一种针对激光雷达强度图像的滤波算法研究

基于激光雷达数据的特点．提出了一种融合的中值滤波算法。运用此算法和传统的中值滤波算法以及均值算法对激光雷达数据进行了处理，并且使用多种指标对处理的结果进行了比较，证明本算法既保持了传统中值滤波的优点，又改进了对弱边缘目标的保护。     

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.     

基于小波技术的GPS单历元形变信号降噪研究

基于小波变换多分率分析原理,本文阐述了阈值降噪、中值滤波小波降噪原理,在中值滤波基础上通过改进,提出加权中值滤波小波降噪方法。通过仿真实验分别与软硬阈值降噪,中值滤波降噪方法作比较。实验表明,对小波高频系数采用加权中值滤波,然后重构信号,不仅可以最大限度地保留有效信号、有效降噪,保持信号的光滑性,而且具有良好的抗粗差性。     

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干涉图滤波方法研究

探讨多视滤波法、中值滤波法、基于梯度的自适应滤波、additive滤波法四种抑制干涉图噪声的滤波方法.多视滤波法平滑了影像数据,是以牺牲空间分辨率为代价的,通常这种滤波处理应用在从两个单视影像获得的复数影像处理中;作为一种传统的抑制噪声方法,中值滤波技术实质上是一种非线性信号处理技术,它假设噪声具有极端的数值,即在所定义的平滑模板内为最(较)大值或最(较)小值,因此它会使得干涉图丢失一些信息;基于梯度的自适应法是基于梯度的一种中值滤波,它使得边缘更加清晰,该方法可与中值滤波联合使用;Addtive滤波法强调根据局部噪声状况和使用方向平行窗口得到的滤波噪声边缘来自适应的滤除噪声,对于局部噪声状况由关联图来决定.这种方法尤其对高关联的干涉图最为可取.     

基于自适应中心加权中值和Goldstein的InSAR干涉图强噪声滤波方法

针对现有的滤波方法在处理强噪声干涉图时的不足,提出一种基于自适应中心加权中值和Goldstein的两步干涉图滤波方法。试验结果表明,构造的针对强噪声干涉图的两步滤波法在滤除噪音的同时,可以很好地保存干涉图的条纹信息。与经典的Goldstein方法相比,新方法的滤波效果可以提高22.4%和43.6%。     

一种基于总体变分的自适应图像去噪方法

建立了总体变分自适应图像去噪模型,并给出了其非线性各向异性扩散方程的数值解法。该方法采用高斯滤波器对噪声图像进行预处理,并利用图像每个像素的梯度信息,使其扩散方程在沿边缘方向上具有较大的扩散系数,而在垂直边缘的方向上具有较小的扩散系数。因此,总体变分自适应图像去噪方法不但能抑制噪声,还能很好地保持图像的边缘和纹理特征。图像去噪仿真实验表明,该方法的降噪效果明显优于总体变分去噪方法和中值滤波、维纳滤波等传统方法。     

综合滤波InSAR干涉图去噪实验分析

本文在分析均值滤波、圆周均值滤波、中值滤波、自适应中值滤波、二维自适应滤波和不规则窗口自适应中值滤波方法对模拟数据干涉图纹图进行滤波去噪处理的效果的基础上,引入综合滤波去噪方法,使用该滤波去除方法对真实数据InSAR干涉图进行滤波去噪处理,并对结果从定性和定量两个方面进行分析讨论。实验结果分析表明,InSAR干涉图综合滤波去噪方法是有效和可行的。     

雷达干涉测量图像的梯度自适应光滑子函数滤波法

提出了基于梯度的自适应光滑子函数滤波的新方法。对于干涉图中的点,通过梯度分为噪声点和非噪声点。在噪声点处,将包含噪声点的InSAR图像窗口拟合为二次曲面,然后用光滑子函数对拟合曲面进行平滑去噪处理,非噪声点处不进行平滑处理。通过这种方法有效抑制了斑点噪声,又同时做到使干涉图相位偏差较少和较好地保留了边缘信息。利用北京地区的真实ALOS数据进行滤波试验,并与几种常用的滤波方法进行比较和分析。通过均方根误差、峰值信噪比、边缘保持指数和标准相位偏差等量化指标,验证了基于梯度的自适应光滑子函数滤波方法的可行性与有效性。     

不同窗口下中值滤波与加权滤波方法效果分析

为了探究中值滤波与加权滤波方法对测深数据粗差的处理效果,该文以单波束测深数据为例,对中值滤波和加权滤波在不同大小滤波窗口的测深数据处理效果进行对比分析.实验结果表明,中值滤波不论在地形起伏变化较快的区域,还是在少量、断点不连续的区域以及大量、断点连续的区域,均具有较好的滤波效果,且在5窗口时效果最佳;而加权滤波在地形起伏变化较快的区域以及少量、断点不连续的区域处理效果明显,且在3窗口时效果最佳,但中值滤波效果更优,而在大量、断点连续的区域加权滤波效果明显较差,建议优先考虑中值滤波方法.     

