高分辨InSAR中的城市高层建筑特征提取

doi:10.19665/j.issn1001-2400.2019.04.019

西安电子科技大学学报 ›› 2019, Vol. 46 ›› Issue (4): 137-143.doi: 10.19665/j.issn1001-2400.2019.04.019

高分辨InSAR中的城市高层建筑特征提取

郭睿¹,臧博²(),彭树铭³,邢孟道²

1.西北工业大学自动化学院, 陕西西安 710129
2.西安电子科技大学电子工程学院, 陕西西安 710071
3.958899部队, 北京 100085

收稿日期:2019-01-21 出版日期:2019-08-20 发布日期:2019-08-15
通讯作者: 臧博
作者简介:郭睿(1985—),女,讲师,E-mail: gr2003@nwpu.edu.cn;
基金资助:
国家自然科学基金(61701410);国家自然科学基金(61701374);国防科技卓越青年人才基金(2017-JCJQ-ZQ-061)

Extraction of features of the urban high-rise building from high resolution InSAR data

GUO Rui¹,ZANG Bo²(),PENG Shuming³,XING Mengdao²

1.School of Automation, Northwestern Polytechnical Univ., Xi’an 710129, China
2.School of Electronic Engineering, Xidian Univ., Xi’an 710071, China
3.Troops 95899, Beijing 100085, China

Received:2019-01-21 Online:2019-08-20 Published:2019-08-15
Contact: Bo ZANG

摘要/Abstract

摘要：

在分米级超高分辨下,为先进干涉合成孔径雷达技术等提供先验信息,可以依据高层建筑在干涉合成孔径雷达图像中的投影有其独有的特性,对城市高层建筑进行更多细节信息的提取。因此提出一种基于图像、感兴趣区域、高层建筑、像素级别的从上至下逐步细化的处理方法,结合高层建筑在超高分辨干涉幅度、干涉系数及缠绕相位中的投影结构和特性,引出高层建筑的方向角和等高同向像素等特征定义,并实现对高层建筑检测及特征提取。采用德国TanDEM-X系统获得的城市高层区域侧视数据进行实验,验证了所提方法的有效性和可行性。

关键词: 超高分辨, 干涉合成孔径雷达, 高层建筑, 特征提取, 等高同向像素

Abstract:

Under decimeter resolution, the projection of an individual high-rise building shows its distinctive features in interferometric synthetic aperture radar (InSAR) images, which can help extract more accurate detail information and supply prior information for advanced interferometric techniques such as Tomography SAR (TomoSAR). In this paper, a top-to-down coarse-to fine approach is proposed to extract high-rise building features, which works at four different levels, namely, image-, region of interest (ROI)-, building- and pixel-wise processing, and which considers the analysis of high-rise building characteristics in very high resolution InSAR data pairs. Finally, the features of the high-rise building including the building orientation and pixels at the same height with the similar orientation are defined and estimated. The proposed approach is validated by using the single-pass interferogram from the TanDEM-X system over high-rise urban areas.

Key words: very high resolution, interferometric synthetic aperture radar, high-rise building, feature extraction, pixels in the same height with the similar orientation

中图分类号:

TP959.3

郭睿,臧博,彭树铭,邢孟道. 高分辨InSAR中的城市高层建筑特征提取[J]. 西安电子科技大学学报, 2019, 46(4): 137-143.

GUO Rui,ZANG Bo,PENG Shuming,XING Mengdao. Extraction of features of the urban high-rise building from high resolution InSAR data[J]. Journal of Xidian University, 2019, 46(4): 137-143.

图/表 9

图1

图2

图3

图4

图5

表1

图6

表2

表3

参考文献 11

[1]	UEMOTOJ, NADAI A, KOJIMA S , et al. Extraction and Height Estimation of Artificial Vertical Structures Based on the Wrapped Interferometric Phase Difference within Their Layovers[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2018,139:14-29.
[2]	GE N, GONZALEZ F R, WANG Y , et al. Spaceborne Staring Spotlight SAR Tomography—a First Demonstration with TerraSAR-X[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2018,11(10):3743-3756.
[3]	AUER S, GISINGER C, TAO J . Characterization of Facade Regularities in High-resolution SAR Image[J]. IEEE Transactions on Geoscience and Remote Sensing, 2015,53(5):2727-2737.
[4]	ZHU J, DING X, LI Z , et al. High-rise Building Layover Exploitation with Non-local Frequency Estimation in SAR Interferograms[J]. Remote Sensing, 2017,9(6):579.
[5]	DUBOIS C, THIELE A, HINZ S . Building Detection and Building Parameter Retrieval in InSAR Phase Images[J]. ISPRS Journal of Photogrammetry and Remote Sensing, 2016,114:228-241.
[6]	GUO R, WANG F, ZANG B , et al. High-rise Building 3D Reconstruction with the Wrapped Interferometric Phase[J]. Sensors, 2019,19(6):1439-1453.
[7]	GUOR, ZHU X X. High-rise Building Feature Extraction Using High Resolution Spotlight TanDEM-X Data [C]//Proceedings of the 2014 European Conference on Synthetic Aperture Radar. Berlin: VDE VERLAG GMBH, 2014: 55-58.
[8]	ROMANO J M, ROSARIO D, NIVER E . Morphological Operators for Polarimetric Anomaly Detection[J]. IEEE Journal of Selected Topics in Applied Earth Observation and Remote Sensing, 2014,7(2):664-677.
[9]	SPAGNOLINI U . 2-D Phase Unwrapping and Instantaneous Frequency Estimation[J]. IEEE Transactions on Geoscience and Remote Sensing, 1995,33(3):579-589.
[10]	DELEDALLE C A, DENIS L, TUPIN F . NL-InSAR: Nonlocal Interferogram Estimation[J]. IEEE Transactions on Geoscience and Remote Sensing, 2011,49(4):1441-1452.
[11]	BAIER G, ROSSI C, LACHAISE M , et al. A Nonlocal InSAR Filter for High-resolution DEM Genaeration from TanDEM-X Interferograms[J]. IEEE Transactions on Geoscience and Remote Sensing, 2018,56(11):6469-6483.

