干涉图滤波去噪处理实验研究(修改).docVIP

干涉图滤波去噪处理的实验研究 余景波1，2 曹振坦1,2崔娟3 刘明众1,2 （1．山东科技大学 测绘科学与工程学院，山东 青岛 266510；2. 海岛（礁）测绘技术国家测绘局重点实验室，山东 青岛 266510山东省第四地质矿产院，The study of experiment of interferogram denosing filtering YU Jing-bo1,2 CAO Zhen-tan1,2 CUI Juan3 LIU Ming-zhong1,2 （1.Geomatics College, Shandong University of Science and Technology, Qingdao 266510, China; 2. Key Laboratory of Surveying and Mapping Technology on Island and Reef, State Bureau of Surveying and Mapping, Qingdao 266510, China3. Shandong Provincial No.4 Institute of Geological and Mineral Survey, Weifang 261021, China） Astract；Based on introducing the basic principles of filtering denoising and interferogram denoising quality evaluation idex, the qualitative and quantitative analysis of the results was carried out by the overall denoising and the decompositive denoising filter denoising interferogram.It was shown that the overall denoising had smoothess of better phase and the decomposition method could suppress speckle noise denoising effect and took a good edge retention. Keywords：Overall denoising；decomposition denoising；qualitative evaluation；quantitative evaluation；interferogram InSAR数据处理的关键步骤。如果干涉图中噪声污染严重，将会使InSAR数据处理中相位解缠无法进行或者直接影响InSAR数据处理的最终结果的精度。国内外的许多学者提出很多干涉图去噪方法，Seymour等人[1]的提出的干涉复相位的多视滤波器，Eichel P.H[2]和Lanar I.R[3]提出的圆周期均值滤波和圆周期中值滤波，这两种方法对干涉条纹连续性有严重影响。Lee[4]提出的自适应滤波器，在噪声影响小情况下，会导致干涉条纹断裂。朱代英[5]使用Chirp-Z变换进行干涉图滤波去噪，提高了局部频率的估计精度和计算效率，并使用相互重叠技术减少滤波结果马克赛效应。以后，学者们又陆续提出了高阶相位多项式模型，膨胀、腐蚀运算模型，扩散方程模型，小波变换去噪模型等[6-7]。 本文以经典的中值滤波和二维自适应滤波为列子，设计了两种干涉图滤波去噪处理实验，并对这两种实验结果进行分析研究。 1.基本原理 中值滤波可以用于图像去噪，它能够在滤除噪声时保持边缘不被模糊。二维中值滤波算法使用邻域窗口内所有像素值的中间值替换滑动窗口内中心的像素值。 中值滤波算法为[8]： （1） 其中， （2） 是以为这些窗口的内的各个元素取中间值。该算法中，为幅度归一化的复数相位值。为滤波窗口中的各个归一化相位矢量的矢量和，称其为的主矢量。为窗口点的相位值对应的相位矢量与主矢量的角度差。 二维自适应函数滤波可对含有恒定能量添加性噪声进行低通滤波。根据各像素局部邻域的统计估计进行像素式自适应二维滤波，即二维自适应滤波函数估计每个像素的局部均值与方差[9]： （3） （4） 其中，为图像中每个像素的局部邻域，二维自适应滤波估计式为：