基于预处理和自适应遗传模拟退火算法的相位解缠方法
【技术领域】
[0001] 本发明涉及INSAR相位解缠技术领域，尤其涉及一种基于预处理和自适应遗传模 拟退火算法的相位解缠方法。
【背景技术】
[0002] 干涉合成孔径雷达（InterferometricSyntheticApertureRadar，INSAR)是 一种高精度遥感测量技术，与传统的光学遥感相比，它具有全天候、全天时、低成本等优点。 INSAR通过使用两幅或多幅同一地区的SAR图像的相位差！D来获取地面数字高程模型 (DigitalElevationModel，DEM)和形变量。但是，在实际数据处理过程中，所提取的相位 是！D对231取模所得到的，其取值范围为（-31，31]，一般称其为缠绕相位，而地面上目 标的高度是与真实相位差步成比例的，因此，只有找回A所丢失的21131，才能恢复真实相 位差丨，从而得到准确的地面高程信息。这种由缠绕相位恢复到真实相位的过程称为相位 解缠，如下式所示=?eZ，由于在实际的测量过程中，雷达阴影、失相关噪 声、影像配准等因素会引起相位数据的不连续，在干涉相位图中表现为残差点（residue)， 如果忽略残差点直接进行相位解缠，误差将在全图进行传播。因此，相位解缠的关键之处就 在于如何从存在残差点的干涉相位图中准确地恢复出真实相位。
[0003] 目前，常用的解缠算法大致可以分为以下三类：路径跟踪法、最小范数法和网络规 划法。其中Goldstein枝切线法作为路径跟踪法中的代表性算法，有着流程简单、运算速度 快和精度高的优点，但该方法只是连接最邻近的残差点，致使残差点密集处设置的枝切线 过长且容易形成"孤岛"。由于较短的枝切线不仅更容易在解缠时被避开，而且也能降低围 成封闭区域的概率，因此，枝切线越短，解缠效果越好。在文献《基于改进粒子群算法的二维 相位解缠方法》中，改进的粒子群算法用来计算正负残差点的最优匹配，缩短枝切线长度。 在文献《基于蚁群算法的INSAR相位解缠算法》中，每个残差点被类比为TSP问题中的一个 城市，之后使用蚁群算法被用来求解所有连接所有残差点的最短路径，求得最短路径后再 对路径进行分割，从而得到很多电量平衡的小段枝切线。然而，上述两种技术方案在残差点 数量很少时能获得较为理想的效果，但由于残差点的数量直接决定优化算法的复杂度，因 此，当残差点数量较多时，运算时间将急剧增加，两种方法都不能在较短的时间内得到很满 意的效果。同时，第二种方法将残差点类比于TSP问题中的城市，因此，蚁群算法必须将所 有残差点都必须考虑在内，而且最后还要进行路径分割，操作起来较为复杂。
【发明内容】
[0004] 本发明的目的在于通过一种基于预处理和自适应遗传模拟退火算法的相位解缠 方法，来解决以上【背景技术】部分提到的问题。
[0005] 为达此目的，本发明采用以下技术方案：
[0006] 一种基于预处理和自适应遗传模拟退火算法的相位解缠方法，其包括如下步骤：
[0007] S101、设置距离阈值R，对距离阈值R内的邻近偶极子对残差点进行预处理；
[0008]S102、使用自适应遗传模拟退火算法计算剩余残差点的优化组合；
[0009] S103、在干涉相位图中用枝切线连接步骤S102得到的每对所组合的正负残差点， 使用洪水漫淹法（Flood-fill)绕开枝切线进行相位解缠。
[0010] 特别地，所述步骤S101具体包括：
[0011] S1011、识别干涉相位图中的残差点，分别将正、负残差点标记为"+1"和"-1"极 性，并对所有残差点标记为不平衡，设置距离阈值R;
