一种新的InSAR区域增长相位解缠算法

陈　刚, 刘志铭,张笑微

1.西安测绘研究所,陕西 西安，710054;2.地理信息工程国家重点实验室,陕西 西安, 710054



一种新的InSAR区域增长相位解缠算法

陈刚1,2, 刘志铭1,2,张笑微1,2

1.西安测绘研究所,陕西 西安，710054;2.地理信息工程国家重点实验室,陕西 西安, 710054

传统区域增长算法通过多路径预测来保证解缠的稳定性，但在噪声区域，解缠结果存在跳变现象。本文提出了一种新的区域增长相位解缠算法，通过低相干区域识别对噪声区域进行屏蔽，避免积分路径穿过该区域；通过分层质量引导，确保相位解缠路径从高质量区域逐步向低质量区域扩展；通过对未解缠区域进行相位插值，提高数据的可利用率。试验结果表明，本文提出的算法在保证相位解缠稳定性的同时，提高了相位解缠的可解缠率。

干涉合成孔径雷达；区域增长；相位解缠

1　引　言

相位解缠是InSAR数据处理中的一个重要环节，其目的是恢复整个场景相对于某一参考点的相位整周期变化，典型算法包括路径跟踪法、最小范数法、最优估计法三类[1，2]。对于路径跟踪法而言，由于相位解缠依赖的是相邻像素相位梯度信息，因此，相位质量对解缠精度有直接影响。受信号欠采样、噪声、雷达阴影等因素干扰，获取的干涉相位存在大量噪声。如果解缠路径穿过这些区域，那么会导致解缠错误。为了提高路径跟踪的鲁棒性，人们提出了枝切法[3]、质量引导法[4]、区域增长法等算法[5]。枝切法通过检测残差点、连接枝切线来阻止解缠路径穿过噪声区域，存在问题是效率低且容易形成死区[6]。质量引导法不识别残差点，完全依靠干涉相位质量来进行路径的传递，存在问题是在噪声区域同样存在高质量点，积分路径仍会穿过该区域。区域增长法尽可能利用多方向的信息来解缠每一点，以减少单个方向预测带来的偶然误差，存在问题是在噪声区域仍会存在解缠误差。靳国旺[2]提出了屏蔽低相干区域、直接积分的方法来保证解缠稳定性，存在问题是仅依靠阈值来识别低相干区域，识别准确性不够。张妍[7]提出了基于枝切法进行相位解缠，通过移动曲面法来对死区进行拟合，提高相位的可解缠率，存在问题是受枝切法影响，场景中死区过多。蒋锐[8]提出了以相干系数为依据，将场景分为高质量和低质量区域，低质量区域视为等效残差点，高质量区域采用枝切法进行解缠，低质量区域采用区域增长法进行解缠，该方法存在问题与靳国旺方法类似。

相位解缠精度对产品精度影响非常大，因此，应该优先考虑解缠的鲁棒性，在此基础上，再兼顾低相干区域的可解缠率。为此，本文提出了低相干区域识别、质量引导、相位插值相结合的区域增长相位解缠算法。首先对低相干区域进行识别，将其进行屏蔽(不参与相位解缠)；然后在质量引导下逐层进行区域增长，使增长方向从高质量区域逐层扩展到低质量区域，在增长过程中通过多路径预测进行相位解缠，进一步抑制路径传递误差；最后对于小的低相干区域，通过插值恢复其相位，保证数据的可用率。机载试验表明，该算法具有很强的稳健性，能够有效克服噪声对解缠的影响。

2　相位解缠算法

相位解缠算法主要包括4个步骤：

(1)初始化标志位：初始化与待解缠场景等大小的标志位矩阵，设置所有标志位为待解缠区域(Flagi,j=Flg_Wrp)。

(2)低相干区域与残差点识别：利用相干系数图识别低相干区域，将其对应标志位设为低相干区域(Flagi,j=Flg_Low)；利用干涉相位进行残差点识别，将其对应标志位设为残差点(Flagi,j=Flagi,j|Flg_Rsd)，符号“|”表示逻辑与，识别后这些点不参与相位解缠。

(3)区域增长：依据相干系数图对数据进行质量分层，在最高质量层中选择种子点，然后按照质量层由高到低的顺序，逐层利用区域增长法进行相位解缠，直至解缠结束。

(4)未解缠区域插值：对于未解缠区域，判断其区域大小，对于小区域采用移动曲面法进行干涉相位插值。

2.1低相干区域与残差点识别

低相干区域识别基于相干系数图进行，包括滤波、二值分割、均值/方差计算以及误判区域识别四个步骤，算法具体实现参见文献[9]。采用此识别方法，能避免仅通过相干系数阈值分割识别精度不高的不足。残差点是指相位跳变点，如果相位解缠依照此积分路径展开，则会引起相位跳变。残差点检测方法可参见文献[1]。

