雷达干涉测量图像的梯度自适应光滑子函数滤波法

测绘学报 ›› 2014, Vol. 43 ›› Issue (3): 263-267.

雷达干涉测量图像的梯度自适应光滑子函数滤波法

付政庆¹,刘国林²,陶秋香¹,刘伟科³

1. 山东科技大学
2. 山东科技大学测绘科学与工程学院
3. 山东科技大学测绘学院

收稿日期:2012-11-26 修回日期:2013-06-07 出版日期:2014-03-20 发布日期:2014-04-01
通讯作者: 付政庆 E-mail:fzhqing@163.com
基金资助:
国家自然基金;山东省自然基金

APPLICATION OF ADAPTIVE SMOOTHING FUNCTION FILTERING BASEED ON GRADIENT IN InSAR IMAGE

Received:2012-11-26 Revised:2013-06-07 Online:2014-03-20 Published:2014-04-01

摘要/Abstract

摘要：

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。

关键词: InSAR, 自适应, 光滑子函数, 滤波, 斑点噪声

Abstract:

A new filtering algorithm smoothing function based on gradient was proposed. Based on gradient, noise points are identified. This algorithm is based on the spatial curved surface fitting, and then the surface is processed through smoothing function. The good pixels are unsmooth. The results of experiment, using the data which come from ALOS data of Beijing, show that the smoothing function filer has effectiveness and feasibility. The RMS (Root mean square error), PSNR (Peak signal-to-noise ratio), EPI(Edge preserve index) and PSD (Phase standard deviation) suggest that the algorithm can reduce the speckle noise and keep the edge information.

Key words: InSAR, adaptive, smoothing function, filter, speckle

付政庆刘国林陶秋香刘伟科. 雷达干涉测量图像的梯度自适应光滑子函数滤波法[J]. 测绘学报, 2014, 43(3): 263-267.

导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks

链接本文: http://xb.chinasmp.com/CN/

http://xb.chinasmp.com/CN/Y2014/V43/I3/263

[1]	白思源, 柴洪洲, 吴庆, 李根, 叶宇浩, 马洪磊. 顾及海冰漂移的浮标辅助UUV冰下组合导航方法[J]. 测绘学报, 2026, 55(4): 698-707.
[2]	路中, 赵金奇, 牛玉芬, 陈立权, 樊茜佑, 司锦钊, 王子璇, 高源, 王帅, 曲菲霏, 时洪涛, 闫世勇, 师芸, 赵争. NISAR卫星对地观测革新及其在地表形变监测中的应用[J]. 测绘学报, 2026, 55(2): 261-274.
[3]	梁磊, 王长青, 黄令勇, 黄志勇, 于瑶瑶, 钟敏, 闫易浩, 穆庆禄. 顾及星敏感器安装矩阵校正的GRACE-FO姿态数据处理研究[J]. 测绘学报, 2026, 55(2): 287-300.
[4]	彭代锋, 刘雪莲, 鲁梦飞, 管海燕. 基于多尺度跨模态特征融合的异源遥感影像洪水变化检测[J]. 测绘学报, 2026, 55(2): 328-343.
[5]	韩斌, 黄欣, 李丰毅, 卢晓珍. 一种双编码器自适应特征融合的SAR图像水体分割网络[J]. 测绘学报, 2026, 55(1): 101-113.
[6]	沈聪, 王国成, 柳林涛, 胡辉雯, 蔡志武. 基于频差估计值修正的Kalman滤波钟差预报算法[J]. 测绘学报, 2025, 54(9): 1596-1607.
[7]	王翰, 肖云, 关怀魁, 孙玮萱. 熵-PSO双驱优化的改进巴特沃斯重力向下延拓方法[J]. 测绘学报, 2025, 54(9): 1620-1632.
[8]	吴唯同, 陈驰, 杨必胜, 何秀凤. 退化场景稳健的激光雷达、毫米波雷达与惯性融合里程计方法[J]. 测绘学报, 2025, 54(9): 1677-1686.
[9]	方帅, 刘加恩, 张晶. 自适应参考特征引入与多尺度特征聚合的时空融合算法[J]. 测绘学报, 2025, 54(8): 1476-1488.
[10]	刘启亮, 阳洁, 毛先成, 刘占坤, 邓敏. 空间数据插值的杨赤中滤波与推估法[J]. 测绘学报, 2025, 54(8): 1501-1517.
[11]	李鹏, 白建博, 李振洪, 王厚杰. 融合多轨道TS-InSAR的广域海岸带地面沉降监测及成因解析——以山东省为例[J]. 测绘学报, 2025, 54(7): 1178-1191.
[12]	徐联中, 陈传法, 陈东兴, 王兴杰, 杨子明, 杨淑凡, 洪壮壮, 郝劲达. 顾及地形特征的大规模机载LiDAR点云高效滤波方法[J]. 测绘学报, 2025, 54(6): 1082-1093.
[13]	杜钊锋, 李国鹏, 刘站科, 尚夏明, 康胜军, 王晓强. 国家重点沉降区域多监测手段综合分析[J]. 测绘学报, 2025, 54(3): 481-492.
[14]	李邵波, 赵建虎, 王爱学, 丁咚, 吴云龙. 结构特征约束的三维浅剖声呐层界提取[J]. 测绘学报, 2025, 54(2): 262-271.
[15]	李新瑞, 曲轩宇, 张勤, 舒宝, 孟岭恩, 许豪, 张双成, 黄观文, 武翰文, 王利. 数据驱动的PPP-RTK多径误差缓解方法及其在变形监测中的应用[J]. 测绘学报, 2025, 54(12): 2168-2181.