[0012] S1012、找到一个不平衡残差点，并以该残差点为中心，放置一个NXN(N= 3)搜索 窗，若该残差点为边界点，则执行步骤S1013,否则执行步骤S1014;
[0013]S1013、在NXN搜索窗内搜索残差点，将所有找到的残差点与中心残差点用枝切 线相连，并对每个残差点标记为平衡；若无其他残差点，则将中心残差点设置成枝切线，并 标记为平衡，返回步骤S1012;
[0014]S1014、在NXN搜索窗内搜索异性残差点，若找到，则在该点和中心残差点之间设 置枝切线，并将这两个残差点标记为平衡，返回步骤S1012;若未找到，则判断搜索窗是否 已到达图像边界，若已到达边界，则将该点与边界相连，标记为平衡后返回步骤S1012,否则 执行步骤S1015;
[0015]S1015、令N=N+2,若N彡2R+1，则返回步骤S1014;若N>2R+1，则放弃对该点的操 作，返回步骤S1012。
[0016] 特别地，所述步骤S101进一步包括：重复步骤S1011至S1015,遍历所有残差点 后，若剩余不平衡的残差点数量不相等，则通过将最靠近边界的残差点与边界相连或增加 边界点的方式来实现残差点数量平衡。
[0017] 特别地，所述步骤S101中距离阈值R根据图像大小和残差点数量自行设置。
[0018] 特别地，所述步骤S102具体包括：
[0019]S1021、设置遗传算法和模拟退火算法的各项控制参数；
[0020]S1022、采用整数排列编码方式对预处理后不平衡的N个正残差点从1到N进行编 码，将N个正残差点的一个排列建模为"染色体"；同时，对N个负残差点从1到N进行编码 并排序，并在算法执行过程中始终保持其顺序固定不变；
[0021] S1023、种群初始化：通过对数字1至N进行随机排列，产生初始父代种群。
[0022] S1024、适应度值应与该条染色体所对应的枝切线总长度成反比，将染色体所对应 的枝切线总长度的倒数作为适应度函数，即
[0023]
【主权项】
1. 一种基于预处理和自适应遗传模拟退火算法的相位解缠方法，其特征在于，包括如 下步骤： 5101、 设置距离阈值R，对距离阈值R内的邻近偶极子对残差点进行预处理； 5102、 使用自适应遗传模拟退火算法计算剩余残差点的优化组合； 5103、 在干涉相位图中用枝切线连接步骤S102得到的每对所组合的正负残差点，使用 洪水漫淹法绕开枝切线进行相位解缠。
2. 根据权利要求1所述的基于预处理和自适应遗传模拟退火算法的相位解缠方法，其 特征在于，所述步骤SlOl具体包括： 51011、 识别干涉相位图中的残差点，分别将正、负残差点标记为"+1"和"-1"极性，并 对所有残差点标记为不平衡，设置距离阈值R ; 51012、 找到一个不平衡残差点，并以该残差点为中心，放置一个NXN(N= 3)搜索窗， 若该残差点为边界点，则执行步骤S1013,否则执行步骤S1014 ; 51013、 在NXN搜索窗内搜索残差点，将所有找到的残差点与中心残差点用枝切线相 连，并对每个残差点标记为平衡；若无其他残差点，则将中心残差点设置成枝切线，并标记 为平衡，返回步骤S1012 ; 51014、 在NXN搜索窗内搜索异性残差点，若找到，则在该点和中心残差点之间设置枝 切线，并将这两个残差点标记为平衡，返回步骤S1012 ;若未找到，则判断搜索窗是否已到 达图像边界，若已到达边界，则将该点与边界相连，标记为平衡后返回步骤S1012,否则执行 步骤S1015 ; 51015、 令N = N+2,若N彡2R+1，则返回步骤S1014 ;若N>2R+1，则放弃对该点的操作， 返回步骤S1012。