通过低相干区域与残差点识别，将错误区域进行屏蔽，避免解缠路径穿过这些区域，保证积分路径的正确性。

2.2区域增长

在低相干区域和残差点识别结束后，开始利用区域增长进行相位解缠，其流程如图1所示。

图1　区域增长进行相位解缠流程

(1) 质量分层

质量分层是将相干系数依据一定的原则分为不同层。分层目的是控制解缠的顺序，使得解缠由高质量区域向低质量区域展开，其表达如式(1)。

(1)

其中，γ是当前点的相干系数，γ0和γN分别是相干系数最低阈值和最高阈值，N是分层最大值。小于γ0和大于γN的各为一层，在γ0和γN之间按照等间距方式进行分割。γ0、γN的取值与数据获取方式密切相关。星载InSAR系统获取数据的相干性低，因此γ0、γN取值较低，经验值为γ0=0.3、γN=0.6；机载InSAR系统获取数据的相干性高，经验值为γ0=0.7、γN=0.9。

(2)初始种子点获取

由于实际数据中可能会存在孤岛现象，如图2所示。如果种子点选在了孤岛上，那么就无法完成整个场景的解缠。初始种子点获取的目的是寻找待解缠数据中面积最大区域作为种子点。其获取流程为：

① 逐点扫描整个待解缠区域的相干系数图，如果点P的相干系数γ>γN，且该点被标志为Flag_Wrap，将其放入队列Array中，初始化计数器count=1，同时标记该点为已搜索点。

② 从队列Array中取出一个点，搜索其周围8个邻域，看是否存在γ>γN的未搜索点，如果有，将该点放入队列Array中，count=count+1，同时标记该点为已搜索点。

③ 重复步骤②直至队列Array为空，此时将count值及本次搜索第一个点Seed保存到数组Seek中。

④ 重复步骤①直至整个待解缠区域扫描完毕。

⑤ 在数组Seek中寻找count值最大的区域，其对应的种子点Seed作为整个场景解缠的起始点。

图2　种子点获取示意图

(3)分层区域增长相位解缠

获取解缠的种子点后，开始利用区域增长法进行相位解缠，其基本流程是：

① 将种子点放入队列LA中，设置当前层为质量最高层，即Level=N。

② 从LA中取出一个点P，搜索其周围8个邻域，看是否有存在质量大于等于Level且标志位为Falg_Wrap的点，如果有，将这些点放入队列LA中。

③ 对于点P，利用区域增长算法进行相位解缠。如果解缠成功，标记该点为已解缠点(Flg_Uwp)，否则标记为跳变点(Flag_Jmp)。

④ 重复步骤②～③直至队列为空。

如图3 所示，以当前待解缠相位单元P为中心，获取其周围5×5邻域数据，其数据中包含已解缠区域和待解缠区域。定义P点周围8个点(A～H点)到P点的距离是1，其余16个点到P点的距离为2。首先搜索距离P点为1的8个点，如果某一点已被解缠，如图中A、B、C点，则继续沿该路径向外搜索距离为2的点。

图3　区域增长法相位解缠示意图

① 与P点距离为2的像素单元是已解缠单元

(2)

② 与P点距离为1的像素单元是未解缠单元

(3)

(4)

(5)

式中，k是整数。此时相位解缠转化为对k值的估计。

(6)

int(·)代表按照四舍五入原则选取距离变量最近的整数。将式(6)带入式(5)，即完成了P点的相位解缠。值得注意是，根据式(6)计算出k值绝对值会存在大于1的现象，说明该点干涉相位存在跳变现象。跳变有可能是高程剧烈变化引起，也有可能是获取相位值发生错误引起。为了避免将误差传递到后续积分路径中，将该点标记为跳变点(Flag_Jmp)，不进行相位解缠。待整个场景完成全部解缠后，再对这些跳变点进行处理。

(4)新种子点选取

在上一层解缠结束后，降低分层质量阈值，即Level=Level-1，然后重新选取新种子点，构建新的队列LA，按照本节第(3)步方法进行相位解缠，直至质量最低层，此时完成整个场景的相位解缠。

新种子选取方式是在上一次已解缠区域中寻找解缠的边界点。边界点定义为：自身是已解缠点(标志位为Flg_Uwp)，其周围8个邻域有待解缠点(标志位为Flg_Wrp)且待解缠点的质量≥Level。

2.3未解缠区域插值

经过相位解缠后，有些区域没有被解缠。这些区域包括低相干区域、残差点以及相位跳变点。可以通过移动曲面法对这些区域进行插值，以提高干涉相位的可用性。移动曲面法的表达式为：

φ(x,y)=Ax2+Bxy+Cy2+Dx+Ey+F

(7)

其中，A～F是移动曲面拟合系数，x、y是像素坐标，φ是相位。

拟合基本流程为：

② 判断区域像元个数，对像元个数小于一定数目的区域进行拟合。像元数目越少，意味着待插值区域越小，那么插值带来的误差越小，具体数目取决于用户对于插值误差的容忍度。

a.以像素为坐标确定该区域的外接矩形(xMin,yMin)、(xMax,yMax)；

c.寻找外接矩形内已解缠相位的点数，如果点数n>6，依据式(7)列误差方程，求解移动曲面拟合系数；

d.利用拟合后系数对未解缠相位进行插值。

3　试验与结果分析

为了验证本文所提算法的有效性，利用机载InSAR系统获取的数据进行试验。系统工作频段为X、基线长度2m、飞行高度6000m、场景地形类型为丘陵、影像分辨率为0.5m×0.5m、场景像元数为8186×6724(方位向×距离向)，其强度影像、干涉相位和相干系数图分别如图4(a)、(b)、(c)所示。

