基于异向梯度加权值干涉图滤波

根据窗口内周围各像素与中心像素之间的异向梯度及像素相干值构成中心像素迭代公式中的权函数,提出一种保持条纹细节的干涉条纹图滤波方法。以模拟数据和意大利Etna火山、土耳其地震的真实干涉图数据为例,将新方法与空间自适应滤波、Lee滤波和最优化方向融合方法进行比较。研究结果表明:新算法能够滤除大量噪声同时保持条纹边缘,模拟干涉图和2幅真实干涉图残余点去除率分别达到99.3%,90.3%和87.9%,更有利于后续的相位解缠。     

基于双边滤波算法InSAR干涉图平滑处理的分析

双边滤波算法是数字图像处理领域中较优良的一种算法,研究该算法应用于InSAR干涉图噪声抑制,提出双边与中值滤波的联合滤波算法,采用真实数据分析滤波效果。文中先阐述了常用的滤波算法和双边滤波算法的原理,然后对含有噪声的合成孔径雷达干涉图像进行不同的滤波算法处理,并对滤波结果进行了统计分析,最后采用双边与中值滤波的联合滤波方法,对原干涉图进行处理。结果表明,先双边滤波,再中值滤波处理结果的残留点最少,且对干涉条纹边缘有较好的保护效果。     

干涉条纹相位检测数字信号处理系统研究

介绍了一种新的自适应统计滤波方法，该方法有效减少干涉条纹图中的噪声，仅用一幅条纹图就能获得准确的条纹相位分布。实验结果表明，该滤波算法对Gauss白噪声及均匀分布的噪声都有良好的抑制效果。     

一种基于条纹密度和方向的干涉条纹图滤波方法

光学干涉测量技术是以激光技术、视频技术、计算机图像处理技术相结合的一种现代测量技术。针对传统的图像滤波算法和经典的偏微分方程滤波存在的问题,将偏微分方程应用于干涉条纹图像滤波中,以条纹图光强导数为零的方向为条纹方向,并用条纹灰度在法向上的变化量来估计条纹密度;然后结合条纹的方向性和条纹疏密性对现有的偏微分方程滤波模型进行了改进。最后对实验结果进行了定性和定量分析,表明改进后的模型可以更有效地对光干涉图像进行滤波处理。     

基于FFT干涉图处理的外插修正算法

条纹外插是FFT处理圆形域干涉条纹图的必要步骤，外插的效果直接影响最终处理的精度，该文在边缘极值点为原点反转外延算法的基础上给出了一种修正算法，不仅达到了良好的插值效果，大大提高了运行速度，而且该算法也能同时对光盘形内孔进行插值。     

一种新的InSAR干涉纹图的滤波方法

在干涉处理时做了多视处理,干涉相位图中噪声依然比较严重。噪声影响着干涉SAR的图像质量,使得相位解缠无法进行或者使生成的DEM精度降低。为了获得高质量的干涉SAR图像,必须对噪声进行有效抑制,同时应该保持干涉SAR图像的分辨率。文中探讨了干涉合成孔径雷达(InSAR)中干涉相位图的噪声抑制方法,提出了基于非线性偏微分方程的干涉纹图的滤波方法。该方法的优点是在消除噪声的同时,有效地保留干涉条纹的边缘信息。文中采用了加拿大RadarSat1数据,实验处理结果验证了方法的有效性。     

基于局部条纹特征的低信噪比干涉图滤波

针对基于局部频率估计的干涉图滤波方法在低信噪比区域滤波容易产生频率估计错误的问题,提出了一种改进方法.分析了低信噪比条件下二维频率估计产生错误的原因.对局部干涉图的特征参量进行了提取,建立了描述局部条纹特征的方向图和频率图.在局部条纹方向和频率平稳的前提下,提出了以方向和频率估计可信度为测度,进行频率估计准确性判定的方法.通过适当调整估计窗口改善局部信噪比,实现对像素点错误频率的修正,从而提高滤波器的滤波性能.仿真和实际数据验证结果表明,所提方法具有很强的滤波和相位保持能力.     

混合噪声的图像复原算法

提出了一种基于中值滤波和局部线性核平滑的图像去噪算法.该算法采用在空间域中的自适应滤波思想,运用改进的混合滤波器去除图像中的混合噪声.该算法的特点是复原后的图像能较好地保留边缘,同时对图像退化的先验知识要求不严格,并且有明确的数学公式,更适合实际运用.实验表明,作者提出的方法对含有混合噪声的图像复原具有较好的效果.     

一种针对椒盐噪声的滤波算法

为了消除图像在传输过程中所引入的椒盐噪声,采用了一种2级检噪的自适应滤波算法.该算法对经典自适应滤波算法在检噪和滤噪功能上进行了改进.首先,针对不同类型图像采取了不同类型的检噪方案,然后区分出噪声点和信号点,最后,该算法根据噪声密度的不同采取不同的滤噪方案而保留信号点.仿真实验结果表明,在不同噪声密度情况下,改进后的算法不仅更有效地滤除椒盐噪声,而且能很好地保护原图的边缘与细节.不仅如此,即使针对存在大量极值信号点的图像,提出的算法仍有较好的滤波效果:针对加入黑色方块的Lena图像,当噪声密度为0.7时,该算法滤波的PSNR达28.16dB,滤波时间仅为6.46s.因此,对于不同类型的图像,该算法均满足实时性和高效性2个方向的要求.     

质量图指导的改进的基于CMRF模型的自适应InSAR相位滤波

干涉相位图滤波是In SAR数据处理中的关键步骤,滤波效果的好坏直接影响后续相位解缠的准确程度和难易程度。一种基于复值马尔可夫随机场(complex-valued markov random field,CMRF)模型的干涉图滤波算法能够有效的保持边缘信息并降低残差点的数目。该算法的滤波效果依赖于模型参数估计的准确程度,而且滤波后的相位图不够平滑,仍然存在很多噪点。针对上述两个问题提出了质量图指导的基于CMRF模型的自适应滤波算法。首先,在CMRF模型参数估计中利用不规则窗使得每个待更新像素都有一个符合自身局部统计特征的更准确的模型参数。其次,引入了质量图来指导干涉图各个部分的平滑程度。仿真和实测数据的结果验证了改进算法的有效性。