SAR干涉图的静态小波域MAP法滤波

SAR干涉图中的斑点噪声是对相位解缠的极大障碍，为了得到更精确的地形模型，必须在相位解缠前对干涉图进行斑点噪声滤波。提出了一种干涉图的小波域多尺度滤波算法。对干涉图的实部和虚部分别进行处理，用Pearson分布系确定了信号和噪声项小波系数的概率密度函数，然后用最大后验概率（Maximum A Posterior,MAP)准则估计无噪数据的小波系数。将本算法和另外3种滤波算法进行比较。结果表明，本滤波算法对SAR干涉图有很强的噪声抑制能力，并能保持干涉图的相位细节信息和相位分布。     

海洋SAR图像小波Speckle滤波及边缘信息提取

以海洋SAR图像的speckle滤波和边缘信息提取为研究目标，构造了以低通带通窄和时域冲击响应系数分布呈左右对称为特征的小波滤波器。这些特征使该小波滤波器在处理突变信号方面具有优良的特性。应用该小波滤波器，采用Wiener滤波算法，对海洋SAR图像进行了speckle滤波及采用Prewitt算子对边缘信息进行提取。用几种经典小波函数采用相同的滤波算法和边缘增强算子进行了处理，并将它们的结果进行了对比分析。结果表明，虽然小波基函数在用于speckle滤波方面，稍逊其它几种经典小波基函数，但是在边缘信息保留方面，效果要明显优于其他小波基函数。     

结合边缘信息的DT-CWT干涉图滤波算法

提出了一种结合边缘信息的双树复小波变换(dual tree complex wavelet transform,DT-CWT)干涉图滤波算法。该方法是在DT-CWT几何多尺度变换域上,通过分析层间系数的传递性及层内系数的相关性确定边缘系数,并利用贝叶斯双变量收缩函数分别对复数小波域的边缘及非边缘系数采用不同的阈值进行收缩处理。实验结果表明,本算法对干涉图噪声有较强的抑制能力,较大程度地保留了干涉图的边缘及细节信息,处理结果优于传统小波域软阈值去噪方法。     

干涉复小波复数域双变量滤波算法

针对复小波双变量滤波模型仅考虑小波复系数实部,忽略了系数的虚部,导致信号相位噪声的增加而影响滤波效果的问题,提出基于复小波变换的复数域双变量模型干涉图滤波算法。该算法将双变量贝叶斯估计算法从实数域推广到了复数域,用噪声复系数概率密度函数刻画了小波复系数实部与虚部的相关性,根据小波分解复系数来估计噪声方差和信号方差,建立了复小波复数域双变量滤波模型,求得了干涉图复系数的贝叶斯估计。试验结果表明,本算法对干涉图噪声有较强的抑制能力,保留了干涉图的边缘及细节信息,滤波性能优于传统的实数域复小波双变量滤波、Goldstein滤波、单小波滤波和最优化融合滤波方法。     

用小波变换和中值滤波研究差分干涉图的去噪

介绍了小波变换的基本原理和图像去噪常见的滤波方法,采用几种常见滤波分别对模拟差分干涉图和EVISAT卫星获取的矿区真实合成孔径雷达（ASAR）数据的差分干涉图分别进行滤波去噪处理,并对其去噪效果进行分析。采用小波变换和中值滤波相结合的方法对矿区真实ASAR数据差分干涉图进行去噪处理,并对先中值滤波再小波变换和先小波变换再中值滤波两种方式去噪结果分别进行了分析比较,结果表明：先小波变换再中值滤波去噪后,图像保真效果较好。     

基于小波系数分割的局部自适应阈值图像去噪

针对自适应小波阈值去噪中方形局部窗口不能很好地适应小波系数自身边缘特征的问题，本文提出了一种基于图像分割的局部自适应小波阈值去噪方法。该方法首先对图像进行多尺度小波分解，其次利用图像分割技术对图像的各尺度小波系数分别进行分割，分割技术选用SLIC超像素分割法得到具有相似统计特性的不规则局部块，然后对每个分割块内的小波系数进行BayesShrink阈值估计和软阈值收缩，最后通过小波逆变换得到去噪图像，并在3幅标准测试图像和一幅高光谱影像上进行试验。试验结果表明，本文提出的方法能更好地适应小波系数自身的边缘特征，不仅能够获得更好的视觉效果，而且能够达到较高水平的数值指标。     

