InSAR干涉图最优化方向融合滤波

在分析干涉条纹图噪声特征的基础上,提出了一种能有效保持干涉图条纹的边缘和细节信息的InSAR干涉图滤波算法——基于最优化融合的自适应方向平滑算法。该算法首先对8个线性方向窗口进行统计分析,然后根据干涉图的相干性选择合适的线性方向窗口,按照最优化融合的方法,以方差倒数为权重对各个方向窗口的均值进行加权平均。模拟和真实干涉图数据的实验结果表明新方法不仅能有效的抑制干涉图噪声,而且能较好的保持干涉图的细节和边缘信息,具有很好的信息保持能力。

小波-维纳组合滤波算法及其在InSAR干涉图去噪中的应用

为了提高InSAR干涉图的滤波质量,在分析小波变换和维纳滤波各自优势的基础上,提出并构造了一种小波-维纳组合滤波器,实现了相应的滤波算法并开发了一套计算程序。为验证该算法的功效,选取美国Phoenix局部地区作为实验区域,使用ERS-1/2C波段干涉图作为滤波原数据,以视觉效果、相位导数标准偏差、奇异点个数以及数字高程模型精度作为评价指标,并与其他两种典型滤波算法即小波软阈值法和Goldstein法进行了比较,证实了小波-维纳组合滤波算法在干涉图去噪、保护边缘信息和精度等方面具有明显的优势。

高条纹率InSAR干涉图滤波方法的对比研究

探讨复数域均值滤波、圆周期均值滤波、Lee滤波、旋滤波和Goldste in频域滤波方法在高条纹率InSAR干涉图滤波中的效果。对意大利Etna火山真实干涉图的滤波分析表明:在高条纹率情况下,由于受滑动窗口采样的限制,空域滤波都会不同程度地造成干涉条纹的混迭;而Goldste in频域滤波在噪声严重区域并不产生滤波效果,且表现出较好的条纹保持能力,具有很好的保真性和自适应性。

一种基于小波变换的InSAR干涉图滤波方法

提出一种基于小波变换的InSAR干涉图滤波算法,此算法先用小波变换对干涉图数据做多级分解,得到图像的多级近似部分系数和3个(水平、垂直、对角线)方向的细节部分系数,然后分别对每一级各个方向的细节部分系数检测其是否为对应方向的边缘,对边缘处的系数根据边缘的方向不同,用不同的方向模板平滑后,再中值滤波;对非边缘处的系数直接中值滤波。用真实的InSAR干涉图实验结果证明此方法具有较好的滤波效果。

Non-local Means算法在InSAR干涉图中的去噪研究

针对非局部化图像修复算法(Non-local Means)在干涉图滤波方面的不足,提出了一种基于相干系数改进的自适应平滑参数的Non-local Means算法,理论上,改进的算法在对InSAR干涉图进行去噪的同时,能够保留更多的干涉图像纹理和细节信息。最后通过实测数据,比较分析了新算法与传统Non-local Meas滤波算法、goldstein、自适应中值滤波的去噪效果,结果表明本文提出的改进算法在抑制InSAR干涉图噪声、保持相位信息和条纹信息方面要优于其他3种滤波算法。

利用自适应正交滤波法消除InSAR干涉图相位噪声

干涉图滤波是In SAR数据处理的关键步骤,滤波结果的好坏直接影响In SAR解算结果的可靠性。针对现有滤波方法的不足,文章研究了自适应正交滤波目标函数的构造,通过广义交叉验证对平滑参数进行选择,并将构造的函数运用于In SAR干涉图中,通过与其他方法进行对比,证实自适应正交滤波能有效地去除相位噪声的影响,且能最大程度地保持In SAR干涉相位中的有用信息。

