改进最小费用流相位解包裹算法 下载: 957次
1 引言
在光学干涉测量技术中,测得的干涉相位被包裹在[-π, π)内,要获得连续的相位信号,必须对其进行相位展开。在实际测量过程中,由于噪声、欠采样、阴影等因素的干扰,干涉相位图中常存在大量的残差点,对解包裹过程形成干扰[1]。通过合适的算法尽量减少和排除这些残差点的干扰,生成准确的解包裹图是光学干涉测量技术的关键。此外,相位解包裹技术还被广泛应用于合成孔径雷达、数字全息术及光栅条纹投影形貌测量等领域[2-4]。
基于最小二乘法的解包裹算法,如离散余弦变换法[5]、快速傅里叶变换法[6],因稳定性好、解包裹结果连续、计算速度较快而得到广泛应用,但固有的误差全场扩散问题限制了其在精确解包裹方面的应用。预条件共轭梯度法[7]虽然能在一定程度上限制误差扩散,改善结果,但也无法完全避免这个问题。网络流法中的最小费用流(MCF)法[8]和基于统计费用的网络流(SNAPHU)算法[9]可以将误差限制在相干质量差的区域而保证其余区域结果的准确性,精度较高,经常被用作其他算法的精度参照[10-15]。但MCF算法计算速度较慢,当相位差图相干性差、残差点数量多时,计算时间可达数百秒以上[16-17]。近年来,对MCF算法的改进更多地关注解包裹效果[18-21],对算法效率的研究较少。Dudczyk等[22]研究了分片MCF法中分片尺寸和相邻分片重合度对计算效率的影响,但其计算时间在16~104 s变化,未反映残差点数量巨大导致解包裹效率急剧降低时分片算法对效率的提升程度。Xu等[23]认为在MCF解包裹过程中,同极性的残差点之间的连接没有实际意义,因此只保留了不同极性残差点之间和残差点到地节点之间的连接。他们将MCF问题转换为二部图问题,同时用残差点间费用的倒数替换费用,采用最大权最大基数算法处理,极大地提高了解包裹的效率,但该研究并未验证这种处理方法对解包裹结果是否造成了影响。MCF法耗时难以控制的主要原因在于残差点数量较多时MCF计算耗时过久。因此本文提出一种消除残差点的方法,该方法将大部分残差点预先消除,在剩余的残差点之间执行MCF计算,从而大幅提高解包裹计算效率。
2 MCF解包裹及残差点预处理原理
以电子剪切散斑干涉测量为例,干涉相位差图通常呈现多级明暗条纹,如
图 1. 电子剪切散斑干涉相位差图
Fig. 1. Phase difference image of electronic speckle pattern shearing interferometry
定义包裹算子W,其作用是对实数r进行加减2kπ的操作,使其值落在[-π, π),表达式为
式中:k为使-π≤W(r)<π的整数。
设点(i, j)的真实相位为ϕi,j,包裹相位为φi,j,则有
式中:0≤i<M,0≤j<N,M和N分别为图像的宽度和高度,M=2592,N=2048。定义x、y方向的包裹相位差为
对于大多数点(i,j),沿点(i,j)、(i+1,j)、(i+1,j+1)、(i,j+1)的包裹相位差环路积分为0,即
若干涉图上所有点都符合这一条件,指定任意点为出发点,沿任意路径对
在存在残差点的情况下,从某点出发的路径积分将与路径相关,无法得到全图的确定的积分。在这种情况下,就需要采取一定的措施,尽量减小残差点的影响,获得较为准确的解包裹图。在最小费用流解包裹过程中,将正/负残差点视为供应/需求节点,残差为其供应/需求量,其他点为转运节点。相邻节点通过弧连接,弧上存在流,以调节各节点的供需平衡。定义节点盈亏值为
式中:
约束条件为供需平衡:
式中:
约束条件转换为
由于(9)式为非线性问题,通常将其转换为线性问题,即
在求解JMCF的最小值过程中,从零流开始,每步增加一个费用最小的可行流,直至所有的残差点达到盈亏平衡。在图像处理过程中,残差点数量较多时,最小费用流计算量很大,因此首先通过残差点湮灭算法将低相干区域的残差点大部分消除,以减少最小费用流计算量,提高解包裹效率。
