InSAR时序分析高相干目标选取方法比较研究

InSAR时序分析高相干目标选取方法比较研究

范锐彦, 焦健, 高胜, 曾琪明

Comparison Research of High Coherent Target Selection Based on InSAR Time Series Analysis

FAN Ruiyan,JIAO Jian,GAO Sheng,ZENG Qiming

表1 高相干目标选取方法比较

Tab.1 Comparison of the high coherent target selection methods

目标选取方法		公式	辐射校正	SAR影像数量要求	优点	缺点	应用范围
点目标选取方法	振幅离差法	$\begin{matrix} D_{A} = \frac{σ_{A}}{m_{A}} \end{matrix}$	是	一般要有25~30景以上SAR数据支持	所选目标质量较高,运算效率高	未考虑目标本身的幅度值,容易造成误判	适合城市区域
	强度离差法	$\begin{matrix} D_{I} = \frac{σ_{I}}{m_{I}} \end{matrix}$	否	数量要求较多	阈值更加宽泛,PS点质量更高	与DA法差异不大,无明显提高
	相位分析法	$\begin{matrix} γ (x) = \frac{1}{N} \| \exp (\sqrt{- 1} {?_{k} (x) - \end{matrix} \begin{matrix} {\overset{?}{?}}_{k} (x) - ?_{angl, k} (x)}) \| \end{matrix}$	否	数量要求较多	提取的PS点分布比较均匀	但 $\begin{matrix} γ \end{matrix}$ 的计算过程步骤较为复杂,运算量很大
	信号杂波比法	$\begin{matrix} SCR = \frac{I_{S}}{I_{N}} \end{matrix}$	否	数量要求较多	不需要辐射校正	估计的窗口大小会对结果产生较大的影响
	子视相关系数法	$\begin{matrix} ρ (x, y) = \\ \|\frac{\sum^{} s_{1} (x, y) s_{2}^{} (x, y)}{\sqrt{\sum^{} \| s_{1} (x, y) \|^{2} {\sum^{} \| s_{2}^{} (x, y) \|}^{2}}}\| \end{matrix}$	否	数量要求较少	适合于SAR影像数量较少时PS点目标的选取	运算量大,筛选效率低;移动窗口的大小不好把握
面目标选取方法	幅度差离差法	$\begin{matrix} σ_{φ} \approx \frac{σ_{? A}}{m_{A}} \end{matrix}$	是	数量要求较多	适合短时空基线的相位较为稳定,后向散射并不是那么强的目标	并未考虑其目标是统计分布特征	适合非城区
	时序平均相干性法	$\begin{matrix} \overset{?}{ρ} (x, y) = \frac{1}{N} \overset{N}{\sum_{i = 1}} ρ_{i} (x, y) \end{matrix}$	否	数量要求较少	模型简单,运算效率高	移动窗口大小不好把握
	改进的时序平均相干性法	$\begin{matrix} D_{N} = \max_{- \propto < x < \propto} \|S_{N} (x) - P_{N} (x)\| \end{matrix}$	否	数量要求较多	将面状目标转化为同质像元,相位估计更加准确	移动窗口大小不好把握