压缩感知在城区高分辨率SAR层析成像中的应用

廖明生 魏恋欢 汪紫芸 TimoBalz 张路

引用本文:
Citation:

压缩感知在城区高分辨率SAR层析成像中的应用

    作者简介: 廖明生(1962–),男,武汉大学教授,博士生导师,珞珈杰出学者。主要从事航空航天遥感影像信息处理的理论与方法的研究。E-mail:liao@whu.edu.cn魏恋欢(1986–),女,武汉大学与慕尼黑工业大学联合培养博士研究生。主要从事合成孔径雷达干涉测量及层析成像研究。E-mail:lianhuan@whu.edu.cn汪紫芸(1988–),女,武汉大学博士研究生,主要研究方向为合成孔径雷达遥感。E-mail:ziyunwang@whu.edu.cn.
    通讯作者: 廖明生, liao@whu.edu.cn
  • 基金项目:

    国家自然科学基金(61331016, 41174120)和高等学校博士学科点专项科研基金(20110141110057)资助课题

Compressive Sensing in High-resolution 3D SAR Tomography of Urban Scenarios

    Corresponding author: Liao Ming-sheng, liao@whu.edu.cn ;
  • 摘要: 在建筑密集的城区复杂场景中,高分辨率SAR影像中存在严重的叠掩效应,影像解译的难度加大.SAR层析成像可以分离单个分辨单元内混叠的散射体目标,并且获取各个散射体的3维位置和后向散射强度.该文首先论述了3维SAR层析成像的基本原理,针对传统谱估计法获得的高程向分辨率较低的问题,综述了压缩感知方法在城区3维SAR层析成像中的应用,以基追踪和双步迭代收缩阈值法为例,开展了TerraSAR-X聚束模式数据实验,并与传统的奇异值阈值法进行了对比分析.研究结果表明压缩感知方法的高程向超分辨率、旁瓣抑制优势明显,在城区SAR层析成像中具有广阔的应用前景.
  • [1] 郭华东, 李新武. 新一代SAR对地观测技术特点与应用拓展[J]. 科学通报, 2011, 56(15): 1155-1168. Guo Hua-dong and Li Xin-wu. Characteristics and application development of the new generation SAR technology in earth observation[J]. Chinese Science Bulletin, 2011, 56(15): 1155-1168.
    [2] 张风丽, 邵芸. 城市目标高分辨率SAR遥感监测技术研究进展[J]. 遥感技术与应用, 2010, 25(3): 415-422. Zhang Feng-li and Shao Yun. Urban target monitoring using high resolution SAR data[J]. Remote Sensing Technology and Application, 2010, 25(3): 415-422.
    [3] 魏恋欢, 廖明生, Balz T, et al.. 高分辨率SAR层析成像建筑 物叠掩散射体提取[J]. 武汉大学学报(信息科学版), 2014, 39(5): 536-540. Wei Lian-huan, Liao Ming-sheng, Balz T, et al.. Layover building scatterers extraction via high resolution SAR technology[J]. Geomatics and Information Science of Wuhan University, 2014, 39(5): 536-540.
    [4] 廖明生, 魏恋欢, Balz T, et al.. TomoSAR技术在城市形变监 测中的应用[J]. 上海国土资源, 2013, 34(4): 7-16. Liao Ming-sheng and Wei Lian-huan, Balz T, et al.. Application of Tomo SAR inurban deformation surveillance[J]. Shanghai Land Resource, 2013, 34(4): 7-16.
    [5] Chan C K and Farhat N H. Frequency swept tomographic imaging of three-dimensional perfectly conducting objects[J]. IEEE Transactions on Antennas and Propagation, 1981, 29(2): 312-319.
    [6] Pasquali P, Pellegrini R, Prati C, et al.. Combination of interferograms from ascending and descending orbits[C]. Proceedings of IEEE International Geoscience and Remote Sensing Symposium, California, USA, 1994, 2: 733-735.
    [7] Pasquali P, Prati C, Rocca F, et al.. A 3-D SAR experiment with EMSL data[C]. Proceedings of IEEE International Geoscience and Remote Sensing Symposium, Firenze, Italy, 1995, 1: 784-786.
    [8] Reigber A and Moreira A. First demonstration of Airborne SAR tomography using multibaseline L-Band data[J]. IEEE Transactions on Geoscience and Remote Sensing, 2000, 38(5): 2142-2152.
    [9] Fornaro G, Serafino F, and Soldovieri F. Three-dimensional focusing with multipass SAR data[J]. IEEE Transactions on
    [10] Geoscience and Remote Sensing, 2003, 41(3): 507-517. Zhu X and Bamler R. Very high resolution spaceborne SAR tomography in urban environment[J]. IEEE Transactions on Geoscience and Remote Sensing, 2010, 48(12): 4296-4308.
