LiDAR数据辅助的深度神经网络InSAR相位解缠方法

本申请涉及雷达遥感领域，公开了LiDAR数据辅助的深度神经网络InSAR相位解缠方法，包括以下步骤：S1、获取干涉SAR图像数据；S2、利用LiDAR数据生成地形高程模型，并结合地表覆盖数据；S3、基于顺序高斯模拟方法，结合干涉相位和去相关噪声，生成模拟干涉相位数据集；S4、构建以编码‑解码结构为基础的深度神经网络模型；S5、利用模拟干涉相位数据集训练深度神经网络模型；S6、应用训练好的深度神经网络模型，对实际干涉SAR图像进行相位解缠。本发明提高数据集的拟真性和模型的返还能力，以编码‑解码结果为基础，构建嵌入ASPP，残差注意力机制的网络结构，提高模型的多尺度特征学习能力。