基于小波域的InSAR干涉图噪声识别与估计

为识别InSAR干涉图噪声的类型,从而更有效地进行干涉图处理,提出一种基于小波变换的干涉图噪声类型识别方法。该方法结合小波变换和对数变换算法,从能量和分布特征两个角度,对经小波变换后的InSAR干涉图小波系数的特点进行分析。首先研究低频子带小波系数在对数变换前后的能量分布特点,以此识别干涉图的噪声类型,然后在此基础上利用高频子带系数估计噪声的大小。分析结果显示,干涉图中的噪声为加性噪声,且干涉图高频系数呈高斯正态分布,其噪声大小可用尺度1上的HH子带系数估计。这些结果对在小波域内进行InSAR干涉图噪声的分析与处理具有一定指导意义。

基于多尺度多方向的InSAR自适应相位滤波

在分析InSAR干涉相位图特点的基础上,提出了一种新的自适应相位滤波方法。该方法采用多尺度多方向的滤波窗口,可根据干涉条纹的方向和密度,自适应地选择窗口进行加权中值滤波处理。采用真实的ERS-1/2雷达数据生成的干涉图进行去噪对比试验与分析,表明所提出的方法降噪效果显著,且能较好地保持干涉图的边缘信息。

相位分块与拟合法结合的InSAR相位解缠算法

为进一步提高InSAR干涉图的解缠效果,提出了针对InSAR干涉图的相位分块与拟合法结合的相位解缠算法。该算法将获得的相位图分为多个相位区间块,块内相位值都在给定的相位区间内,将像素个数大于等于给定阈值的块归类为正常块,小于给定阈值的块归类为残余像素块;然后利用拟合法依次进行正常块间的相位解缠绕和残余像素的相位解缠绕,通过合并解缠后的块得到最终的解缠结果。为验证算法的适用性,采用模拟数据和实测数据进行实验处理,以均方根误差和算法运行时间作为评价指标,将此算法与传统的Goldstein枝切法、质量图引导法、四向剪切最小二乘法进行比较。结果表明,本文算法的噪声鲁棒性更好,解缠结果更为准确。

联合EEMD-KECA算法的InSAR干涉相位时频滤波

根据干涉图信号和噪声时频分布差异的特点,提出一种改进的基于经验模态分解EEMD的InSAR干涉相位滤波方法。该方法首先利用可有效降低模态混叠的EEMD算法,对干涉图的实部及虚部分别进行2维经验模态分解,获得具有不同时间尺度的模态分量;然后根据信号和噪声分量的时间尺度分布特性的差异,采用适用于非线性信号分析的KECA算法对噪声识别、分离;最后利用去除噪声后的模态分量重构干涉图。为了证明本文方法的有效性,分别利用模拟数据及真实InSAR差分干涉相位进行滤波试验。对比本文EEMD-KECA滤波方法、Goldstein滤波、圆周期—中值滤波、EMD分解、EMD-PCA方法的滤波效果,采用相干斑指数、均方差指数、边缘保持指数进行定量评价。结果表明,与经典InSAR干涉图滤波方法相比,本文联合EEMD-KECA算法的滤波方法能有效滤除干涉图噪声,且在条纹边缘等细节信息的保持上也具有较大优势。

融合Goldstein滤波的BM3D干涉图去噪算法

为进一步提高干涉图的滤波效果,该文提出了针对合成孔径雷达干涉技术(InSAR)干涉图的改进BM3D算法。该算法将Goldstein滤波高效去除干涉图噪声的优势融入到BM3D算法基本估计中,并在最终估计阶段增强被过度平滑的图像细节,改进算法在保留图像细节信息的前提下提高了去除InSAR干涉图噪声的能力。为验证改进算法的适用性,采用模拟数据和实测数据进行实验处理,以残差点数、峰值信噪比、边缘保持指数和等效视数等作为评价指标,将此算法与基于梯度的自适应滤波、Lee滤波、Goldstein滤波、BM3D滤波进行比较,结果表明改进算法改善了滤波效果,提高了去噪能力,并保留了图像的细节特征。