InSAR圖像的梯度自適應(yīng)濾波方法

齊艷妮，劉 亭，王光寧

（西北礦冶研究院，甘肅白銀730900）

InSAR圖像的梯度自適應(yīng)濾波方法

齊艷妮*，劉 亭，王光寧

（西北礦冶研究院，甘肅白銀730900）

干涉合成孔徑雷達(dá)三維成像技術(shù)是最近十幾年來(lái)非常活躍的研究領(lǐng)域，其一般理論日益成熟，應(yīng)用前景頗為看好。在研究InSAR干涉紋圖噪聲來(lái)源、特性和相位的統(tǒng)計(jì)特性的基礎(chǔ)上，研究了InSAR干涉紋圖梯度自適應(yīng)濾波的原理、方法、步驟，在此基礎(chǔ)上，提出并實(shí)現(xiàn)了根據(jù)梯度變化尋找條紋，對(duì)條紋統(tǒng)一賦值這種梯度自適應(yīng)濾波的改進(jìn)方法。實(shí)驗(yàn)結(jié)果表明所提出的干涉紋圖噪聲抑制方法比較有效地抑制了干涉圖中的相位噪聲，保留了干涉圖中的邊緣細(xì)節(jié)信息，達(dá)到了比較好的濾波效果。

合成孔徑雷達(dá)；干涉；相位；濾波；噪聲抑制

合成孔徑雷達(dá)（synthetic aperture rader,SAR）是一種主動(dòng)式微波傳感器，它具有全天候、全天時(shí)獲取數(shù)據(jù)，并能穿透云霧、煙塵和大面積獲取地表信息的特點(diǎn)，因而成為了對(duì)地觀(guān)測(cè)領(lǐng)域不可或缺的傳感器。雷達(dá)干涉測(cè)量（synthetic aperture rader interferometry,IN?SAR）技術(shù)則綜合了合成孔徑雷達(dá)（SAR）成像原理和干涉測(cè)量技術(shù)，利用傳感器的系統(tǒng)參數(shù)、姿態(tài)參數(shù)和軌道之間的幾何關(guān)系來(lái)精確測(cè)量地表某一點(diǎn)的三維空間位置及其微小變化，它是近十幾年來(lái)非常活躍的研究領(lǐng)域，其一般理論日益成熟，應(yīng)用前景頗為看好，尤其是在地形測(cè)繪、城市目標(biāo)顯示和城市形態(tài)分析、海洋表面狀態(tài)監(jiān)測(cè)、極地冰況監(jiān)測(cè)、農(nóng)業(yè)和資源調(diào)查、地表變形檢測(cè)等方面得到了廣泛的應(yīng)用。

INSAR技術(shù)是根據(jù)兩幅SAR復(fù)影像的干涉相位差來(lái)獲取地面目標(biāo)的三維信息，但是干涉紋圖中的噪聲是影響系統(tǒng)測(cè)量精度的重要因素之一，所以為了獲得準(zhǔn)確的干涉相位差數(shù)據(jù)，使得相位解纏可以順利進(jìn)行，為以后的數(shù)據(jù)處理做好準(zhǔn)備工作，就必須對(duì)各種噪聲進(jìn)行有效的抑制。

本文在研究了INSAR技術(shù)的一系列相關(guān)理論的基礎(chǔ)上，查閱了相關(guān)文獻(xiàn)資料，致力于找出一種基于自適應(yīng)濾波的濾波方法，希望它能達(dá)到較好的濾波效果。

1 合成孔徑雷達(dá)干涉圖濾波實(shí)驗(yàn)及結(jié)果分析

由于接收機(jī)的熱噪聲、時(shí)間去相關(guān)、基線(xiàn)去相關(guān)等的影響，干涉SAR圖像不可避免的存在大量噪聲。噪聲使干涉SAR圖像的相關(guān)性降低，相位的不確定性增大，殘留點(diǎn)的數(shù)目變大，給相位解纏帶來(lái)了較大的難度。因此，分析噪聲的來(lái)源與特性，根據(jù)噪聲模型降低噪聲是獲得高精度的DEM的重要途徑。

為了降低干涉SAR圖像的噪聲，使得數(shù)據(jù)處理順利進(jìn)行，許多的學(xué)者在這方面做出了不懈的努力，并取得了巨大的成果，許多的濾波方法在濾除噪聲的同時(shí)也較好地保持了圖像的邊緣等細(xì)節(jié)信息。本文在分析了幾種常用濾波方法的基礎(chǔ)上，選擇了實(shí)現(xiàn)基于梯度的自適應(yīng)濾波方法，并且在此基礎(chǔ)上對(duì)基于梯度的自適應(yīng)濾波算法進(jìn)行了改進(jìn)，以期達(dá)到更好的濾波效果。

