一种新的INSAR干涉条纹图滤波方法

干涉条纹图滤波是合成孔径雷达干涉测量处理中不可缺少的重要环节.对干涉条纹图滤波的一个重要要求是在有效抑制噪声的同时尽可能地保持条纹的跳变纹理信息.在分析干涉条纹图一阶差分的分布性质和三种当前最常用干涉条纹图滤波的算法的优缺点的基础上,提出基于椭圆方程的干涉条纹方向检测方法,并基于此推导了基于误差方程的用于表述不同方向的像素与滤波窗口中心像素的相关关系的加权模型,以此加权模型修正窗口均值滤波和圆周期均值滤波,得到新的保边缘的滤波器.接着分析了新滤波器的计算复杂度和不同权函数对滤波结果的影响.以此新的椭圆加权的保边缘滤波器处理了河北尚义地区的ERS-1/2合成孔径雷达数据,证明了本文提出的新滤波算法具有噪声抑制效果好,边缘信息保持能力强,计算速度快和可灵活配置等优点.     

基于局部条纹频率估计的二维高斯滤波方法

提出一种基于局部条纹频率估计的干涉相位图二维高斯滤波方法。该方法采用最大似然法估计局部条纹频率,并用相位噪声的局部标准差评价噪声强度,从而控制滤波器参数实现自适应滤波,并采用仿真数据和SIR-C/XSAR在意大利Etna火山的干涉数据进行试验,将本算法与均值滤波方法和中值滤波方法以及Goldstein滤波方法进行了比较。试验结果表明,该方法不仅能够有效抑制干涉相位噪声,还能够很好地保持干涉条纹的细节信息。     

一种改进的Goldstein InSAR干涉图滤波算法

提出了一种抑制InSAR干涉图噪声并保持干涉图条纹细节的算法,该算法改进了Goldstein滤波的参数α,将干涉图的相位标准偏差函数模型作为参数。相位标准偏差是相位噪声的体现,以干涉图的相位噪声强弱来决定滤波的强弱,噪声强的局部区域强滤波,噪声弱的局部区域弱滤波。实验结果表明,此方法改善了滤波效果,增强了滤波的局部自适应性和条纹细节的保真性。     

一种基于条纹中心线的InSAR干涉图滤波方法

干涉条纹图噪声的滤除是InSAR数据处理的关键步骤之一.针对干涉条纹图的各向异性特征!提出一种基于条纹中心线的InSAR干涉图滤波算法!考虑到干涉条纹中心线获取的复杂性!此算法采用细胞神经网络快速提取干涉条纹图的条纹中心线#通过用真实的InSAR干涉图实验证明此方法具有很好的滤波效果!滤波结果视觉特征良好,残余点减少,保持了图像的边缘和细节特征!而且降低了为滤波效果所付出的时间代价.     

基于边缘检测的自适应干涉SAR降噪方法

提出了一种新的相位滤波方法,基于干涉条纹方向的检测,完全自适应地对干涉相位进行滤波。本方法计算简单,十分适用于干涉条纹密集的区域进行滤波。通过SIR—C／X—SAR的X—SAR数据的处理验证,结果令人满意。     

InSAR干涉图的零中频矢量滤波算法

提出一合成孔径雷达干涉测量干涉图的滤波方法。该方法引入无线电技术中的零中频技术,将干涉图由高的中心频率变为零中频信号,再将信号分解至矢量空间中的两路正交信号,得到正弦支路信号和余弦支路信号,并分别进行低通滤波处理,最后根据滤波后的两路正交信号计算出滤波后的零中频干涉图,并恢复干涉图的原始频率,得到原始干涉图的滤波结果。实验结果表明:该方法滤波效果较好,能够解决干涉图条纹密集时滤波处理困难、效果较差的问题。     

InSAR干涉条纹图去噪方法的研究

分析了干涉条纹图中相位噪声的来源,介绍了几种专门用于InSAR干涉条纹图噪声滤除的方法,针对干涉条纹图的相位跳跃现象,提出了正余弦变换的方法解决相位跳跃的问题,并在此基础上提出了两种新的相位噪声滤除方法———正余弦均值滤波法和正余弦中值滤波法,最后进行了对比试验,证明了本文提出的方法具有噪声抑制效果好、边缘信息保持能力强、算法简单的特点。     

多波段InSAR差分滤波相位解缠方法

依据干涉图零中频矢量滤波经验,设计了多波段InSAR干涉图的差分滤波相位解缠方法。该方法将较短波长干涉图与较长波长干涉图的解缠结果进行差分处理,以降低干涉条纹频率,提高滤波效果和相位解缠性能,从而以较长波长干涉图的解缠结果指导较短波长干涉图的相位解缠。充分利用不同波段干涉图之间的互补相位信息,提高相位解缠的可靠性和解缠精度。采用由DEM仿真的多波段干涉图进行了相位解缠试验,得到了满意的解缠结果,验证了该解缠方法的有效性。     

