干涉图处理全流程

1.流程

2.相关知识
a.颜色映射：(分层设色的思想，(max-min)/44 每一阶)
显示就不能使用[-pi,pi]的值，必须把它映射到颜色map中，即0-1的rgb，或者0-255的rgb

colormap("gray");  %灰色256

icolormap = jet(64);   %制造了一个颜色谱，64行，3列，每行代表一个颜色，彩色
icolormap = icolormap(13:56, :);   %取44个元素，因为6*7+2=44，1/7=0.142 ，-3+（-0.142）=-3.142
%% 成果可视化
figure('color', [1,1,1]); %0.94118,1,0.94118
ititle = {'原图', '均值滤波', '中值滤波','多视滤波', '圆周期均值滤波', '圆周期中值滤波'};
for i=1:6
    subplot(2, 3, i);
    colormap(icolormap);
    imagesc( eval(['OutImage', num2str(i)]) );   %eval是计算表达式，imagesc是定义一种颜色映射，这里就是[-pi,pi]对应icolormap，即-pi对应[0,0.3125,1]，pi对应[1,0,0]
    title(ititle{i});
    colorbar;
    axis tight %数据范围设为坐标范围，使其紧凑
end
subtitle('滤波窗口大小为5*5');

b.matlab中的复数及运算：
a.使用弧度形式，基本运算为 exp(pi*i) = cos(pi) + sin(pi)i=-1.0000 + 0.0000i,左边和右边是相等的(使用欧拉公式)
b.angle(exp(pii)) = angle(-1.0000 + 0.0000i) = pi =3.1416
c.exp(ai) *conj(exp(bi)) = exp((a-b)i)
d.加减乘符合正常思维
e.两个复数相除怎么做运算呢?先找到分母的共轭复数,然后分子分母同时乘以这个数,这样分母就变成了实数,再对分子做复数乘法运算,最后将得到的结果实部虚部分开,就得到答案

c.envi中sarscape处理的注意点：
（1）相关文件：
palsar_20100113_144305425_A_HH_slc 单视复数影像（SAR坐标系）
palsar_20100113_144305425_A_HH_slc.shp 包含地理坐标的shp文件（地理坐标系，可与dem对照）
palsar_20100113_144305425_A_HH_slc.sml 包含slc相关信息的文件（可以计算视数）
_dint 去平之后的干涉图（SAR坐标系）
_int 未去平的干涉图（SAR坐标系）
_fint 滤波后的干涉图(SAR坐标系)
只有shp文件才能和dem对齐，否则都应该在左上角

（2）多视处理：
多视的计算
为什么要多视？
在perference中设置的geo size将直接关系到多视比例的计算。
以角度为单位


（3）相关区域的裁剪（干涉条纹区域的裁剪）：
先原始干涉，不做多视，看哪个地方的干涉条纹比较好，再在原slc图像进行裁剪
或者直接使用论文的经纬度
如何裁剪？
（4）在sarscape中，干涉过程自动进行了配准以及去平
干涉图：

goldstein滤波：

形变图：

arcgis显示
-57 - 0 （mm）

在envi对于复数文件，自动对实部和虚部平方求和加根号，即默认打开幅度文件
而在arcgis中默认打开实部和虚部两通道文件。

3.代码（参考stamps以及其他代码）

a.方法一
将原始slc数据在sarscape中进行处理
方法步骤：即在envi中进行干涉处理，将生成的干涉图相位数据导出，之后在matlab中以常规图像的方法进行处理。（single类型的矩阵），接下来就是在matlab中编写各种滤波处理函数，之后使用上面的colormap进行输出，注意不能直接使用imshow进行输出，因为imshow对于double和single类型的数据识别的范围为0-1。
参考：https://blog.csdn.net/Cydar/article/details/111566318?ops_request_misc=&request_id=&biz_id=102&utm_term=ALOS%E6%95%B0%E6%8D%AE%E8%AF%BB%E5%86%99&utm_medium=distribute.pc_search_result.none-task-blog-2_allsobaiduweb~default-1-111566318.142^v100pc_search_result_base6&spm=1018.2226.3001.4187
验证：

数值相等，证明提取的tif文件是正确的，是相位在[-pi,pi]的值
真实数据：

接下来的任务：
弄懂不同滤波的原理（包括编程，深层次原理）

b.方法二
纯代码处理（待思考）
多视，去地平：

干涉：
int_phase = slcstack(:,:,1).*conj(slcstack(:,:,2));

读取两张SLC的数据（配准之后）：