由于最小费用流的目的是求出解包裹相位相邻像素差和包裹相位相邻像素差加权绝对误差最小的解,因此湮灭残差点的过程也应尽量遵循这一原则,尽量将距离相近、残差值符号相反的残差点成对消除,在消除残差点的过程中避免引起过多相位改变。为此,需要设计合理的判断机制,决定哪些残差点需要消除、应该如何消除。可将残差点视为正负电荷,以电场力计算残差点的受力大小和方向。这种做法有两个原因:当一对异号残差点互相抵消时,最小费用流网络中同时减少一个正源和一个负源,不影响整体的平衡;以电场力引导残差点相互抵消时,会优先抵消空间距离近的残差点,在最小费用流网络中,这样的异号残差点有很大的概率互相连接而达到平衡,因此预处理抵消时对其他节点影响较小。当一个残差点受到的合力Fk大于预先设定的阈值Fmin时,该残差点才能启动消除处理,并且该残差点按照所受合力的方向移动,直到遇到异号残差点而互相抵消。残差点所受合力为
式中:Fk,x为残差点Rk受到其他残差点合力的水平分量;Fk,y为合力的垂直分量;Fk为合力的模;
式中:k2为使0≤W2(r)<2π的整数。然后对残差点邻域进行均值滤波,滤波之后对邻域按照(1)式执行包裹操作,使相位重新回到[-π,π)区间。
图 2. 残差点预处理原理。(a)(c)残差点移动准则;(b)(d)残差点预处理结果
Fig. 2. Principle of residues preprocessing. (a)(c) Criterion for moving residues; (b)(d) result of residues preprocessing
如
对于整幅滤波图,经过预处理后,大部分残差点都互相抵消,最后只剩下少数残差点,如
图 3. 滤波图预处理前后的残差点及最低费用路径网络。(a)滤波图;(b)预处理前;(c)预处理后
Fig. 3. Residues and minimum cost path network before and after preprocessing for a filter image. (a) Filter image; (b) before preprocessing; (c) after preprocessing
3 改进MCF解包裹算法精度与速度验证
残差点的消除会导致图像数据发生改变,因此需要研究消除残差点是否会对解包裹精度造成不利影响。为便于研究,首先采用模拟散斑与滤波图进行测试。模拟相位包含低频信号分量和高频信号分量,相应的无噪声相位图和含噪声散斑图如
表 1. 残差点预处理参数对MCF相位解包裹耗时的影响
Table 1. Influence of residues preprocessing parameters on time consuming for MCF phase unwrappingunit: s
|
式中:d1为点(i,j)到控制点(M/2+400,N/2)的距离;d2为点(i,j)到控制点(M/2-400,N/2)的距离。
高频信号分量
然后给模拟相位附加均值为0、标准差随图片中心距离增大而增大的高斯噪声,得到含噪声散斑图。噪声标准差σi,j为
计算费用时首先进行Goldstein滤波,然后按照相位导数变化率计算质量分布。由于相位导数变化率越大,质量越差,因此将其反向归一化到[0,1],即相位导数变化率最小处费用为1,最大处费用为0,其余部位线性映射到[0,1]。以
图 4. 模拟相位图。(a)无噪声;(b)有噪声
Fig. 4. Simulated phase diagram. (a) Without noise; (b) with noise
由于Goldstein滤波对强噪声处的滤波效果不佳,会遗留大量残差点,因此最小费用流解包裹前采用Butterworth低通滤波器,当消除绝大部分残差点后再进行解包裹处理。将相位差图任意点(i,j)的相位值θi,j转换为模为1、辐角为θi,j的复数ai,j。对ai,j进行傅里叶变换,得到Au,v,然后进行低通滤波,表达式为
式中:Du,v为到原点的距离;D0为截止距离;m为滤波器的阶数。对
采用二阶Butterworth低通滤波器对
图 6. Butterworth滤波图和解包裹相位图。(a)滤波图;(b)解包裹相位图
Fig. 6. Butterworth filter image and unwrapped phase image. (a) Filter image; (b) unwrapped phase image
比较未经预处理的MCF算法处理效果与设定不同阈值预处理后的MCF算法效果,所得不同滤波截止频率下解包裹相位与原始相位之间的加权方均根误差如
式中:ψi,j为解包裹相位。费用由Goldstein滤波后的相位导数变化率求得。
