干涉合成孔径雷达(InSAR)技术在军事监测、防灾减灾、生态环境建设等众多领域具有相当重大的研究意义,相比于传统的遥感测绘技术来说具有巨大的优势,在国民经济建设和国家安全领域占据重要的地位,成为国际研究的热点。本文主要就其整体流程中的两个关键技术展开研究:一个是InSAR复数图像配准,需要达到0.1像素的配准精度,该技术的处理精度直接影像后续数据处理的复杂程度;另一个是InSAR相位滤波,干涉相位图上形成的相位噪声会对干涉相位的真实值造成影响,使得后续相位解缠步骤产成误差,因此需要通过相位滤波处理以消除噪声,从而得到更加准确的干涉相位。本文的主要工作包含以下几个方面:1.针对可能出现的非相干InSAR图像对提出了基于SIFT框架的InSAR图像粗配准。在粗配准阶段,本文算法基于SIFT框架分为四个步骤:尺度空间构建阶段,使用滚动引导滤波进行尺度空间构建,能够有效的滤除固有的相干斑噪声同时保留了图像中的边缘结构;特征点检测阶段,使用ROEWA算子结合Harris-Laplace检测算子的方法准确地提取具有高位置精度和低误差率的不变特征点;描述符构建阶段,采用基于M-SURF的描述符进行特征描述;特征搜索与匹配阶段,采用基于KNN算法的特征搜索以确定待配准的点集,并采用基于RANSAC算法的特征匹配以求得全局转换关系矩阵。2.针对复数图像配准的高精度要求提出了基于Delaunay三角网划分的InSAR图像精配准方法。在精配准阶段,本文算法基于Delaunay三角网划分进行子区域划分,并且根据分析模型求解子区域内的像素差异的估计量,依据所求值对图像采取校正的操作以去除主辅图像间的亚像素偏差,以此完成图像局部区域精确校正过程。3.针对干涉相位的加性噪声模型实现了基于非线性扩散滤波的InSAR相位滤波方法,解决了统计滤波方法没有考虑到地形对其参数选择的各方面影响,因而克服了传统方法在滤波的同时破坏相位图原貌的缺点。