elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Object-based multipass InSAR via robust low-rank tensor decomposition

Kang, Jian und Wang, Yuanyuan und Schmitt, Michael und Zhu, Xiao Xiang (2018) Object-based multipass InSAR via robust low-rank tensor decomposition. IEEE Transactions on Geoscience and Remote Sensing, 56 (6), Seiten 3062-3077. IEEE - Institute of Electrical and Electronics Engineers. doi: 10.1109/TGRS.2018.2790480. ISSN 0196-2892.

[img] PDF
21MB

Offizielle URL: https://ieeexplore.ieee.org/document/8303748/

Kurzfassung

The most unique advantage of multipass synthetic aperture radar interferometry (InSAR) is the retrieval of long-term geophysical parameters, e.g., linear deformation rates, over large areas. Recently, an object-based multipass InSAR framework has been proposed by Kang, as an alternative to the typical single-pixel methods, e.g., persistent scatterer interferometry (PSI), or pixel-cluster-based methods, e.g., SqueeSAR. This enables the exploitation of inherent properties of InSAR phase stacks on an object level. As a follow-on, this paper investigates the inherent low rank property of such phase tensors and proposes a Robust Multipass InSAR technique via Object-based low rank tensor decomposition. We demonstrate that the filtered InSAR phase stacks can improve the accuracy of geophysical parameters estimated via conventional multipass InSAR techniques, e.g., PSI, by a factor of 10-30 in typical settings. The proposed method is particularly effective against outliers, such as pixels with unmodeled phases. These merits, in turn, can effectively reduce the number of images required for a reliable estimation. The promising performance of the proposed method is demonstrated using high-resolution TerraSAR-X image stacks.

elib-URL des Eintrags:https://elib.dlr.de/116063/
Dokumentart:Zeitschriftenbeitrag
Titel:Object-based multipass InSAR via robust low-rank tensor decomposition
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Kang, JianTUMNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Wang, Yuanyuantum, Yuanyuan.Wang (at) dlr.dehttps://orcid.org/0000-0002-0586-9413NICHT SPEZIFIZIERT
Schmitt, Michaelm.schmitt (at) tum.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Zhu, Xiao Xiangxiao.zhu (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Datum:28 Februar 2018
Erschienen in:IEEE Transactions on Geoscience and Remote Sensing
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Ja
Band:56
DOI:10.1109/TGRS.2018.2790480
Seitenbereich:Seiten 3062-3077
Verlag:IEEE - Institute of Electrical and Electronics Engineers
ISSN:0196-2892
Status:veröffentlicht
Stichwörter:InSAR, multipass, decomposition
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Erdbeobachtung
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R EO - Erdbeobachtung
DLR - Teilgebiet (Projekt, Vorhaben):R - Vorhaben hochauflösende Fernerkundungsverfahren (alt)
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Methodik der Fernerkundung > SAR-Signalverarbeitung
Institut für Methodik der Fernerkundung > EO Data Science
Hinterlegt von: Häberle, Matthias
Hinterlegt am:04 Dez 2017 11:10
Letzte Änderung:25 Jul 2019 12:59

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.