图 7. 残差点预处理参数对MCF相位解包裹精度的影响
Fig. 7. Influence of residues preprocessing parameters on MCF phase unwrapping accuracy
从
在最小费用流解包裹计算过程中,当残差点数量较多时,最小费用流计算本身耗时决定了总体耗时。由于最小费用流计算耗时受节点(残差点)数量影响很大,提取不同截止频率滤波图的残差点数量和不经预处理直接进行最小费用流解包裹的处理时间,结果如
根据残差点与解包裹计算时间之间的关系,当残差点数量达到3000时,无预处理直接解包裹耗时仅18 s,这时进行残差点预处理必要性不大。当残差点数量超过6000以后,不进行预处理的最小费用流解包裹时间超过100 s,这时有必要进行残差点预处理,以提高解包裹效率。虽然降低滤波器截止频率可以减少残差点数量,但
4 实验
对实验中获得的2幅相位差图进行滤波与解包裹,结果如
图 9. 残差点预处理对实测相位差图MCF解包裹结果的影响。(a)(b)实测相位差图及其滤波图;(c)(d)未经预处理和经过预处理的MCF解包裹图
Fig. 9. Influence of the residues preprocessing on the MCF unwrapped phase of measured phase difference images. (a)(b) Measured phase difference images and corresponding filter images; (c)(d) MCF unwrapped phase images without and with preprocessing
对
表 2. 残差点预处理对MCF相位解包裹处理时间与精度的影响
Table 2. Influence of residues preprocessing on the processing time and accuracy of the MCF phase unwrapping
|
5 结论
针对最小费用流法在残差点数量很多时解包裹耗时久的缺点,提出了一种新的残差点预处理方法,将残差点视为正负电荷,通过电场力引导异号残差点互相抵消。选取较大的电场力阈值时,残差点预处理对解包裹精度影响很小,保持了最小费用流解包裹算法限制误差传播的优点。当残差点数量超过3000时,残差点预处理对最小费用流解包裹过程有显著加速效果,且残差点数量越多,加速效果越好。
[3] 张冰, 王葵如, 颜玢玢, 等. 基于双波长和3×3光纤耦合器的干涉测量相位解卷绕方法[J]. 光学学报, 2018, 38(4): 0412004.
[4] 彭旷, 曹益平, 武迎春. 一种无需滤波的复合光栅投影的在线三维测量方法[J]. 光学学报, 2018, 38(11): 1112003.
[5] Ghiglia D C, Romero L A. Robust two-dimensional weighted and unweighted phase unwrapping that uses fast transforms and iterative methods[J]. Journal of the Optical Society of America A, 1994, 11(1): 107-117.
[6] Pritt M D, Shipman J S. Least-squares two-dimensional phase unwrapping using FFT's[J]. IEEE Transactions on Geoscience and Remote Sensing, 1994, 32(3): 706-708.
[7] Lu Y G, Wang X Z, Zhang X P. Weighted least-squares phase unwrapping algorithm based on derivative variance correlation map[J]. Optik, 2007, 118(2): 62-66.
[8] 于勇, 王超, 张红, 等. 基于不规则网络下网络流算法的相位解缠方法[J]. 遥感学报, 2003, 7(6): 472-477.