(a) 强度影像　　　　　　(b)干涉相位　　　　　　(c)相干系数图图4　强度影像、干涉相位和相干系数图

从图4可以看出，试验地区起伏大，存在大量的阴影和噪声，是解缠困难地区。为了验证本文提出算法的性能，分别利用三种算法对该地区进行相位解缠。算法1是传统区域增长算法，主要依靠多路径预测来控制解缠顺序；算法2是在算法1基础上，增加了低相干区域识别；算法3是本文提出算法，在算法2基础上，通过质量分层控制相位解缠。三种算法解缠结果如图5所示，局部放大结果如图6所示。

(a) 算法1　　　　　　　(b) 算法2　　　　　　　(c) 本文算法图5　场景整体解缠结果

(a) 算法1　　　　　　　(b) 算法2　　　　　　　(c) 本文算法图6　局部放大结果

从图5可以看出，三种算法均完成解缠任务，场景大部分区域解缠结果相似，说明传统区域增长算法通过多路径预测能够在一定程度上抑制噪声影响。但是从图6可以看出，算法1由于没有进行低相干区域识别，因此存在解缠错误和跳变区域。算法2采用了低相干区域识别，但是没有进行质量引导，因此在局部区域存在相位跳变现象。本文提出的算法采用了质量导引和低相干区域识别，在保证解缠按照由高到低的顺序展开同时，避免了解缠路径穿过噪声区域，因此解缠没有出现跳变现象。

(a) 解缠标志位图　　　　　　　　　(b) 局部放大结果图7　解缠标志位图

利用本文算法对整个场景进行解缠后的解缠标志位图和局部放大图如图7(a)、图7(b)所示。解缠标志位图显示了整个场景的解缠结果，供后续质量评估和地理编码使用。图中红色区域是已解缠区域，黑色区域是低相干区域(未解缠)，绿色区域是插值区域，白色区域是相位跳变区域，蓝色区域是未解缠的高相干区域(由于被低相干区域包围，解缠路径被阻断，因此无法进行解缠)。

4　结　论

本文提出了一种新的区域增长相位解缠算法，通过低相干区域识别、质量引导、未解缠区域插值等措施，实现了干涉相位的稳定解缠。与传统区域增长相位解缠算法相比，本文提出的算法具有稳定性好的优点，能够避免噪声对于解缠结果的影响。

[1]王超，张红，刘智等．星载合成孔径雷达干涉测量[M]．北京：科学出版社，2002．

[2]靳国旺．InSAR 获取高精度DEM 关键处理技术研究[D]．郑州：信息工程大学，2007．

[3]Goldstein R M，Zebker H A，Wemer C L．Satellite Radar Interferometry：Two-dimensional Phase Unwrapping[J]．Radio Science，1988，23(14)：713-720．

[4]Flynn T J．Consistent 2D phase unwrapping guide by a quality map[C]. Linconln:IGARSS, 1996.

[5]Xu,I.Cumming. A Region-growing Algorithm for InSAR Phase Unwrapping[J]. IEEE Transactions on Geoscience and Remote Sensing,1999,37(3):124-133.

[6]黄蓉.InSAR相位解缠算法比较研究[D].西安：长安大学，2012.

[7]张妍, 冯大政，曲小宁．枝切法与曲面拟合结合的InSAR相位展开算法[J]. 西安电子科技大学学报(自然科学版),2012,39(5):47-53.

[8]蒋锐，朱岱寅，朱兆达．一种基于等效残差点的InSAR相位解缠绕方法[J].南京航空航天大学学报,2013,45(2):209-216.

[9]陈刚，张笑微，隋春玲．基于相干系数的低相干区域识别[J].测绘科学与工程，2015，35(3):26-30.

A New Region-growing Algorithm for InSAR Phase Unwrapping

Chen Gang1, 2, Liu Zhiming1, 2, Zhang Xiaowei1, 2

1.Xi’an Research Institute of Surveying and Mapping, Xi’an 710054, China 2.State Key Laboratory of Geo-information Engineering, Xi’an 710054, China

Traditional region-growing algorithm for InSAR phase unwrapping uses multi-path prediction to maintain stability, but jumping phenomenon still exists in noisy areas. In this paper, a new region-growing algorithm applying low-degree coherence region identification is put forward to block noisy area and keep the integrated path away from the area. Hierarchical quality guidance is provided to ensure that the unwrapping path will extend from high quality area to low quality area. The availability of data is improved by conducting phase interpolating in unwrapping area. The airborne InSAR test result shows that the algorithm will maintain the stability and improve the availability of phase unwrapping at the same time.

InSAR; region-growing; phase unwrapping

2015-09-21。

陈刚(1976—)，男，副研究员，主要从事InSAR数据处理和定标技术研究。

P223

A