一种基于多尺度分解-重构的SAR干涉图滤波方法

    公开(公告)号:CN112419206A

    公开(公告)日:2021-02-26

    申请号:CN202011361040.0

    申请日:2020-11-27

    Abstract: 本发明公开了一种基于多尺度分解‑重构的SAR干涉图滤波方法,适用于图像处理领域。设置高斯‑拉普拉斯金字塔多尺度变换的金字塔最大层数L;利用高斯‑拉普拉斯金字塔多尺度变换理论分解SAR影像复数干涉图I0,得到复数干涉图I0的拉普拉斯金字塔La;对拉普拉斯金字塔La的顶层图像应用基于伪相干性的迭代自适应Goldstein低通滤波器;对拉普拉斯金字塔La除顶层以外的其它层图像应用基于伪相干性的Goldstein低通滤波器;对低通滤波后的拉普拉斯金字塔La′应用逆拉普拉斯变换,重构得到滤波后SAR影像干涉图I0′。在保留SAR影像干涉图边缘信息的同时更好的过滤SAR影像干涉图噪声,抑制SAR影像的干涉图噪声,对SAR影像干涉图效果好。

    一种基于拉普拉斯金字塔的InSAR干涉图迭代自适应滤波方法

    公开(公告)号:CN114066778A

    公开(公告)日:2022-02-18

    申请号:CN202111439830.0

    申请日:2021-11-30

    Abstract: 本发明公开了一种基于拉普拉斯金字塔的InSAR干涉图迭代自适应滤波方法,适用于InSAR干涉图图像处理。使用迭代自适应滤波构建拉普拉斯金字塔,对拉普拉斯金字塔的每层输入影像都采用迭代自适应滤波,迭代自适应滤波首先对输入图像进行局部频率估计,保留图像中主频部分,然后对图像剩余部分进行基于相干性的Goldstein滤波,自适应确定相关参数,最后获得每层输入图像的迭代自适应滤波结果;将下一层下采样图像和本层上采样图像相减获得的差异图进行迭代自适应滤波并存入拉普拉斯金字塔,最后对拉普拉斯金字塔进行重构获得最终的图像滤波结果,同时其易于实现,干涉图滤波的效果较好,能够为后续的相位解缠等步骤提供良好的滤波结果和数据支撑。

    一种用于SAR干涉图滤波的非局部均值定权方法

    公开(公告)号:CN112419198A

    公开(公告)日:2021-02-26

    申请号:CN202011361054.2

    申请日:2020-11-27

    Abstract: 本发明公开了一种用于SAR干涉图滤波的非局部均值定权方法,适用于图像处理领域。首先设置非局部均值信息提取的搜索窗口大小和匹配窗口大小;计算非局部均值提取的噪声抑制参数;计算实部影像R0在搜索窗口SN内的中心像元和其它像元的相似性SR计算虚部影像J0在搜索窗口SN内的中心像元和其它像元的相似性SJ;基于实部影像R0和虚部影像J0的相似性,计算SAR复数干涉图I0在搜索窗口内的中心像元和其它像元的相似性并归一化,得到用于SAR干涉图滤波的非局部均值权重。其将实部和虚部的非局部权重计算合理,有效提高了非局部均值提取的可靠性,对SAR影像干涉图滤波中非局部均值提取效果好。

    一种用于SAR干涉图滤波的非局部均值定权方法

    公开(公告)号:CN112419198B

    公开(公告)日:2024-02-02

    申请号:CN202011361054.2

    申请日:2020-11-27

    Abstract: 本发明公开了一种用于SAR干涉图滤波的非局部均值定权方法,适用于图像处理领域。首先设置非局部均值信息提取的搜索窗口大小和匹配窗口大小;计算非局部均值提取的噪声抑制参数;计算实部影像R0在搜索窗口SN内的中心像元和其它像元的相似性SR计算虚部影像J0在搜索窗口SN内的中心像元和其它像元的相似性SJ;基于实部影像R0和虚部影像J0的相似性,计算SAR复数干涉图I0在搜索窗口内的中心像元和其它像元的相似性并归一化,得到用于SAR干涉图滤波的非局部均值权重。其将实部和虚部的非局部权重计算合理,有效提高了非局部均值提取的可靠性,对SAR影像干涉图滤波中非局部均值提取效果好。

