采用自适应字典学习的InSAR降噪方法

提出了一种基于字典学习的干涉合成孔径雷达相位降噪算法.首先利用字典学习,建立了干涉相位滤波的优化模型.鉴于该模型非凸难以求解,采用分裂技术和增广拉格朗日框架,获得松弛后的基于l1范数正则化的优化模型,然后引入交替方向乘子法对松弛后的问题求解,获得最终的相位滤波结果.通过InSAR复相位数据训练字典,从稀疏表达式重建所需的复相位图像.对仿真数据和实测数据的处理显示这种新的InSAR相位降噪方法在残点数、均方误差和边缘完整性保持方面优于现有的经典滤波方法.