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.

[1]	许强, 朱星, 李为乐, 董秀军, 戴可人, 蒋亚楠, 陆会燕, 郭晨. “天-空-地”协同滑坡监测技术进展[J]. 测绘学报, 2022, 51(7): 1416-1436.
[2]	李志伟, 许文斌, 胡俊, 冯光财, 杨泽发, 李佳, 张恒, 陈琦, 朱建军, 王琪洁, 赵蓉, 段梦. InSAR部分地学参数反演[J]. 测绘学报, 2022, 51(7): 1458-1475.
[3]	李博峰, 秦园阳, 陈广鄂. 基于无几何电离层滤波模型的北斗三号系统相位周跳与中断修复方法[J]. 测绘学报, 2022, 51(4): 501-510.
[4]	廖章回, 姜闯. 高分辨率遥感影像快速去雾[J]. 测绘学报, 2022, 51(3): 446-456.
[5]	杜祯强, 柴洪洲, 向民志, 章繁, 黄紫如, 朱华巍. UUVs集群协同定位的分散式增广信息滤波方法[J]. 测绘学报, 2022, 51(2): 182-191.
[6]	赵玏洋, 闫利. 移动机器人SLAM位姿估计的改进四元数无迹卡尔曼滤波[J]. 测绘学报, 2022, 51(2): 212-223.
[7]	马张烽, 蒋弥, 李桂华, 黄腾. 空间网络对时序InSAR相位解缠的影响——以Delaunay与Dijkstra网络为例[J]. 测绘学报, 2022, 51(2): 248-257.
[8]	晏雄锋, 袁拓, 杨敏, 孔博, 刘鹏程. 建筑物形状特征分析表达与自适应化简方法[J]. 测绘学报, 2022, 51(2): 269-278.
[9]	刘万科, 农旗, 陶贤露, 朱锋, 胡捷. 非完整约束的OD/SINS自适应组合导航方法[J]. 测绘学报, 2022, 51(1): 9-17.
[10]	靳凯迪, 柴洪洲, 宿楚涵, 向民志. 顾及有色噪声的光纤陀螺随机噪声自适应滤波方法[J]. 测绘学报, 2022, 51(1): 80-86.
[11]	李培, 姜刚, 马千里, 薛万峰, 杨伟华. 结合张量与互信息的混合模型多模态图像配准方法[J]. 测绘学报, 2021, 50(7): 916-929.
[12]	巩丹超, 韩轶龙, 黄旭. 线特征约束的建筑物密集匹配边缘全局优化方法[J]. 测绘学报, 2021, 50(6): 833-846.
[13]	邵凯, 张厚喆, 秦显平, 黄志勇, 易彬, 谷德峰. 分布式InSAR编队卫星精密绝对和相对轨道确定[J]. 测绘学报, 2021, 50(5): 580-588.
[14]	何秀凤, 高壮, 肖儒雅, 罗海滨, 冯灿. 多时相Sentinel-1A InSAR的连盐高铁沉降监测分析[J]. 测绘学报, 2021, 50(5): 600-611.
[15]	刘青豪, 张永红, 邓敏, 吴宏安, 康永辉, 魏钜杰. 大范围地表沉降时序深度学习预测法[J]. 测绘学报, 2021, 50(3): 396-404.