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。     

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.     

一种改进的SAR干涉图综合滤波算法研究

SAR干涉图作为相位信息的载体,其质量直接影响对研究区域形变状况的进一步分析,采取有效的滤波算法能抑制干涉图相位噪声,提高干涉测量精度。在获得的干涉相位图中,由于矿区开采而造成的地表沉降会体现出近环状相位条纹的特征。针对这一特点,对传统的基于梯度的滤波算法做出了改进,并结合Goldstein频域滤波和改进的梯度自适应滤波,提出了一种适用于矿区沉降形成的SAR干涉相位模式滤波方法。选取河北峰峰煤矿的PALSAR干涉相位图作为实验数据,对该滤波方法做出了详细的性能评价和对比。结果表明,采用本文提出的综合滤波方法在显著降低实验区SAR干涉图相位噪声的同时,也很好地保持了相位分辨率,使由于矿区沉降而造成的形变相位环的边缘形态更加清晰。     

InSAR相位干涉图滤波方法研究

合成孔径雷达干涉测量(InSAR)中相位干涉图的质量是决定干涉测量精度的关键因素之一。在其他影响因素确定的情况下,干涉图滤波是提高干涉图质量的有效手段。介绍多视数均值滤波与基于梯度的自适应滤波,分析其优缺点,在此基础上,探讨这两种滤波相结合的综合滤波方案,提出直接对InSAR相位干涉图的实部和虚部进行综合滤波的方法,给出具体流程图。最后,通过对实际SAR数据的处理验证所提出的滤波方法抑噪效果明显,且能很好地保持相位干涉图的边缘信息。     

粒子-平滑变结构滤波相位解缠算法

为了有效提升干涉图相位解缠精度,提出粒子-平滑变结构滤波相位解缠算法：(1)把融入残差因子的平滑变结构滤波算法应用于干涉图相位解缠,结合局部相位梯度估计技术,构建粒子-平滑变结构滤波相位解缠程序;(2)把干涉图相位微分偏差图作为质量图,嵌入堆排序路径跟踪策略指导相位解缠路径;(3)利用归一化的干涉图相位微分偏差图把干涉图划分为3个不同质量层级的缠绕像元集,粒子-平滑变结构滤波相位解缠程序沿第1质量层级→第2质量层级→第3质量层级的顺序依次解缠干涉图缠绕像元,获得干涉图所有缠绕像元的解缠相位值。模拟和实测数据实验结果表明与一些代表性算法相比,上述方法能较好地执行干涉图相位解缠任务,显现了较好的鲁棒性,有效提升了干涉图相位解缠精度。     

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。     

滤波参数对Goldstein干涉相位图滤波性能的影响分析

经典的Goldstein In SAR干涉图滤波算法选取滤波参数时存在较大的主观性。以经验值作为滤波参数的Goldstein滤波算法为基础,基于相干系数、相位标准偏差、伪相干系数、伪信噪比和结构相似性来获得滤波参数的Goldstein自适应滤波方法,采用32像素×32像素的滤波窗口对模拟和真实干涉相位图分别进行单次滤波实验,对滤波结果进行详细评价和对比分析。研究结果表明,基于这6种滤波参数均能在一定程度上抑制噪声,使干涉条纹趋势更加清晰,提升了干涉图的质量。其中,基于相位标准偏差的滤波不仅能够抑制噪声,并且较好地保持干涉图的细节和边缘信息;基于结构相似性和伪信噪比的滤波效果相对较弱;基于经验值、相干系数和伪相干系数的滤波效果相对欠佳。     

噪声条件下的干涉SAR相位解缠

为了获得更为精确的相位解缠结果，利用经验模态分解算法对干涉相位图进行了噪声抑制，随后用Flynn最小不连续算法对滤波结果进行了相位解缠。对比中值滤波和C．Bo自适应滤波算法，以及预处理共轭梯度相位解缠算法的结果证明，经验模态分解滤波不驻能有效地抑制噪声，而且可以保持相位的细节信息和相位条纹的边缘信息，同时表明，在噪声条件下，Flynn相位解缠算法可以获得更为精确的真实相位。     

自适应加权中值滤波的InSAR干涉图去噪方法

介绍空间域InSAR干涉图的滤波方法,综合自适应中心加权中值滤波和最优方向滤波两种方法的思想,提出基于最优方向自适应中心加权中值滤波方法。分析边缘保持指数指标及其不足,提出改良的边缘保持指数指标。采用模拟数据和真实数据进行实验,结果表明,新滤波方法不仅具有较好的噪声平滑效果,而且有很强的边缘和细节信息的保持能力。     

