</mo><mfrac> <mi>&lambda;</mi> <mrow><mn>4</mn><mi>&pi;</mi> </mrow></mfrac><msub> <mi>&Delta;&phi;</mi> <mi>road</mi></msub> </mrow>將公路形變相位值Δφroad轉(zhuǎn)換為高速公路路面沉降量Droad然后對(duì)其進(jìn)行地理編碼首先確定每個(gè)像元的笛卡爾坐標(biāo)，再將時(shí)間參數(shù)和主影像的軌道信息作為地理地位的輸入數(shù)據(jù)，計(jì)算每個(gè)像元的WGS 84坐標(biāo)，將影像坐標(biāo)系中的高速公路路面沉降量投影到國(guó)際標(biāo)準(zhǔn)地理參考系中。
2. 根據(jù)權(quán)利要求1所述的InSAR監(jiān)測(cè)高速公路路面沉降方法，其特征在于在進(jìn)行高速公路形變相位濾波時(shí)，采用了以下適用于條帶或線性特征目標(biāo)的相位濾波方法計(jì)算公式為<formula>formula see original document page 3</formula>其中，A為融合估計(jì)值，即濾波后的相位值；mn和wn分別為第n個(gè)線性窗口的相位平均 值和權(quán)值；N為所選線性窗口個(gè)數(shù)，取值范圍為l-8，權(quán)值 的計(jì)算公式為<formula>formula see original document page 3</formula>其中，On2為第n個(gè)線性窗口的方差。
3.根據(jù)權(quán)利要求1所述的InSAR監(jiān)測(cè)高速公路路面沉降方法，其特征在于在進(jìn)行高 速公路形變相位解纏時(shí)，采用了一種適用于條帶或線性特征目標(biāo)的相位解纏方法首先計(jì) 算高速公路上的殘數(shù)點(diǎn)，并將高速公路的邊界設(shè)置為解纏的限制邊界，從高速公路起始的 地方需找第一個(gè)殘數(shù)點(diǎn)作為起始點(diǎn)，以該起始點(diǎn)為中心3X3像素的窗口搜索下一個(gè)殘數(shù) 點(diǎn)；若找到殘數(shù)點(diǎn)則將其與當(dāng)前殘數(shù)點(diǎn)相連接；若沒(méi)找到殘數(shù)點(diǎn)，則將窗口按高速公路方 向從左至右，從上至下依次尋找，直至遍歷待檢測(cè)的整條高速公路；連接所有殘數(shù)點(diǎn)，并建 立枝切線，隨后，沿高速公路避開(kāi)枝切線進(jìn)行逐點(diǎn)積分，則任意一點(diǎn)P的解纏后的相位為<formula>formula see original document page 3</formula>其中Vp為相位梯度，C為避開(kāi)枝切線的解纏路徑，^(A)為解纏起始點(diǎn)p。的相位，直至搜索完全部殘數(shù)點(diǎn)，完成相位解纏。
全文摘要
本發(fā)明涉及基于遙感影像的大地測(cè)量領(lǐng)域，是一種InSAR監(jiān)測(cè)高速公路路面沉降的方法。該方法包括首先，對(duì)SAR數(shù)據(jù)進(jìn)行預(yù)處理、配準(zhǔn)和干涉，得到InSAR干涉相位和幅度影像；其次，對(duì)InSAR干涉相位進(jìn)行平地效應(yīng)、地形效應(yīng)和軌道殘余趨勢(shì)相位消除，得到只包含有地表形變信息的相位值；再次，通過(guò)高速公路在InSAR幅度影像中的條帶特征，識(shí)別高速公路在SAR影像中的條帶位置和坐標(biāo)。然后利用該坐標(biāo)提取干涉相位圖中相應(yīng)位置的相位值，并采用條帶特征目標(biāo)的濾波和解纏算法恢復(fù)其真實(shí)相位值；最后，對(duì)其進(jìn)行地理編碼和形變值轉(zhuǎn)換，得到高速公路路面沉降值。本方法具有實(shí)現(xiàn)簡(jiǎn)單、費(fèi)用低、監(jiān)測(cè)精度高、監(jiān)測(cè)范圍大、自動(dòng)化程度高等優(yōu)點(diǎn)。
文檔編號(hào)G01S13/90GK101706577SQ20091022714
公開(kāi)日2010年5月12日 申請(qǐng)日期2009年12月1日 優(yōu)先權(quán)日2009年12月1日
發(fā)明者丁曉利, 朱建軍, 李志偉, 胡俊 申請(qǐng)人:中南大學(xué)