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...     

一种改进均值的自适应中值滤波算法

针对自适应中值滤波算法在滤除高浓度椒盐噪声和保留图像边缘细节中的不足,提出了一种改进均值的自适应中值滤波(IMAMF)算法。该算法采用扩充图像边界的方式,使得原图像的边界点能在自适应的滤波窗口下参与噪声检测和滤波处理,并在检测噪声和信号时,增加了噪声阈值判定,将存在噪声的像素点用修正后的均值滤波器值输出,信号点则用原始灰度值输出。为了验证算法的可行性,采用了5种不同的算法进行仿真对比分析,并从主观角度和客观指标上进行效果评价。试验结果表明:该算法能有效滤除浓度为10%～90%范围内的椒盐噪声,且图像细节和边缘信息得到了更好的保留,滤波性能明显优于其他算法。     

基于有向窗的自适应SIGMA中值滤波算法

提出了一种能够有效消除InSAR DEM噪声的自适应中值滤波算法:基于有向窗的自适应SIGMA中值滤波。分别采用中值滤波、基于高程的自适应SIGMA中值滤波和基于有向窗的自适应SIGMA中值滤波算法,对InSAR Tandem DEM和模拟DEM进行了滤波处理。结果表明,基于有向窗的自适应SIGMA中值滤波算法不仅能够更有效地消除噪声,而且能够更好地保留图像的边界特征。     

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。     

基于相干系数指导的自适应均值、中值滤波

基于复数干涉质量与相干系数之间的关系,本文提出了一种基于相干系数指导的自适应滤波新方法。通过实验表明,相干系数指导的自适应滤波方法,在数据一致性、细节信息保持和边缘信息保持方面明显优于传统方法,相比之下去除噪声能力有所下降,残差点数目相对于固定窗口(大窗口)滤波较多,但是由于这种方法考虑了干涉噪声与相干系数之间的关系,所以滤波更符合实际,滤波综合性能较好。     

一种改进的遥感图像自适应加权滤波算法

遥感图像在其获取、传输的过程中，受到多种因素的影响，会含有各种噪声而降质。文中在分析传统的去噪处理算法和自适应中值滤波算法的(AMF)基础上，提出了一种自适应加权的遥感图像去噪滤波方法。该算法针对噪声图像上每一点，应用自适应加权算子，对于不同的图像区域，算子自适应地进行窗口大小和输出像素值的改变。试验证明，该方法优于传统的去噪滤波算法和AMF滤波算法，在滤除噪声的同时尽可能地保留了图像细节，对于遥感图像去噪增强具有很好的效果。     

一种改进的遥感图像自适应加权滤波算法

遥感图像在其获取、传输的过程中,受到多种因素的影响,会含有各种噪声而降质.文中在分析传统的去噪处理算法和自适应中值滤波算法的(AMF)基础上,提出了一种自适应加权的遥感图像去噪滤波方法.该算法针对噪声图像上每一点,应用自适应加权算子,对于不同的图像区域,算子自适应地进行窗口大小和输出像素值的改变.试验证明,该方法优于传统的去噪滤波算法和AMF滤波算法,在滤除噪声的同时尽可能地保留了图像细节,对于遥感图像去噪增强具有很好的效果.     

X波段航海雷达图像噪声检测与滤除方法研究

根据航海雷达数据的时空特点,提出一种图像噪声检测与滤除方法。该方法首先根据噪声在各次扫描间的不相关性对其进行检测,然后只针对检测出的噪声数据进行滤除。通过与传统的中值滤波算法和均值算法进行比较,同时使用信噪比指标对处理结果进行分析,结果表明,本算法既保持了传统中值滤波方法简单、快速的优点,又很好地保持了图像的灰度信息,具有较好的降噪效果。     

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。     

高分辨率机载SAR影像抑制噪声算法比较研究

SAR影像噪声抑制一直是学术界重要的研究课题,SAR影像由于其自身的成像原理不可避免地存在着斑点噪声,极大地干扰了地物信息的检测、分类和识别,影响SAR影像的解译和地物信息的判读。因此,进行噪声抑制处理具有重要的现实意义。本文介绍了四种高效的SAR影像抑制噪声的算法,针对这几种降噪算法进行了对比试验,并通过定量的评价指标来分析并验证这四种降噪算法在抑制斑点噪声的同时保持影像边缘细节的能力。结果显示:空间域均值滤波和自适应中值滤波纹理特征保持能力强,处理之后的SAR影像更清晰,而频率域滤波算法抑制噪声能力虽强但纹理特征保持能力弱,处理之后的SAR影像会丢失地物特征信息,清晰度会降低。综合分析表明,自适应中值滤波对机载SAR影像噪声抑制作用要优于其他三种滤波算法。