【最新成果】InSAR通道联合稀疏贝叶斯特征化成像

基于传统SAR二维成像，InSAR利用干涉技术具备对观测场景三维测绘的能力，在DEM生成、地形高度估计和地形变化检测等方面得到了广泛应用。在InSAR处理中，获取高精度的干涉相位是其中一项关键技术。然而，InSAR通道之间的去相干等因素，不可避免的引入图像组的相位噪声。在图像幅度方面，相干斑噪声是SAR图像的典型系统性特征。相干斑噪声造成同一物体的散射系数在图像域具有差异，从而影响目标的分类和识别。为了满足后续图像应用的要求，InSAR图像的幅度和相位噪声滤波处理是非常必要的。

图1 InSAR图像特征（噪声）

针对该问题，东南大学徐刚副教授团队结合多通道联合稀疏信号处理技术开展了InSAR图像组结构稀疏的特征化成像研究，该方法利用InSAR图像组的通道联合稀疏特性，在成像过程中可实现图像的幅度和相位噪声滤波的特征化增强，并有效提升两者的噪声滤波性能，区别于传统的图像后续处理方法。

该工作已发表在《雷达学报》2018年第6期“SAR三维成像技术”专题“InSAR通道联合稀疏贝叶斯特征化成像”（侯育星，徐刚）。

该文首先基于InSAR图像组的相干特性，通过多层级统计建模，建立图像组幅度和相位的联合结构化稀疏模型，然后利用贝叶斯准则，构建稀疏特征化成像算法。在稀疏成像求解中，利用EM算法进行图像重构和多层级统计参数估计。由于能够联合利用通道稀疏统计特性，所提算法能够有效提升InSAR图像的幅度和相位噪声滤波性能。最后，通过实验分析（图2仿真实验，图3、4实测实验）进一步验证该方法的有效性。

图2 仿真数据相位滤波结果

图3 实测数据幅相滤波结果（山区场景）

图4 实测数据幅相滤波结果（城区场景）

了解详细内容请点击下面阅读原文。