    一种基于拉普拉斯金字塔的InSAR干涉图迭代自适应滤波方法

    公开(公告)号:CN114066778B

    公开(公告)日:2024-06-28

    申请号:CN202111439830.0

    申请日:2021-11-30

    Abstract: 本发明公开了一种基于拉普拉斯金字塔的InSAR干涉图迭代自适应滤波方法,适用于InSAR干涉图图像处理。使用迭代自适应滤波构建拉普拉斯金字塔,对拉普拉斯金字塔的每层输入影像都采用迭代自适应滤波,迭代自适应滤波首先对输入图像进行局部频率估计,保留图像中主频部分,然后对图像剩余部分进行基于相干性的Goldstein滤波,自适应确定相关参数,最后获得每层输入图像的迭代自适应滤波结果;将下一层下采样图像和本层上采样图像相减获得的差异图进行迭代自适应滤波并存入拉普拉斯金字塔,最后对拉普拉斯金字塔进行重构获得最终的图像滤波结果,同时其易于实现,干涉图滤波的效果较好,能够为后续的相位解缠等步骤提供良好的滤波结果和数据支撑。

    一种基于多尺度分解-重构的SAR干涉图滤波方法

    公开(公告)号:CN112419206B

    公开(公告)日:2024-05-24

    申请号:CN202011361040.0

    申请日:2020-11-27

    Abstract: 本发明公开了一种基于多尺度分解‑重构的SAR干涉图滤波方法,适用于图像处理领域。设置高斯‑拉普拉斯金字塔多尺度变换的金字塔最大层数L;利用高斯‑拉普拉斯金字塔多尺度变换理论分解SAR影像复数干涉图I0,得到复数干涉图I0的拉普拉斯金字塔La;对拉普拉斯金字塔La的顶层图像应用基于伪相干性的迭代自适应Goldstein低通滤波器;对拉普拉斯金字塔La除顶层以外的其它层图像应用基于伪相干性的Goldstein低通滤波器;对低通滤波后的拉普拉斯金字塔La′应用逆拉普拉斯变换,重构得到滤波后SAR影像干涉图I0′。在保留SAR影像干涉图边缘信息的同时更好的过滤SAR影像干涉图噪声,抑制SAR影像的干涉图噪声,对SAR影像干涉图效果好。

    一种用于SAR干涉图处理的Goldstein金字塔构建方法

    公开(公告)号:CN112419205B

    公开(公告)日:2024-04-19

    申请号:CN202011357471.X

    申请日:2020-11-27

    Abstract: 本发明公开了一种用于SAR干涉图处理的Goldstein金字塔构建方法,适用于图像处理领域。把SAR影像复数干涉图I0设为Goldstein金字塔的第0层图像G0;设置对复数干涉图G0进行Goldstein金字塔变换的最大层数L;设置频率域Goldstein低通滤波器的核大小N;利用大小为N的频率域Goldstein滤波器对金字塔第i层复数干涉图Gi做滑移滤波处理;对滤波后的干涉图#imgabs0#进行下采样得到第i+1层Goldstein金字塔Gi+1;重复上述步骤直到得到第L层Goldstein金字塔GL,把第0‑L层金字塔图像进行组合得到Goldstein金字塔。其可以生成SAR影像复数干涉图的Goldstein金字塔图像,实现对复数干涉图的多尺度描述,为进一步提升复数干涉图滤波、相位解缠等处理的效果提供了一种有效的多尺度变换方法,对SAR影像复数干涉图构建金字塔的效果好。

    一种用于SAR干涉图处理的Goldstein金字塔构建方法

    公开(公告)号:CN112419205A

    公开(公告)日:2021-02-26

    申请号:CN202011357471.X

    申请日:2020-11-27

    Abstract: 本发明公开了一种用于SAR干涉图处理的Goldstein金字塔构建方法,适用于图像处理领域。把SAR影像复数干涉图I0设为Goldstein金字塔的第0层图像G0;设置对复数干涉图G0进行Goldstein金字塔变换的最大层数L;设置频率域Goldstein低通滤波器的核大小N;利用大小为N的频率域Goldstein滤波器对金字塔第i层复数干涉图Gi做滑移滤波处理;对滤波后的干涉图 进行下采样得到第i+1层Goldstein金字塔Gi+1;重复上述步骤直到得到第L层Goldstein金字塔GL,把第0‑L层金字塔图像进行组合得到Goldstein金字塔。其可以生成SAR影像复数干涉图的Goldstein金字塔图像,实现对复数干涉图的多尺度描述,为进一步提升复数干涉图滤波、相位解缠等处理的效果提供了一种有效的多尺度变换方法,对SAR影像复数干涉图构建金字塔的效果好。

Patent Agency Ranking