基于K-means算法的时序GB-InSAR图像PS实时选择方法

基于K-means算法的时序GB-InSAR图像PS实时选择方法
复制标题

DOI：
10.16798/j.issn.1003-0530.2021.03.004
复制
发表时间：
2021
期刊：
信号处理
影响因子：
--
通讯作者：
胡程
胡程
中科院分区：
--
文献类型：
--
作者：
朱嘉鑫;邓云开;田卫明;胡程

文献摘要

相似文献

GB-InSAR(Ground-based Interferometric Synthetic Aperture Radar,地基干涉合成孔径雷达)是一种新型的形变测量工具,应用于长期连续监测时,为了保证形变测量的准确性和实时性,通常需要将SAR图像进行分组处理,并基于PS(Permanent Scatterer,永久散射体)技术实现形变反演。对长时间SAR图像序列的分析结果表明,像素点的幅值会随时间发生较大的变化,导致采用固定的幅度离差门限来选择PS点时,各组PS点的数量会发生极大改变,严重影响形变测量的精度。本文提出了一种基于K-Means(K均值)聚类的时序GB-InSAR图像PS实时选择方法,首先对时序图像进行分组,然后利用各组图像的像素点幅度和相关系数,基于K-Means算法进行两级聚类。对一处露天矿坑实测数据的分析结果表明,本文方法在保证了各组图像的PS点足够多的同时,对PS点数量的稳定性也有大幅提高。