    [11] Reale D, Fornaro G, Pauciullo A, et al.. Extension of 4-D SAR imaging to the monitoring of thermally dilating scatterers[J]. IEEE Transactions on Geoscience and Remote Sensing, 2013, 51(12): 5296-5306.
    [12] Fornaro G, Pauciullo A, Reale D, et al.. Multilook SAR Tomography for 3-D reconstruction and monitoring of single structures applied to COSMO-SKYMED data[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2014, 7(7): 2776-2785.
    [13] 刘康, 廖明生, Balz T. 利用压缩感知方法的高分辨率三维层 析SAR研究[J]. 武汉大学学报(信息科学版), 2012, 37(12): 1456-1459. Liu Kang, Liao Ming-sheng, and Balz T. High resolution 3D tomographic SAR with compressive sensing[J]. Geomatics and Information Science of Wuhan University, 2012, 37(12): 1456-1459.
    [14] Donoho D L. Compressed sensing[J]. IEEE Transactions on Information Theory, 2006, 52(4): 1289-1306.
    [15] Cands E J, RombergJ, Tao T, et al.. Robust uncertainty principles: exact signal reconstruction from highly incomplete frequency information[J]. IEEE Transactions on Information Theory, 2006, 52(2): 489-509.
    [16] Cands E J. Compressive sampling[J]. Marta Sanz Sol, 2007: 1433-1452.
    [17] 吴一戎, 洪文, 张冰尘, 等. 稀疏微波成像研究进展(科普类)[J]. 雷达学报, 2014, 4(4): 383-395. Wu Yi-rong, Hong Wen, Zhang Bing-chen, et al.. Current developments of sparse microwave imaging[J]. Journal of Radars, 2014, 4(4): 383-395.
    [18] 闵锐, 杨倩倩, 皮亦鸣, 等. 基于正则化正交匹配追踪的SAR层 析成像[J]. 电子测量与仪器学报, 2012, 26(12): 1069-1073. Min Rui, Yang Qian-qian, Pi Yi-ming, et al.. SAR tomography imaging based on regularized orthogonal matching pursuit[J]. Journal of Electronic Measurement and Instrumentation, 2012, 26(12): 1069-1073.
    [19] Baraniuk R and Steeghs P. Compressive radar imaging[C]. IEEE Radar Conference, Boston, USA, 2007: 128-133.
    [20] Baraniuk R. Compressive sensing[J]. IEEE Signal Processing Magazine, 2007: 118-121.
    [21] Budillon A, Evangelista A, Schirinzi G, et al.. SAR tomography from sparse samples[C]. IEEE International Geoscience and Remote Sensing Symposium (IGARSS), Cape Town, 2009, 4: 865-868.
    [22] Budillon A, Evangelista A, Schirinzi G, et al.. Threedimensional SAR focusing from multipass signals usingcompressive sampling[J]. IEEE Transactions on Geoscience and Remote Sensing, 2011, 49(1): 488-499.
    [23] Zhu X and Bamler R. Very high resolution SAR tomography via Compressive Sensing[C]. Proceedings of Fringe, Frascati, Italy, 2009: 1-7.
    [24] Zhu X and Bamler R. Tomographic SAR inversion by L1- norm regularizationThe compressive sensing approach[J]. IEEE Transactions on Geoscience and Remote Sensing, 2010, 48(10): 3839-3846.
    [25] Zhu X and Bamler R. Super-resolution power and robustness of compressive sensing for spectral estimation with application to spaceborne tomographic SAR[J]. IEEE Transactions on Geoscience and Remote Sensing, 2012, 50(1): 247-258.