3. 根据权利要求2所述的基于预处理和自适应遗传模拟退火算法的相位解缠方法，其 特征在于，所述步骤SlOl进一步包括：重复步骤SlOll至S1015,遍历所有残差点后，若剩 余不平衡的残差点数量不相等，则通过将最靠近边界的残差点与边界相连或增加边界点的 方式来实现残差点数量平衡。
4. 根据权利要求1至3之一所述的基于预处理和自适应遗传模拟退火算法的相位解缠 方法，其特征在于，所述步骤SlOl中距离阈值R根据图像大小和残差点数量自行设置。
5. 根据权利要求4所述的基于预处理和自适应遗传模拟退火算法的相位解缠方法，其 特征在于，所述步骤S102具体包括： 51021、 设置遗传算法和模拟退火算法的各项控制参数； 51022、 采用整数排列编码方式对预处理后不平衡的N个正残差点从1到N进行编码， 将N个正残差点的一个排列建模为"染色体";同时，对N个负残差点从1到N进行编码并排 序，并在算法执行过程中始终保持其顺序固定不变； 51023、 种群初始化：通过对数字1至N进行随机排列，产生初始父代种群。 51024、 适应度值应与该条染色体所对应的枝切线总长度成反比，将染色体所对应的枝 切线总长度的倒数作为适应度函数，即
其中，Cli表示连接第i个正负残差点组合的枝切线长度； 51025、 选择策略：使用随机遍历抽样法进行选择； 51026、 交叉操作：将父代染色体随机两两分组，之后采用部分匹配交叉算法完成对每 组中两个父代染色体的交叉操作； 51027、 变异操作：通过互换染色体中任意两个位置的基因得到变异的子代染色体； 51028、 单向进化逆转操作：对染色体中的某一段基因进行逆转，计算逆转前和逆转后 的染色体适应度值，保留适应度值较高的染色体； 51029、 当种群完成步骤S1021至S1028操作后，依次对每个染色体执行模拟退火操作。
6.根据权利要求5所述的基于预处理和自适应遗传模拟退火算法的相位解缠方法，其 特征在于，所述步骤S1029具体包括： 510291、 产生新解：交换当前染色体S1*任意两个位置的基因，产生新的染色体S 2; 510292、 g SjP S 2对应的枝切线总长度分别为f (S D和f (S2)，则两者长度差为df = f (S2)-f (S1)，使用 Metropolis 准则
如果df < 0,则以概率1接受新的染色体S2，否则以概率exp (-df/%)接受S2; 510293、 降温：当种群中所有染色体执行完步骤S10291和S10292后，进行降温操作，若 小于结束温度或者达到最大遗传代数，则停止迭代，输出适应度最高的染色体，否则继续迭 代； 510294、 根据步骤S10293中输出的染色体，确定正负残差点对的优化组合。
【专利摘要】本发明公开一种基于预处理和自适应遗传模拟退火算法的相位解缠方法，包括如下步骤：对距离阈值R内的邻近偶极子对残差点进行预处理；使用自适应遗传模拟退火算法计算剩余残差点的优化组合；在干涉相位图中用枝切线连接每对所组合的正负残差点，使用洪水漫淹法绕开枝切线进行相位解缠。本发明优点如下：一、通过可变距离阈值R的预处理方法对部分偶极子对残差点进行预处理，形成枝切线的长度短；二、通过自适应遗传模拟退火算法对剩余残差点进行优化组合，形成枝切线总长度短、封闭区域少，而且总的运算时间短；三、由于设置的枝切线短，在进行解缠时，枝切线周围的累积误差得到了降低，提高了解缠精度，而且减少了不能解缠的“孤岛”数量。
【IPC分类】G06N3-12
【公开号】CN104820859
【申请号】CN201510202977
【发明人】孙学宏, 于向明, 刘丽萍, 张 成, 车进, 李春树
【申请人】宁夏大学
【公开日】2015年8月5日
【申请日】2015年4月27日