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。     

图像平滑算法比较研究及改进策略

图像平滑作为去除图像中含有噪声的图像增强处理技术，是各种与图像有关软件中必不可少的功能模块。文中在分析噪声模型的基础上，对均值平滑、中值平滑、边缘保持平滑等技术从图像处理空间域中的算法原理、实现方法及效率等方面进行了详细比较。针对图像中含有的不同噪声模型，通过多次试验，得出了值得从事图像处理研究者参考的结论。这将有助于提高图像处理软件开发的效率。     

改进泊松算法的图像三维重建点云模型网格化

针对泊松表面重建算法在点云数据的网格化中仍不能有效满足"细节保持与噪声平滑"的平衡问题,该文提出了一种基于高斯滤波的改进泊松算法。通过将高斯滤波引入到点云数据等值面的向量场估计中,一方面实现了对点云拓扑结构的更准确估计以及对点云噪声的有效平滑;另一方面通过调节高斯滤波中的标准差参数,实现了对点云模型网格化的细节保持与噪声平滑的细微控制。以福州大学张孤梅雕像为实验对象,图像三维重建技术获得的点云数据作为数据源,利用改进的泊松算法进行点云网格化。结果表明,改进的泊松算法提高了网格模型的精确性与完整性,且在视觉上更好地逼近真实模型的细节,验证了改进算法的有效性。     

Attenuation effect on seasonal basin-scale water storage changes from GRACE time-variable gravity

In order to effectively recover surface mass or geoid height changes from the gravity recovery and climate experiment (GRACE) time-variable gravity models, spatial smoothing is required to minimize errors from noise. Spatial smoothing, such as Gaussian smoothing, not only reduces the noise but also attenuates the real signals. Here we investigate possible amplitude attenuations and phase changes of seasonal water storage variations in four drainage basins (Amazon, Mississippi, Ganges and Zambezi) using an advanced global land data assimilation system. It appears that Gaussian smoothing significantly affects GRACE-estimated basin-scale seasonal water storage changes, e.g., in the case of 800 km smoothing, annual amplitudes are reduced by about 25–40%, while annual phases are shifted by up to 10°. With these effects restored, GRACE-estimated water storage changes are consistently larger than model estimates, indicating that the land surface model appears to underestimate terrestrial water storage change. Our analysis based on simulation suggests that normalized attenuation effects (from Gaussian smoothing) on seasonal water storage change are relatively insensitive to the magnitude of the true signal. This study provides a numerical approach that can be used to restore seasonal water storage change in the basins from spatially smoothed GRACE data.     

基于三角网光滑规则的LiDAR点云噪声剔除算法

通过对传统移动均值法、频率域信号分析等离散点云噪声剔除算法局限性的分析,结合LiDAR点云离散空间分布特性,本文提出一种基于三角网光滑规则的点云噪声剔除算法。该算法先快速生成离散点云的二维Delaunay三角网,并构建任意点的邻接拓扑关系,然后依据设定的光滑规则进行噪声信号点检测,并输出非噪声点信号。针对条带数据进行实验,结论表明本文算法适合离散点状噪声剔除,可较大程度提高点云数据的信噪比。     

顾及有色噪声影响的位置域双频载波相位平滑伪距算法

载波平滑伪距技术是一种有效的GNSS数据处理技术,在很多高精度实时定位场合得到了广泛的应用。本文在随机模型中考虑载波相位时间差分观测量中有限冲激响应有色观测噪声的影响,推导出采用递归最小二乘方法的距离域和位置域双频载波相位平滑伪距算法,并利用实测数据验证了新算法的有效性。试验表明,相位平滑伪距能够减小伪距观测值的误差,提高伪距观测量的精度,从而提高定位精度;相对于传统的算法,距离域与位置域滤波的伪距平滑精度均有提高,三维定位误差精度均得到改善;同时表明,载波相位时间差分的有色噪声对平滑效果和定位精度有一定的影响。     