    [26] Zhu X and Bamler R. Demonstration of super-resolution for tomographic SAR imaging in urban environment[J]. IEEE
    [27] [27 Transactions on Geoscience and Remote Sensing, 2012, 50(8): 3150-3157. Michael E. Sparse and Redundant Representations: From Theory to Applications in Signal and Image Processing[M]. New York, U.S., Springer, 2010.
    [28] Chen S S, Donoho D L, and Saunders M A. Atomic decomposition by basis pursuit[J]. SIAM Review, 2001, 43(1): 129-159.
    [29] Bioucas-Dias J M and Figueiredo M A T. A new TwIST: two-step Iterative Shrinkage/Thresholding algorithms for image restoration[J]. IEEE Transactions on Image Processing, 2007, 16(12): 2992-3004.
    [30] Wei L, Balz T, Zhang L, et al.. A novel fast approach for SAR tomography: two - step iterative shrinkage/thresholding[J]. IEEE Geoscience and Remote Sensing Letters, 2015, 12(6): 1377-1381.
  • [1] 李烈辰李道京黄平平 . 基于变换域稀疏压缩感知的艇载稀疏阵列天线雷达实孔径成像. 雷达学报, 2016, 5(1): 109-117. doi: 10.12000/JR14159
    [2] 王爱春向茂生 . 基于块压缩感知的SAR层析成像方法. 雷达学报, 2016, 5(1): 57-64. doi: 10.12000/JR16006
    [3] 赵庆超张毅王宇王伟王翔宇 . 基于多帧超分辨率的方位向多通道星载SAR非均匀采样信号重建方法. 雷达学报, 2017, 6(4): 408-419. doi: 10.12000/JR17035
    [4] 李宁汪玲张弓 . 多基ISAR 舰船侧视及俯视高分辨率成像方法. 雷达学报, 2012, 1(2): 163-170. doi: 10.3724/SP.J.1300.2012.20021
    [5] 窦方正刁文辉孙显张跃付琨 . 基于深度形状先验的高分辨率SAR飞机目标重建. 雷达学报, 2017, 6(5): 503-513. doi: 10.12000/JR17047
    [6] 唐江文邓云凯王宇赵硕李宁 . 高分辨率滑动聚束SAR BP成像及其异构并行实现. 雷达学报, 2017, 6(4): 368-375. doi: 10.12000/JR16053
    [7] 钟金荣文贡坚 , . 基于块稀疏贝叶斯学习的雷达目标压缩感知(英文). 雷达学报, 2016, 5(1): 99-108. doi: 10.12000/JR15056
    [8] 顾福飞张群杨秋霍文俊王敏 . 基于NCS算子的大斜视SAR压缩感知成像方法. 雷达学报, 2016, 5(1): 16-24. doi: 10.12000/JR15035
    [9] 杨祥立徐德伟黄平平杨文 . 融合相干/非相干信息的高分辨率SAR图像变化检测. 雷达学报, 2015, 4(5): 582-590. doi: 10.12000/JR15073
    [10] 孙翔宋红军王宇李宁 . 基于高分辨率全极化SAR图像的取向角校正方法. 雷达学报, 2018, 7(4): 465-474. doi: 10.12000/JR18026
    [11] 张月婷仇晓兰丁赤飚雷斌付琨 . 高分辨率SAR图像桥梁目标仿真与特性分析. 雷达学报, 2015, 4(1): 78-83. doi: 10.12000/JR14139
    [12] 贾颖新王岩飞 . 超高分辨率机载SAR 宽带激励源设计与实现. 雷达学报, 2013, 2(1): 77-85. doi: 10.3724/SP.J.1300.2012.20100
    [13] 解金卫李真芳王帆王志斌 . 基于幅相不一致准则的建筑物SAR层析成像. 雷达学报, 2019, (): 1-12. doi: 10.12000/JR19062
    [14] 邢孟道孙光才李学仕 . 用于高分辨率宽测绘带SAR系统的SAR/GMTI处理方法研究. 雷达学报, 2015, 4(4): 375-385. doi: 10.12000/JR15096
    [15] 韦顺军田博坤张晓玲师君 . 基于半正定规划的压缩感知线阵三维SAR自聚焦成像算法. 雷达学报, 2018, 7(6): 664-675. doi: 10.12000/JR17103
    [16] 洪峻雷大力王宇费春娇 . 宽带宽方位波束对高分辨率SAR辐射定标的影响分析. 雷达学报, 2015, 4(3): 276-286. doi: 10.12000/JR15015
    [17] 许成斌周伟丛瑜关键 . 基于峰值区域的高分辨率极化SAR舰船目标特征分析与鉴别. 雷达学报, 2015, 4(3): 367-373. doi: 10.12000/JR14093
    [18] 温雪娇仇晓兰尤红建卢晓军 . 高分辨率星载SAR起伏运动目标精细聚焦与参数估计方法. 雷达学报, 2017, 6(2): 213-220. doi: 10.12000/JR17005
    [19] 浮瑶瑶柳彬张增辉郁文贤 . 基于词包模型的高分辨率SAR 图像变化检测与分析. 雷达学报, 2014, 3(1): 101-110. doi: 10.3724/SP.J.1300.2014.13134
    [20] 程江华高贵库锡树孙即祥 . 高分辨率SAR 图像道路交叉口检测与识别新方法. 雷达学报, 2012, 1(1): 100-108. doi: 10.3724/SP.J.1300.2012.20024
  • 加载中
计量
  • 文章访问数:  1561
  • HTML浏览量:  467
  • PDF下载量:  5093
  • 被引次数: 0
出版历程
  • 收稿日期:  2015-03-11
  • 录用日期:  2015-04-09
  • 刊出日期:  2015-04-28