小波阈值消噪在大坝变形数据处理中的应用

为了克服硬阈值函数不连续,软阈值函数中估计小波系数与分解小波系数之间存在着恒定偏差的缺陷,更好地改进滤波效果,提高去噪质量,须采用一种新的阈值处理策略。新阈值函数表达式简单易于计算,克服了硬软阈值的缺点。实验结果表明,该方法可以有效地去除白噪声干扰,无论是在视觉效果上还是在信噪比和均方误差定量指标上均明显优于常用的软、硬阈值及Matlab的阈值优化算法,充分体现出其优越性。     

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。     

InSAR干涉纹图小波-维纳组合滤波方法

为了提高InSAR干涉纹图滤波效果,针对传统维纳滤波和小波滤波的不足,本文提出一种小波-维纳组合滤波方法,该方法充分利用了小波分析和维纳滤波的优异特性,将其应用于卫星图像处理。结果表明:小波-维纳组合滤波法具有小波分析的多分辨率特性和维纳滤波的自适应特性,滤波效果优于小波滤波和维纳滤波。     

基于小波的GPS基线解算精化处理技术及其应用

采用小波技术对GPS信号进行处理,提出基于小波变换的周跳与粗差的探测.利用基于小波变换的小波滤波法对于提高GPS双差相位观测值的信噪比具有较好的效果,对其相位观测值进行小波滤波,消除或削弱多路径效应和各种观测噪声,使其观测值得以净化.这种方法对于缩小模糊度搜索空间及提高模糊度解的有效性有明显的作用,从而提高基线解算的精度.     

一种基于小波系数相关性的图像降噪方法

在利用正交小波对图像进行分解的基础上,提出了一种考虑不同尺度子分量的小波系数之间是相互关联的系数概率密度函数模型,而不同尺度的系数的选择依赖于其父层系数的大小,从而保证在消除噪声的同时保留图像的边缘信息,然后再对图像进行重构。实验证明,该方法取得了较好的降噪效果。     

用分层稳健线性估计法从机载LIDAR数据中获取DEM

评述了利用机载激光扫描数据进行DEM提取的4类典型算法,分析了各自的优缺点。在此基础上,提出了利用双重策略进行数据滤波的方法,即分层稳健线性估计法。该算子同时利用小波分层滤波法和稳健线性估计法,以克服两种算法单独使用时的不足,即小波分层滤波算子没有有效策略保证参考面的精度;稳健线性估计法不能有效过滤数据中的粗差。利用该算法策略对德国Nahrodde地区的数据进行了实验,并将实验结果与用TerraScan软件获取的真实值进行了比较,结果表明分层稳健线性估计法不仅具备小波分层滤波算法和稳健线性估计法这两种滤波算法的优点,而且还可以克服这两种算法固有的缺点,从而实现了直接从原始数据中有效获取地面点的目的。     

Wavelet packets based denoising method for measurement domain repeat-time multipath filtering in GPS static high-precision positioning

Repeatable satellite orbits can be used for multipath mitigation in GPS-based deformation monitoring and other high-precision GPS applications that involve continuous observation with static antennas. Multipath signals at a static station repeat when the GPS constellation repeats given the same site environment. Repeat-time multipath filtering techniques need noise reduction methods to remove the white noise in carrier phase measurement residuals in order to retrieve the carrier phase multipath corrections for the next day. We propose a generic and robust three-level wavelet packets based denoising method for repeat-time-based carrier phase multipath filtering in relative positioning; the method does not need tuning to work with different data sets. The proposed denoising method is tested rigorously and compared with two other denoising methods. Three rooftop data sets collected at the University of Nottingham Ningbo China and two data sets collected at three Southern California Integrated GPS Network high-rate stations are used in the performance assessment. Test results of the wavelet packets denoising method are compared with the results of the resistor–capacitor (RC) low-pass filter and the single-level discrete wavelet transform (DWT) denoising method. Multipath mitigation efficiency in carrier phase measurement domain is shown by spectrum analysis of two selected satellites in two data sets. The positioning performance of the repeat-time-based multipath filtering techniques is assessed. The results show that the performance of the three noise reduction techniques is about 1–46 % improvement on positioning accuracy when compared with no multipath filtering. The statistical results show that the wavelet packets based denoising method is always better than the RC filter by 2–4 %, and better than the DWT method by 6–15 %. These results suggest that the proposed wavelet packets based denoising method is better than both the DWT method and the relatively simple RC low-pass filter for noise reduction in multipath filtering. However, the wavelet packets based denoising method is not significantly better than the RC filter.     