结合光谱和纹理的高分辨率遥感图像分水岭分割

针对遥感图像分割时仅利用光谱信息容易造成过分割和边缘定位不准的问题,提出一种结合光谱强度和纹理信息的遥感图像分水岭分割算法。首先分别提取图像的光谱梯度和纹理梯度,提出一种改进双边滤波模型,滤除图像中的噪声的周时,采用了一种局部的平滑尺度,能够有效消除纹理信息,借助于滤波算法,分别对原图像和Gabor纹理特征图像进行平滑处理,利用边缘检测算子得到光谱梯度和纹理梯度。最后利用形态学膨胀方法进行融合融合,使用分水岭变换对图像分割。用三幅高分辨率彩色遥感图像数据进行实验,并与JSEG（Joint Systems Engineering Group）和多分辨率分割方法进行比较,结果表明该方法具有较高的边界定位准确性,同时降低了过分割和欠分割现象。     

Smoothing/filtering LiDAR digital surface models. Experiments with loess regression and discrete wavelets

This paper reports on the smoothing/filtering analysis of a digital surface model (DSM) derived from LiDAR altimetry for part of the River Coquet, Northumberland, UK using loess regression and the 2D discrete wavelet transform (DWT) implemented in the S-PLUS and R statistical packages. The chosen method of analysis employs a simple method to generate ‘noise’ which is then added to a smooth sample of LiDAR data; loess regression and wavelet methods are then used to smooth/filter this data and compare with the original ‘smooth’ sample in terms of RMSE. Various combinations of functions and parameters were chosen for both methods. Although wavelet analysis was effective in filtering the noise from the data, loess regression employing a quadratic parametric function produced the lowest RMSE and was the most effective.     

Noisy Data Smoothing in DEM Construction Using Least Squares Support Vector Machines

Since spatial datasets are subject to sampling errors, a smoothing interpolation method should be employed to remove noise during DEM construction. Although least squares support vector machines (LSSVM) have been widely accepted as a classifier, their effect on smoothing noisy data is almost unknown. In this article, the smoothness of LSSVM was explored, and its effect on smoothing noisy data in DEM construction was tested. In order to improve the ability to deal with large datasets, a local method of LSSVM has been developed, where only the neighboring sampling points around the one to be estimated are used for computation. A numerical test indicated that LSSVM is more accurate than the classical smoothing methods including TPS and kriging, and its error surfaces are more evenly distributed. The real‐world example of smoothing noise inherent in lidar‐derived DEMs also showed that LSSVM has a positive smoothing effect, which is approximately as accurate as TPS. In short, LSSVM with a high efficiency can be considered as an alternative smoothing method for smoothing noisy data in DEM construction.     

An Adaptive Noise Reduction Method for NDVI Time Series Data Based on S–G Filtering and Wavelet Analysis

In order to reduce the noise in advanced very high-resolution radiometer global inventory modeling and mapping studies normalized difference vegetation index (NDVI) version 3g time series data, we propose an adaptive noise reduction method based on the Savitzky–Golay filter and wavelet analysis and on curve-fitting and spectrum analysis. The noise reduction effect was analyzed and evaluated. Studies have shown that the denoising of data using asymmetric Gaussian and double logistic curve-fitting methods results in the loss of details of the NDVI changes and is not conducive to the extraction of vegetation phenotypic characteristics. The wavelet function, wavelet decomposition layer number, and the threshold determination method have a large influence on the noise reduction effect, and the adaptive method has high noise reduction efficiency and effectively reduces the noise in the NDVI data. The proposed method does not require the determination of the smoothing window size and threshold for each year, which represents an advantage for processing large amounts of data.     

多光谱遥感图像的自适应各向异性扩散滤波

图像滤波预处理不仅有助于增强图像信噪比和减少类间(intra-c lass)光谱可变性,而且还能够对影像中亮度均匀的区域进行平滑,从而为影像地物识别、分割和分类提供有力的支持。在Pope和Acton提出的两个多光谱图像各向异性扩散滤波模型的基础上,通过各向异性扩散和稳健统计学的联系,建立了基于B iwe ight Estim ator误差模型的扩散系数,同时利用非线性退化技术对梯度阈值的改进,提出了两个基于各向异性扩散方程的非线性滤波方法。提出的方法不仅能够有效地消除传感器随机噪声的影响,而且还能够很好地保持遥感图像上重要的细节边缘和影像质量。实验结果表明,不论是视觉效果还是质量统计分析,提出的扩散模型的性能优于Pope和Acton的各向异性扩散模型,是理想的多光谱图像保边缘滤波方法。