1.1 改進(jìn)的基于梯度的自適應(yīng)濾波方法

在自適應(yīng)平滑濾波方法中，尺度函數(shù)k確定了在平滑過(guò)程中可以保留下的邊緣幅度。如果信號(hào)梯度大于k，則認(rèn)為該點(diǎn)處于邊緣上，邊緣點(diǎn)在濾波窗口對(duì)應(yīng)的權(quán)系數(shù)減小，使得邊緣得以保留；反之，若信號(hào)梯度小于k，對(duì)應(yīng)非邊緣的點(diǎn)，其權(quán)系數(shù)就變大，在非邊緣區(qū)域梯度低于k，窗口內(nèi)各權(quán)系數(shù)接近，較大程度上參與平滑，將信號(hào)的不平坦平滑掉，從而達(dá)到去除噪聲的效果。

根據(jù)這一原理，在原有的基于梯度的自適應(yīng)濾波方法的基礎(chǔ)上進(jìn)行了改進(jìn)，主要思想是根據(jù)尺度函數(shù)k來(lái)判斷信號(hào)梯度的大小，找出突變點(diǎn)，將相鄰的突變點(diǎn)連接起來(lái)，構(gòu)成條紋，對(duì)條紋統(tǒng)一賦值，進(jìn)行中值濾波，其他的非突變點(diǎn)則依舊采用改進(jìn)的基于梯度的自適應(yīng)濾波方法進(jìn)行濾波。

其算法步驟可以表示為：

(1)計(jì)算梯度Gx(x,y)、Gy(x,y)、G45(x,y)和G135(x,y)；

(2)確定尺度函數(shù)k的大小。若相鄰的信號(hào)梯度小于k，就計(jì)算濾波窗口權(quán)系數(shù)，然后對(duì)信號(hào)進(jìn)行加權(quán)平均，應(yīng)用改進(jìn)的基于梯度的自適應(yīng)平滑濾波方法濾除噪聲；

(3)若相鄰的信號(hào)梯度大于k，則表示該點(diǎn)處于邊緣上。則對(duì)干涉圖的實(shí)部和虛部分別進(jìn)行中值濾波。

其算法的流程圖如圖1所示。

圖1 再次改進(jìn)的基于梯度的自適應(yīng)濾波方法流程圖

1.2 真實(shí)數(shù)據(jù)濾波實(shí)驗(yàn)結(jié)果及比較分析

為了客觀(guān)地評(píng)價(jià)不同濾波器的濾波性能，選取一幅1963年3月18日和19日ERS—1/2衛(wèi)星在香港的上空，獲得的2幅地球資源的原始圖像，衛(wèi)星的垂直基線(xiàn)長(zhǎng)為100m，SAR圖像首先在方位向做5個(gè)像元的多視處理。兩幅單視SAR復(fù)數(shù)圖像經(jīng)過(guò)配準(zhǔn)后，得到20m× 20m的干涉圖，然后在這幅干涉圖上取出大小為700× 1000的一個(gè)矩形區(qū)域作為本次研究的對(duì)象(見(jiàn)圖2)。

在真實(shí)干涉圖像中選取一行第240行的相位值作為研究對(duì)象，其中既有干涉條紋比較密集的區(qū)域，也有干涉條紋比較疏松的區(qū)域，很有代表性(注：本小結(jié)中的所有剖面圖均以第240行的相位值作為研究對(duì)象)。干涉圖中所選定區(qū)域的剖面圖如圖3所示。

在圖2和圖3中，我們可以明顯的看到干涉圖的條紋不是很清晰，存在著很多的噪聲，在這樣的情況下會(huì)導(dǎo)致相位解纏的結(jié)果偏差很大甚至根本無(wú)法進(jìn)行相位解纏。所以就很有濾波的必要性。

圖2 干涉圖中所選定區(qū)域的放大圖

1.3 干涉圖的改進(jìn)的基于梯度的自適應(yīng)濾波結(jié)果

從濾波后的干涉圖4和剖面圖5中，我們可以明顯的看到圖像已經(jīng)變得比較清晰，原來(lái)存在著很多噪聲的部分，已經(jīng)減少了很多。這說(shuō)明改進(jìn)的基于梯度的自適應(yīng)濾波方法的濾波效果是比較明顯的。

