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。     

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。     

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。     

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。     

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。     

INSAR干涉条纹图的复数空间自适应滤波

干涉雷达成像之SLC影像是未经任务预处理的，斑点噪声将影响到强度和相位两个方面。但是，通常的滤波方法主要针对幅度影像。照搬这些方法很可能会影响到实际的相位值。合理的滤波方法对于后续的数据处理是非常重要的。该文从干涉成像机理出发提出了一个中值-自适应平滑滤波的解决方案，避免了估计局部地形的复杂计算，又可获得满意的去噪效果。     

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。     

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...     

InSAR干涉图最优化方向融合滤波

在分析干涉条纹图噪声特征的基础上, 提出了一种能有效保持干涉图条纹的边缘和细节信息的InSAR干涉图滤波算法——基于最优化融合的自适应方向平滑算法。该算法首先对8个线性方向窗口进行统计分析, 然后根据干涉图的相干性选择合适的线性方向窗口, 按照最优化融合的方法, 以方差倒数为权重对各个方向窗口的均值进行加权平均。模拟和真实干涉图数据的实验结果表明新方法不仅能有效的抑制干涉图噪声, 而且能较好的保持干涉图的细节和边缘信息, 具有很好的信息保持能力。     

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。     

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.      

高分辨率SAR影像斑点噪声滤除方法的研究

SAR影像中一般都存在着斑点噪声,它严重干扰了地物信息的提取与SAR影像的应用,影响了地物的判读,因此,抑制SAR影像斑点噪声对SAR影像的应用有着重要意义。本文首先分析了斑点噪声的产生机理及数学模型,然后介绍了滤除斑点噪声的方法,重点介绍了几种局域统计自适应滤波,总结了SAR斑点噪声滤除的两种数学模型作为构造SAR斑点噪声滤除方法的基础,然后针对几种典型的滤波算法进行了对比试验,最后提出了一套对这些滤波斑点噪声滤除效果的定量化评价指标,并运用到试验中,指导SAR影像斑点噪声的滤除以及滤波算法的构造。     

固定带宽滤波对InSAR图像对相关性影响的定量分析

讨论了干涉合成孔径雷达（InSAR）成像处理中基线解相关系数的频率函数，分析了在距离向压缩过程中频谱窗函数对InSAR图像对相关性的影响，通过定义干涉图距离向幅度谱函数的等效带宽来描述地形起伏，推导出了等效带宽和InSAR图像对相关性之间的关系式。据此给出了在不同等效带宽情况下（相当于不同地形起伏条件下），固定带宽滤波对InSAR图像对相关性的影响。最后的实验结果验证了上述分析的正确性。     

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。     

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。     

一种利用卷积神经网络的干涉图去噪方法

干涉图滤波是合成孔径雷达数据处理的关键,引入卷积神经网络（convolutional neural networks,CNN）进行干涉图去噪。首先,采用自编码器结构进行非监督学习,将干涉图去除局部地形坡度相位,所得残余噪声作为模型输入;然后将模型输出结果与去除的局部地形坡度相位相加,生成滤波结果。利用航天飞机成像雷达数据和哨兵一号A(Sentinel-1A)卫星数据,通过与Goldstein滤波器、均值滤波器、Lee滤波、Frost滤波、改进的去噪卷积神经网络（denoising convolutional neural network,DnCNN）进行对比实验,结果表明,该方法对干涉图相位质量有很大的改善,不仅能够较大程度地抑制噪声,而且能够更多地恢复出图像细节,保持干涉条纹边缘连续性。     

X波段高分辨率SAR数据土石坝表面相干性时序变化分析

本文以深圳公明水库6个中小型土石坝为试验区,利用10景1 m分辨率升降轨X波段Terra SAR影像和坝体附近连续气象站的降雨量数据,研究了坝体表面相干性的时序变化与雷达本地入射角及降雨的关系。试验结果表明,混凝土面板和草坡平均相干性均会随本地入射角增加而减小,同时,草坡表面平均相干性在有微小降雨的情况下就会快速下降0.1～0.2,差分干涉图的噪声增大;混凝土面板对微小的降雨敏感度小,但是在暴雨情况下将导致其表面完全失相干。上述结果表明,针对中小土石坝坡体变形监测应当顾及坝体的坡度及入射角选择合适的雷达成像参数,同时应充分利用降雨资料评估干涉图失相干情况,剔除噪声数据。