本项目针对高精度InSAR三维成像的前沿性基础课题,重点研究和突破高精度InSAR图像的精确配准、相位解模糊、数字高程模型提取与高程误差修正、多资源遥感数据与InSAR融合的理论方法和算法;探索高精度InSAR三维成像的智能信息融合处理的新理论方法及其在地质灾害监测、预报、治理决策的应用途径。项目研究内容(1)高精度InSAR图像的精确配准新理论方法研究; (2)高精度相位解模糊的新方法研究; (3)高精度InSAR的数字高程模型提取与高程误差修正新方法研究; (4)多源遥感数据与InSAR数据融合的智能处理方法研究; (5)高精度InSAR技术的应用研究.
本项目针对高精度InSAR三维成像的前沿性基础课题,在高精度InSAR图像的精确配准、相位解模糊、数字高程模型提取与高程误差修正、多资源遥感数据与InSAR融合、InSAR技术应用等方面取得了突破性的科研成果,探索出了高精度InSAR三维成像的智能信息融合理论方法及应用的新途径。主要研究成果包括(1)提出了相关匹配、最大谱分析和神经网络相融合的InSAR图像精确配准新方法。(2)利用粗神经元构建了一种粗集神经网络并成功应用于InSAR干涉相位图噪声抑制。(3)提出了基于小波变换和方向中值滤波的InSAR干涉图滤波算法。(4)探索了高精度InSAR地形高度提取的误差模型、基线几何参数的估计和系统设计参数的最佳选取标准。(5)提出了基于水平集逐层迭代算法、基于学习向量量化神经网络和基于多重分形频谱分析的图像分割与边缘检测方法。(6)建立了多源遥感数据与InSAR三维成像数据的融合模型。(7)提出了基于神经网络、小波理论、模糊逻辑、支持向量机等智能处理方法的多源遥感数据与InSAR融合的新方法。本项目的研究成果已应用于长江三峡地区的危岩体及滑波监测中。