基于偏微分方程的InSAS干涉图去噪技术研究

针对干涉合成孔径声纳(InSAS)中干涉图的去噪问题,引入了一种基于偏微分方程的去噪方法.与传统的均值滤波和中值滤波方法相比较,仿真和真实试验数据处理结果均表明:基于偏微分方程的干涉图去噪方法不仅可以有效地去除噪声,而且能更好地保持干涉图的细节信息和边缘信息,为后续的相位展开奠定了基础.

SAR干涉图降噪的稳健协方差矩阵分解法

干涉图降噪在InSAR技术应用中发挥着重要作用,若降噪效果不好将引起干涉图相位解缠的误差,并进一步导致DEM或形变结果的错误。由于干涉图分辨单元的信号(相位)是由分辨单元内多个散射体的回波信号(相位)叠加而成,本文针对单一主导散射体的散射模型(永久性散射体模型)和只考虑一种散射机制的分布式散射体模型相位的特点,对多基线SAR数据估计的协方差矩阵采用特征值分解的方法来分离相位中的噪声,通过提取最大特征值对应的特征向量(相位),从而实现干涉图降噪的目的。而对于协方差矩阵估计时引入的异质点,本文采用了一种稳健的协方差矩阵估计方法。通过覆盖山西清徐地面沉降形变区的8景真实TerraSAR数据试验验证了该方法的有效性。结果表明该方法比改进的Goldstein滤波方法在相干性提高、有效目标点增加两方面均有显著提高,特别在低相干区域由于相干点的增加也获取了更多的形变监测信息。