[9] Chen C W, Zebker H A. Phase unwrapping for large SAR interferograms: statistical segmentation and generalized network models[J]. IEEE Transactions on Geoscience and Remote Sensing, 2002, 40(8): 1709-1719.
[10] 刘稳, 潘广贞, 杨剑. 基于取整最小二乘的全局相位展开新方法[J]. 计算机测量与控制, 2015, 23(9): 3114-3118.
[11] 左荣虎, 屈春燕, 张国宏, 等. 基于Sentinel-1A数据获取美国纳帕MW 6.1地震同震形变场及断层滑动反演[J]. 地震地质, 2016, 38(2): 278-289.
Zuo R H, Qu C Y, Zhang G H, et al. Coseismic displacement and fault slip of the MW 6.1 Napa earthquake in America revealed by Sentinel-1A insar data[J]. Seismology and Geology, 2016, 38(2): 278-289.
[12] 孟海东, 刘志坚. 应用于监测矿区沉降的相位解缠算法研究[J]. 煤炭技术, 2017, 36(7): 111-113.
[13] Liu W L, Bian Z F, Liu Z G, et al. Evaluation of a cubature Kalman filtering-based phase unwrapping method for differential interferograms with high noise in coal mining areas[J]. Sensors, 2015, 15(7): 16336-16357.
[14] DanisorC, DatcuM. Extension of PS-InSAR approach for DEM and linear deformation rates estimation. Case study of Bucharest area[C]∥EUSAR 2018, June 4-7, 2018, Aachen. Berlin: VDE Verlag GmbH, 2018: 365- 370.
[16] 李陶, 张诗玉, 周春霞. SAR干涉图滤波与相位解缠算法比较研究[J]. 大地测量与地球动力学, 2007, 27(1): 59-64.
Li T, Zhang S Y, Zhou C X. Comparison among methods of filtering and phase unwrapping for SAR interferogram[J]. Journal of Geodesy and Geodynamics, 2007, 27(1): 59-64.
[18] WangY, Huang HF, Wu MQ. A new phase unwrapping method for interferograms with discontinuities[C]∥2014 IEEE Radar Conference, May 19-23, 2014, Cincinnati, OH, USA.New York: IEEE Press, 2014: 56- 59.
[19] Wang C S, Ding X L, Li Q Q, et al. Using an integer least squares estimator to connect isolated InSAR fringes in earthquake slip inversion[J]. IEEE Transactions on Geoscience and Remote Sensing, 2016, 54(5): 2899-2910.
[20] 蒋留兵, 刘永吉, 车俐. 网络流与曲面拟合结合的相位解缠方法[J]. 雷达科学与技术, 2018, 16(5): 539-546.
[21] 段伟, 吕孝雷. 一种新的桥梁区域时序InSAR相位解缠方法[J]. 中国科学院大学学报, 2019, 36(2): 251-258.
Duan W, Lü X L. A new phase unwrapping algorithm of time series InSAR for large bridges[J]. Journal of University of Chinese Academy of Sciences, 2019, 36(2): 251-258.
[22] Dudczyk J, Kawalec A. Optimizing the minimum cost flow algorithm for the phase unwrapping process in SAR radar[J]. Bulletin of the Polish Academy of Sciences Technical Sciences, 2014, 62(3): 511-516.
[23] Xu JY, An DX, Huang XT, et al. Phase unwrapping based on weighted bipartite matching[C]∥IET International Radar Conference 2015, October 14-16, 2015, Hangzhou, China. Hangzhou: IET, 2015.
Article Outline
邵珩, 周勇, 聂中原, 祁俊峰. 改进最小费用流相位解包裹算法[J]. 光学学报, 2021, 41(2): 0210001. Heng Shao, Yong Zhou, Zhongyuan Nie, Junfeng Qi. Improved Minimum Cost Flow Algorithm for Phase Unwrapping[J]. Acta Optica Sinica, 2021, 41(2): 0210001.