يُعد اختيار وحدات البكسل المتجانسة خطوةً أساسية في الرادار المتداخِل ذي الفتحة التكنولوجية التركيبية الموزعة (Distributed Scatterer Interferometric Synthetic Aperture Radar، DS-InSAR)، فهو يؤثر بشكل مباشر على دقة وموثوقية تحسين الطور اللاحق. بناءً على القصور في خوارزميات اختيار وحدات البكسل المتجانسة الحالية فيما يخص قلة عدد الصور والتوازن بين الخطأ من النوع الأول والثاني، تم اقتراح خوارزمية اختيار عينات متجانسة ديناميكية تدمج نمو المنطقة (Dynamic Center Growing Selector، DCGS). تعتمد الخوارزمية أولاً على اختبار نسبة الاحتمالية لاختيار مجموعة أولية من النقاط المحلية المتجانسة، ثم تقوم بتحديث وحدات البكسل المرجعية ديناميكياً من الداخل إلى الخارج بناءً على فكرة نمو المنطقة، وأخيراً تستخدم اختبار غاما لتحديد انتماء وحدات البكسل المتجانسة. أظهرت التجارب المحاكاة مونت كارلو أن خوارزمية DCGS حققت متوسط الانحراف المعياري (STD) بقيمة 0.014 عبر ستة شروط عينة، محققةً تحسينات بنسبة 68.4%، 63.2%، 67.9%، و10.7% مقارنةً باختبارات نسبة الاحتمالية العامة (GLRT)، اختبار كولموغوروف-سميرنوف (KS)، اختبار بومغارتنر-وايس-شندلر (BWS)، واختبار فرضية فترة الثقة (HTCI) على التوالي. تم التحقق من صحة التجربة الفعلية باستخدام صور Sentinel-1 لمنطقة شوانغ آن في مقاطعة خبي، وأظهرت النتائج أن خوارزمية DCGS حققت أدنى قيم لـ PSD (مجموع فروق الطور)، SPD (انحراف الطور المعياري)، وRPN (عدد نقاط البقايا)؛ مقارنةً بخوارزمية HTCI، تم تحقيق تحسينات في الأداء بنسبة 2.6%، 8.9%، و18.4% على التوالي؛ كما تفوقت في تقليل الضوضاء والمحافظة على الدقة ومقاومة التغيرات في العينات مقارنةً باختبارات BWS وHTCI.

أهداف موزعة;DS-InSAR;اختيار وحدات بكسل متجانسة;نمو المنطقة;اختبار فرضيات غير معلمي;مراقبة التشوه