1.4 干涉圖濾波方法的比較和評(píng)價(jià)

評(píng)價(jià)方法方法包括定性和定量方法2種，所謂定性方法指的是定性方法指的是觀(guān)察濾波以后干涉圖的條紋清晰程度以及噪音分布情況等；定量方法則指的是通過(guò)定義一些客觀(guān)標(biāo)準(zhǔn)來(lái)對(duì)圖像質(zhì)量進(jìn)行公式化的評(píng)估。

本文采用殘留點(diǎn)、相位梯度的和值(SPD)和邊緣保持指數(shù)(EPI)這3種方法來(lái)作為干涉圖濾波方法的評(píng)價(jià)指標(biāo)。運(yùn)用這3種干涉圖質(zhì)量的評(píng)價(jià)方法可以得出表1所示的結(jié)果。

從表1中可以看出：

(1)與原始圖像相比，各種濾波算法結(jié)果圖像的殘留點(diǎn)都有所降低，表明各算法都對(duì)原始干涉圖像起到了去噪的作用。一般來(lái)說(shuō)，在一幅干涉相位圖中，殘留點(diǎn)的數(shù)目越少，分布越分散，則越利于干涉相位展開(kāi)處理；

(2)與原始圖像相比，各種濾波算法結(jié)果圖像的相位梯度的和值(SPD)也都有所降低，表明各算法都對(duì)原始干涉圖像起到了去噪和平滑的作用。一般來(lái)說(shuō)，SPD的值越小，則干涉圖的濾波效果就越好，所以相比之下，如果單以SPD為評(píng)價(jià)標(biāo)準(zhǔn)，則SPD值越小的濾波方法越優(yōu)；

(3)與原始圖像相比，各種濾波算法結(jié)果圖像的邊緣保持指數(shù)(EPI)也都有所降低，表明各算法都對(duì)原始干涉圖像起到了去噪和平滑的作用。一般來(lái)說(shuō)，EPI的值越大，則表明濾波器的邊緣保持能力越強(qiáng)，所以相比之下，如果單以EPI為評(píng)價(jià)指標(biāo)，則給予梯度的自適應(yīng)濾波方法明顯優(yōu)于其他的2種濾波方法。

圖3 干涉圖中所選定區(qū)域的剖面圖

表1 真實(shí)干涉圖噪音抑制各項(xiàng)評(píng)價(jià)指標(biāo)

2 結(jié)語(yǔ)

圖4 再次改進(jìn)的基于梯度的自適應(yīng)濾波法濾波后的圖像

圖5 再次改進(jìn)的基于梯度的自適應(yīng)濾波法濾波后的剖面圖

從所做的實(shí)驗(yàn)結(jié)果中可以看出，不同的濾波方法具有不同的濾波效果。從殘留點(diǎn)和相位梯度的和值(SPD)這2個(gè)圖像質(zhì)量的評(píng)定指標(biāo)可以看出，改進(jìn)的基于梯度的自適應(yīng)濾波方法和再次改進(jìn)的基于梯度的自適應(yīng)濾波方法的濾波效果要比基于梯度的自適應(yīng)濾波方法要好，圖像的噪音明顯被消除；由邊緣保持指數(shù)(EPI)這一圖像質(zhì)量評(píng)價(jià)指標(biāo)則看出，再次改進(jìn)的基于梯度的自適應(yīng)濾波方法的邊緣保持能力沒(méi)有其他2種濾波方法好。

[1]Abduwasit Ghulam,Reda Amer,Robert Ripperdan.Improved Filtering Parameter Determination for the Goldstein Radar In?terferogram Filter.

[2]廖明生，林暉.雷達(dá)干涉測(cè)量——原理與信號(hào)處理基礎(chǔ)[M].測(cè)繪出版社，2008.

[3]岡薩雷斯.數(shù)字圖像處理[M].電子工業(yè)出版社.

[4]黃世奇，劉代志.SAR圖像斑點(diǎn)噪聲抑制方法與應(yīng)用研究[J].測(cè)繪學(xué)報(bào)，2006.

P228

B

1004-5716(2016)12-0129-04

2016-02-04

2016-02-05

齊艷妮（1988-），女（漢族），寧夏固原人，助理工程師，現(xiàn)從事地質(zhì)測(cè)量、工程測(cè)量等方面的工作。