Die Auswahl homogener Pixel ist ein entscheidender Schritt im Distributed Scatterer Interferometric Synthetic Aperture Radar (DS-InSAR), der die Genauigkeit und Zuverlässigkeit der nachfolgenden Phasenoptimierung direkt beeinflusst. Aufgrund der Schwächen bestehender Algorithmen zur Auswahl homogener Pixel bei geringerer Bildanzahl und beim Ausbalancieren von Fehlern des Typs I und II wurde ein dynamischer, auf Region Growing basierender Homogenitätsauswahlalgorithmus (Dynamic Center Growing Selector, DCGS) vorgeschlagen. Der Algorithmus wählt zunächst basierend auf dem Likelihood-Ratio-Test eine initiale lokale Menge homogener Punkte aus, aktualisiert dann die Referenzpixel dynamisch von innen nach außen basierend auf der Region-Growing-Idee und bestimmt schließlich die Zugehörigkeit homogener Pixel mittels Gamma-Test. Monte-Carlo-Simulationen zeigen, dass der DCGS-Algorithmus unter sechs Stichprobenbedingungen einen durchschnittlichen Standardabweichungswert (STD) von 0,014 erreicht, was Verbesserungen von 68,4 %, 63,2 %, 67,9 % und 10,7 % gegenüber dem Generalized Likelihood Ratio Test (GLRT), Kolmogorov-Smirnov-Test (KS), Baumgartner-Weiss-Schindler-Test (BWS) und Hypothesis Test of Confidence Interval (HTCI) bedeutet. Die experimentelle Validierung wurde mit Sentinel-1-Bildern aus der Xiong’an-Region in der Provinz Hebei durchgeführt. Die Ergebnisse zeigen, dass der DCGS-Algorithmus die niedrigsten Werte für PSD (Summe der Phasendifferenzen), SPD (Phasenstandardabweichung) und RPN (Anzahl der Residualpunkte) erzielt; im Vergleich zum HTCI-Algorithmus wurden Leistungssteigerungen von 2,6 %, 8,9 % bzw. 18,4 % erreicht; zudem übertrifft er BWS- und HTCI-Tests bei der Rauschunterdrückung, Aufrechterhaltung der Auflösung und Robustheit gegenüber Probenänderungen.

Verteilte Ziele;DS-InSAR;Auswahl homogener Pixel;Region Growing;Nichtparametrische Hypothesentests;Deformationsüberwachung