参数	高层建筑(区域一)						高层建筑(区域二)
参数	1	2	3	4	5		1	2	3(左侧)	3(右侧)	3
建筑方向角/(°)	52.91	137.20	5.91	9.16	6.34		168.69	170.89	77.47	147.53	66.37

实验区域	高层建筑编号	相干系数均值		归一化幅度均值
实验区域	高层建筑编号	精细化	最终的	精细化	最终的
区域一	1	0.827 2	0.908 4	0.005 2	0.007 2
	2	0.848 3	0.946 4	0.006 7	0.012 3
	3	0.799 7	0.926 1	0.012 2	0.019 3
	4	0.905 9	0.949 9	0.012 5	0.017 9
	5	0.946 6	0.964 6	0.014 9	0.018 1
区域二	1	0.877 2	0.946 1	0.011 3	0.017 3
	2	0.848 3	0.951 8	0.011 7	0.019 2
	3	0.710 9	0.951 4	0.008 0	0.015 9

实验区域	高层建筑编号	精细化	最终的
区域一	1	0.176 1	0.140 7
	2	0.234 1	0.158 7
	3	0.136 4	0.135 3
	4	0.101 5	0.101 0
	5	0.254 8	0.240 6
区域二	1	1.274 6	0.549 6
	2	0.636 9	0.396 6
	3	3.236 8	0.381 7

[1]	刘洁怡,公茂果,詹涛,李豪,张明阳. 一种深度神经网络多站雷达系统干扰鉴别方法[J]. 西安电子科技大学学报, 2021, 48(2): 133-138.
[2]	魏梓钰,杨曦,王楠楠,杨东,高新波. 互惠双向生成对抗网络用于跨模态行人重识别[J]. 西安电子科技大学学报, 2021, 48(2): 205-212.
[3]	郭泽坤,田隆,韩宁,王鹏辉,刘宏伟,陈渤. 采用CNN-SSD的雷达HRRP小样本目标识别方法[J]. 西安电子科技大学学报, 2021, 48(2): 7-14.
[4]	韩卓茜,王锋,陈沛,李卓伦. 一种历史特征辅助的模糊数据关联算法[J]. 西安电子科技大学学报, 2021, 48(2): 92-98.
[5]	王晓华,要鹏超,马丽萍,王文杰,张蕾. 车间环境下机器人语音控制的特征提取算法[J]. 西安电子科技大学学报, 2020, 47(2): 16-22.
[6]	王红艳,朱利民,张潘杰,李金屏. 一种利用外轮廓配准的活塞侧面缺陷检测方法[J]. 西安电子科技大学学报, 2019, 46(5): 75-83.
[7]	杨建功,汪西莉,刘侍刚. 融合谱-空域信息的DBM高光谱图像分类方法[J]. 西安电子科技大学学报, 2019, 46(3): 109-115.
[8]	景国彬,李宁,孙光才,邢孟道. 联合误差估计的机载超高分辨率SAR成像[J]. 西安电子科技大学学报, 2019, 46(3): 1-7.
[9]	刘道华,崔玉爽,赵岩松,宋玉婷,王景慧. 一种改进卷积神经网络的教学图像检索方法[J]. 西安电子科技大学学报, 2019, 46(3): 52-58.
[10]	王欣远,肖嵩,李磊,焦玲玲. 融合ELM和相关滤波的鲁棒性目标跟踪算法[J]. 西安电子科技大学学报, 2019, 46(1): 57-63.
[11]	汪星;黄小瑜;刘瑄璞;孔宪光;牛萌. 面向工业大数据的多层增量特征提取方法[J]. 西安电子科技大学学报, 2018, 45(4): 106-111.
[12]	张金强;索志勇;李真芳;保铮. 地形高程自适应的星载InSAR图像配准方法[J]. 西安电子科技大学学报, 2018, 45(2): 31-36.
[13]	贺王鹏;孙伟;苏博;闫允一;郭宝龙. 机械故障诊断的稀疏特征提取方法[J]. 西安电子科技大学学报, 2018, 45(2): 154-159.
[14]	张雨禾;耿国华;魏潇然;石晨晨;张顺利. 采用密度空间聚类的散乱点云特征提取方法[J]. 西安电子科技大学学报, 2017, 44(2): 114-120.
[15]	张居杰;方敏;郭锦. 一种新的多标记特征提取方法[J]. 西安电子科技大学学报, 2016, 43(6): 62-67.

高分辨InSAR中的城市高层建筑特征提取

Extraction of features of the urban high-rise building from high resolution InSAR data

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 9

参考文献 11

相关文章 15

Metrics

本文评价

推荐阅读 10