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。     

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。     

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。     

基于小波变换和中值滤波的InSAR干涉图像滤波方法

介绍小波分析的基本理论和利用小波分析对信号进行消除噪声的基本方法,以及In-SAR干涉相位图像中噪声的特点.针对目前普遍采用的均值滤波和中值滤波等方法对In-SAR干涉相位图像中噪声进行滤波的局限性,提出一种基于小波分析和中值滤波相结合的InSAR干涉相位图滤波算法以改善滤波效果.实验证明该算法的有效性.     

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。     

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。     

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。     

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。     

基于噪声分布特征的干涉图像滤波新方法

干涉图像滤波一直是InSAR图像处理的关键步骤。针对经典滤波方法的不足,提出一种基于噪声分布模型的滤波新方法。该方法以干涉图像噪声分布模型为基础,首先对图像做噪声和有用信息判断,若判断为噪声进行滤除,否则保留信息。最后选取实际SAR数据进行滤波实验,与经典的滤波方法进行对比分析,并进行定量评价。实验结果表明,基于噪声分布模型的滤波方法,在去除残差点和边缘保持指数方面明显优于经典方法,在等效视数、相位标准差、斑点指数和平滑指数方面与经典方法相当。因此,本文提出的滤波方法在去除噪声的同时,最大程度的保持了图像信息的完整性,无疑是一种有效的新滤波方法。     

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。     

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。     

An Adaptive Contoured Window Filter for Interferometric Synthetic Aperture Radar

An adaptive contoured window filter is proposed to filter off the noise from phase images of interferometric synthetic aperture radar (InSAR) in this letter. The contoured windows can best satisfy the requirement that constrains the phase signal constant inside windows on which low-pass filtering can remove the noise well while the fringe phases are well preserved. The contoured windows are determined by tracing along the local fringe orientation. An algorithm for determining window sizes adaptive to the fringe density is also proposed. The theoretical analysis and experiments prove that the proposed filter can greatly remove decorrelation noise while preserving the fringe phase well, even for those fringes with strong curvatures for InSAR processing     

基于边界探测的InSAR最小二乘整周相位解缠方法

为解决最小二乘相位解缠方法一直存在收敛性差和非整周性相位解算问题,提出基于解缠边界探测并搜索整周相位值的解缠方法,采用最小二乘次优解与最优解的阈值判别准则,预测解缠趋势并逐步推进相位解缠边界,并在解缠迭代计算中附加相位搜索增量以提取相位整周值。试验分别基于噪声干扰的模拟图和香港、深圳地区的ERS-1/2卫星SAR影像干涉图,采用边界探测算法进行相位解缠计算,试验结果表明,本文解缠方法对附加强噪声的模拟干涉图能正确解缠出99.5%的相位值,真实SAR影像干涉图的解缠精度达到±0.12rad。     

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。     

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。     

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。     

基于梯度的干涉条纹图圆周期滤波

在分析了一些现有滤波特点的基础上,根据干涉条纹图的连续性、圆周期性等主要特征,提出了一种基于梯度加权的圆周期均值滤波。将该方法用于由ERS-1原始数据生成的干涉条纹,结果证明,该方法不仅很好地抑制了噪声,而且具有良好的干涉条纹保持特性