基于EMD-自适应滤波的干涉图去噪方法研究

提出了一种基于EMD-自适应滤波干涉图去噪方法,该方法基于信号和噪声经过经验模态分解后在不同的IMF上有不同的特征,即先对信号进行经验模态分解,然后对各个高频IMF信号分别选用不同的滤波梯度参数进行自适应滤波处理,从初始干涉图上减去与斑点噪声所对应尺度信息,从而达到噪声抑制的目的。通过实验对比研究了该算法与Goldstein滤波、圆周期中值滤波、EMD分解方法和梯度-自适应滤波去噪的降噪效果。实验表明,该方法不仅能有效地去除InSAR干涉图的噪声,并且能很好地保持相位的细节信息和条纹的边缘信息。     

强噪声SAR干涉图的等值线中值–Goldstein 二级滤波

结合等值线滤波条纹边缘保持能力强和Goldstein滤波平滑效果好的特点,并且引入伪相干值对Goldstein滤波因子进行改进,提出InSAR干涉图的等值线中值-Goldstein二级滤波方法.模拟数据和真实数据的实验结果证明,强噪声干涉图经过新方法滤波后噪声水平大大降低而且分布均匀,条纹细节信息保持良好,在原本看不到...     

顾及行人的室内全景影像拼接方法

在室内场景的全景影像拼接过程中,易出现行人运动目标引起的“鬼影”现象。针对此问题,提出一种顾及行人的室内全景影像拼接方法,利用深度学习对整幅影像进行逐像素目标级分割,保持行人目标的完整性,并结合重匹配、显著度检测等对运动类型进行判定,生成带权的运动区域掩膜,结合灰度、梯度差及纹理复杂度等特征,融入基于图割算法的拼接线检测能量方程中,对行人区域进行补偿,最终生成背景干净、无“鬼影”的全景影像。     

基于光谱信息的遥感图像空间域自适应滤波

遥感图像往往由于内外因素的干扰含有各种噪声 ,为提高图像质量人们对其进行滤波。常规的滤波方式完全基于图像空间域 ,在消除异常点使图像平滑的同时使边界变得不清楚从而使图像模糊 ;或者正相反 ,在边缘信息得到增强时也放大了图像噪声而使图像变得粗糙。该文的自适应滤波方法充分利用多光谱和高光谱遥感图像的光谱维信息 ,滤波时不仅要使均匀的地块得到平滑 ,而且要使地块间的边缘、局部的异常点、线仍然得到保存、在光滑的同时尽量保持原有的数值特征     

一种改进的SAR图像聚焦算法

针对现有的相位梯度自聚焦(phase gradient autofocus,PGA)算法的加窗方法和特显点选取所存在的问题,提出一种改进的PGA算法。该算法提出一种新的确定相位误差点扩展函数支撑域的方法,此方法计算方位向上能量分布的平均值作为支撑域外的平均能量,以此来确定加窗的宽度。基于这种自适应加窗方法,还提出一种改进的特显点选取方法,该方法能够选择信杂比大的特显点,去掉信杂比小的特显点。试验结果表明,与传统的加窗方法和特显点选取方法相比,该方法能够得到更好的聚焦效果。     

自适应图像增强的差值哈希算法对运动目标的跟踪定位研究

对于运动目标的跟踪定位研究成为当前的研究热点,利用北斗卫星定位系统对微小运动目标进行跟踪定位尚存在一定难度.文中借助无人机的摄像机设备,采用跟踪算法进行对运动目标的跟踪,通过对无人机的定位获取到相应的坐标信息,实现目标定位的精准化。为了更好地实现对于目标跟踪的效果,文中采用自适应图像增强的方式提高图像质量,通过拉普拉斯变换的差值哈希算法能够提高对运动目标跟踪的效果,在跟踪速度上有了明显的提升.      

