同質画素選択は分布型散乱体干渉合成開口レーダー（Distributed Scatterer Interferometric Synthetic Aperture Radar, DS-InSAR）の重要なステップであり、その後の位相最適化の精度と信頼性に直接影響を与えます。既存の同質画素選択アルゴリズムは画像数の少なさや第一種および第二種誤差のバランスに課題があるため、領域成長を融合した動的同質サンプル選択アルゴリズム（Dynamic Center Growing Selector, DCGS）を提案しました。本アルゴリズムはまず尤度比検定に基づき初期の局所同質点集合を選択し、続いて領域成長の考え方に基づき内部から外部へ動的に基準画素を更新し、最後にガンマ検定を利用して同質画素の帰属を判定します。モンテカルロシミュレーション実験によると、DCGSアルゴリズムは6つのサンプル条件下で平均標準偏差（STD）が0.014となり、一般化尤度比検定（GLRT）、Kolmogorov-Smirnov（KS）検定、Baumgartner-Weiss-Schindler（BWS）検定、Hypothesis Test of Confidence Interval（HTCI）アルゴリズムに比べてそれぞれ68.4％、63.2％、67.9％、10.7％の改善を示しました。河北省雄安地区のSentinel-1画像を用いた実験検証では、DCGSアルゴリズムは位相差の合計（PSD）、位相標準偏差（SPD）、残留点数（RPN）いずれも最小値を達成し、HTCIアルゴリズムに比べてそれぞれ2.6％、8.9％、18.4％の性能向上を実現しました。また、ノイズ抑制、解像度維持、サンプル変化に対するロバスト性において、BWS検定およびHTCIアルゴリズムを上回る結果を示しました。

分布型対象;DS-InSAR;同質画素選択;領域成長;ノンパラメトリック仮説検定;変形監視