Noise Reduction in Interferograms Using the Wavelet Packet Transform and Wiener Filtering

A novel noise reduction scheme for synthetic aperture radar (SAR) interferograms based on the wavelet packet transform (WPT) and the Wiener filter is introduced in this letter. First, by employing the WPT in the spatial frequency domain, the real and imaginary parts of the complex noisy interferogram are decomposed, respectively, and the wavelet coefficients are obtained. Then, for these coefficients, Wiener filtering is adopted to remove noise. This scheme can filter noise adaptively according to the local noise level, without requiring any a priori information. By using a simulated noisy interferogram and two ENVISAT Advanced Synthetic Aperture Radar C-band interferograms, the performance of this scheme, in terms of noise reduction and fringes preservation, is reported and compared with other filter algorithms. The experimental results demonstrate the effectiveness of the proposed scheme.      

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。     

GRACE时变重力场各向异性高斯组合滤波方法

受测量误差等因素影响，直接使用GRACE时变重力场模型的地表质量变化反演结果呈现严重条带噪声，必须采用滤波消除。本文对不同滤波方法进行了试验分析，以信噪比最大为准则，确定了不同滤波方法的最优滤波参数，并在此基础上提出了一种各向异性组合滤波方法。该方法根据时变重力场模型球谐系数误差特性，结合各向异性高斯滤波和均方根滤波特点，对精度较高的低次项系数采用较大权重以保留更多有效信号，而对精度较差的高次项系数采用较小权重以压制噪声。不同于传统的两步法组合滤波，该方法仅需进行一步滤波处理。试验结果表明，本文提出的各向异性组合滤波方法计算步骤简单，能够有效消除条带噪声；与单一滤波和传统两步法组合滤波方法相比，提高了反演结果信噪比，保留了更多真实信号。     

一种使用剪切波变换的干涉图滤波算法

干涉图小波阈值法滤波未考虑干涉相位统计特性, 导致在低相干区域得到的滤波效果不能令人满意。针对这一问题, 提出了一种剪切波变换与干涉相位标准差相结合的相位滤波算法。该算法将干涉相位统计特性与剪切波阈值滤波结合起来, 利用相位标准差改正滤波阈值以提高滤波效果。此外, 为了评价干涉图的滤波效果并为实测数据选择合适的滤波方法提供参考, 将模拟干涉图解缠结果的局部均方差分布作为滤波质量评价指标。将此算法与Goldstein滤波、小波滤波、最优方向融合滤波和剪切波软阈值滤波进行比较, 结果表明所提算法能更有效地削弱干涉图噪声, 同时保留干涉图的细节信息, 避免了低相干地区弱滤波问题。     

小波同态滤波用于南极遥感影像阴影信息增强

介绍了同态滤波方法的原理、实现过程和特点,给出适用的滤波器和表达式,引入基于小波变换的同态滤波方法,采用同态滤波器对小波分解系数进行处理,实现了在保持南极遥感影像总体面貌的基础上增强阴影信息的效果.     

基于Mallat算法遥感图像去云雾处理的改进方法

遥感图像云雾处于相对低频、景物处于相对高频。根据小波变换多分辨率的特点,分析云雾和景物在小波系数中的分布,得出景物信息包含于低层细节系数,而云雾信息包含于高层细节系数和近似系数。本文通过增大图像的低层细节系数,减小高层细节系数,并适当减小近似系数,达到去除云雾的目的。最后评价了图像处理结果,并与同态滤波做比较,表明本文方法是有效的。