GPS天-地无源双基地雷达探测海面移动目标

GNSS卫星作为一种照射源,可与地面接收机构成天-地无源双基地雷达系统,用于海面移动目标探测。但是,海面目标（如船只）反射的GNSS信号能量微弱,常被淹没在背景噪声和干扰信号中。针对这一问题,本文提出利用目标的运动特点聚集目标回波能量的目标探测方法。首先,将船只的运动轨迹看作合成孔径,采用SAR成像技术——距离多普勒算法（range-Doppler algorithm,RDA）实现目标回波能量的压缩聚集,同时抑制干扰信号（如海面杂波）。然后,使用相位梯度自聚焦算法（phase gradient autofocus,PGA）作自聚焦处理,进一步聚集目标回波能量。通过现场试验采集的数据验证了本文算法。试验结果表明,本文方法能够同时聚集多个目标回波能量,精确地估计目标到接收机的距离,并判断目标的移动方向。     

基于形态学理论的自动目标识别技术--自适应BP学习算法

在设计了一种具有实用意义的形态学开、闭滤波的神经网络模型基础上，完成了用于目标检测识别的优化学习算法，为克服BP算法存在的收敛速度慢、需要选择学习参数且无法保证全局最优等固有缺陷，将启发引导策略与学习规则相结合，采用了一种动态调控学习参数的自适应BP学习算法。试验结果表明，该算法不仅能适应复杂多变的背景环境，而且对运动目标的持续检测能力具有位移不变、伸缩不变和旋转不变的特性。     

载波相位平滑时间常数对GBAS精度增强的影响

陆基增强系统(GBAS)是利用载波相位平滑伪距差分修正实现对导航辅助定位的. 其中,平滑时间常数是影响载波相位平滑伪距精度的关键参数. 本文分析研究了不同平滑时间下电离层时间梯度和空间梯度对Hatch滤波的影响. 在结合电离层时空梯度和多径效应引起的滤波总误差方差的基础上,推导出自适应的最优平滑时间常数. 分别对GBAS静态和动态两种环境下的定位误差进行实验,实验结果表明,采用本文推导出的自适应平滑时间常数降低了GBAS伪距测量误差,从而使定位精度得到增强.      

组合导航抗差自适应卡尔曼滤波

针对组合导航系统的定位精度与稳定性要求不断提高的现状,该文引入一种观测噪声协方差与抗差自适应相结合的Kalman滤波算法。利用新息向量和移动窗口协方差分析法,动态自适应修正观测噪声协方差阵;通过分析基于状态不符值、方差分量的统计量构造的自适应因子所存在的问题,提出一种由预测残差向量构造的自适应因子。仿真结果表明,该方法能够有效抑制观测异常对组合导航定位精度的影响。     

利用PC-SIFT的多源光学卫星影像自动配准方法

针对多源光学卫星影像几何校正过程中同名点匹配率低、配准过程自动化差等问题,本文采用相位一致性代替原始尺度不变特征变换(scale invitation feature transform,SIFT)算法中的像素灰度值梯度对主方向和特征向量进行描述,提升特征描述的正确率;以频率域下相位分析结果为约束条件对匹配结果进行优化,抑制错误匹配同名点;同时,提出了一种基于随机采样一致性(RANSAC)的自适应选择策略,提高参数估计阶段的自动化水平;最后,实现多源光学卫星影像间的配准。多组数据实验结果表明了该方法在辐射非线性畸变多源光学卫星影像间配准中的有效性和适用性。     

Adaptive filtering of GOCE-derived gravity gradients of the disturbing potential in the context of the space-wise approach

Filtering and signal processing techniques have been widely used in the processing of satellite gravity observations to reduce measurement noise and correlation errors. The parameters and types of filters used depend on the statistical and spectral properties of the signal under investigation. Filtering is usually applied in a non-real-time environment. The present work focuses on the implementation of an adaptive filtering technique to process satellite gravity gradiometry data for gravity field modeling. Adaptive filtering algorithms are commonly used in communication systems, noise and echo cancellation, and biomedical applications. Two independent studies have been performed to introduce adaptive signal processing techniques and test the performance of the least mean-squared (LMS) adaptive algorithm for filtering satellite measurements obtained by the gravity field and steady-state ocean circulation explorer (GOCE) mission. In the first study, a Monte Carlo simulation is performed in order to gain insights about the implementation of the LMS algorithm on data with spectral behavior close to that of real GOCE data. In the second study, the LMS algorithm is implemented on real GOCE data. Experiments are also performed to determine suitable filtering parameters. Only the four accurate components of the full GOCE gravity gradient tensor of the disturbing potential are used. The characteristics of the filtered gravity gradients are examined in the time and spectral domain. The obtained filtered GOCE gravity gradients show an agreement of 63–84 mEötvös (depending on the gravity gradient component), in terms of RMS error, when compared to the gravity gradients derived from the EGM2008 geopotential model. Spectral-domain analysis of the filtered gradients shows that the adaptive filters slightly suppress frequencies in the bandwidth of approximately 10–30 mHz. The limitations of the adaptive LMS algorithm are also discussed. The tested filtering algorithm can be connected to and employed in the first computational steps of the space-wise approach, where a time-wise Wiener filter is applied at the first stage of GOCE gravity gradient filtering. The results of this work can be extended to using other adaptive filtering algorithms, such as the recursive least-squares and recursive least-squares lattice filters.