压缩感知在城区高分辨率SAR层析成像中的应用

    通讯作者: 廖明生, liao@whu.edu.cn
    作者简介: 廖明生(1962–),男,武汉大学教授,博士生导师,珞珈杰出学者。主要从事航空航天遥感影像信息处理的理论与方法的研究。E-mail:liao@whu.edu.cn魏恋欢(1986–),女,武汉大学与慕尼黑工业大学联合培养博士研究生。主要从事合成孔径雷达干涉测量及层析成像研究。E-mail:lianhuan@whu.edu.cn汪紫芸(1988–),女,武汉大学博士研究生,主要研究方向为合成孔径雷达遥感。E-mail:ziyunwang@whu.edu.cn
  • 1. (武汉大学测绘遥感信息工程国家重点实验室 武汉 430079)
基金项目:  国家自然科学基金(61331016, 41174120)和高等学校博士学科点专项科研基金(20110141110057)资助课题

摘要: 在建筑密集的城区复杂场景中,高分辨率SAR影像中存在严重的叠掩效应,影像解译的难度加大.SAR层析成像可以分离单个分辨单元内混叠的散射体目标,并且获取各个散射体的3维位置和后向散射强度.该文首先论述了3维SAR层析成像的基本原理,针对传统谱估计法获得的高程向分辨率较低的问题,综述了压缩感知方法在城区3维SAR层析成像中的应用,以基追踪和双步迭代收缩阈值法为例,开展了TerraSAR-X聚束模式数据实验,并与传统的奇异值阈值法进行了对比分析.研究结果表明压缩感知方法的高程向超分辨率、旁瓣抑制优势明显,在城区SAR层析成像中具有广阔的应用前景.

English Abstract

参考文献 (30)

目录

    /

    返回文章
    返回