Non-local Means算法在InSAR干涉图中的去噪研究

doi:10.13474/j.cnki.11-2246.2018.0344

测绘通报 ›› 2018, Vol. 0 ›› Issue (11): 25-29.doi: 10.13474/j.cnki.11-2246.2018.0344

Non-local Means算法在InSAR干涉图中的去噪研究

胡晋山, 丁进, 康建荣, 黄晨玲

江苏师范大学地理测绘与城乡规划学院, 江苏徐州 221000

收稿日期:2018-05-24 修回日期:2018-07-16 出版日期:2018-11-25 发布日期:2018-11-29
作者简介:胡晋山(1973-),男,博士,副教授,主要研究方向为地理信息系统、矿区生态环境治理等。E-mail:xzjshu@163.com
基金资助:
国家自然科学基金（41671395；51574132）；江苏研究生科研创新计划项目（KYCX17_1573）

Study of InSAR Interferogram Denoising by Non-local Means Algorithm

HU Jinshan, DING Jin, KANG Jianrong, HUANG Chenling

School of Geography, Geomatics and Planning, Jiangsu Normal University, Xuzhou 221000, China

Received:2018-05-24 Revised:2018-07-16 Online:2018-11-25 Published:2018-11-29

摘要/Abstract

摘要：

针对非局部化图像修复算法（Non-local Means）在干涉图滤波方面的不足，提出了一种基于相干系数改进的自适应平滑参数的Non-local Means算法，理论上，改进的算法在对InSAR干涉图进行去噪的同时，能够保留更多的干涉图像纹理和细节信息。最后通过实测数据，比较分析了新算法与传统Non-local Meas滤波算法、goldstein、自适应中值滤波的去噪效果，结果表明本文提出的改进算法在抑制InSAR干涉图噪声、保持相位信息和条纹信息方面要优于其他3种滤波算法。

关键词: 滤波算法, 自适应, InSAR干涉图, 噪声

Abstract:

In view of the deficiency of the non-local image restoration algorithm (Non-local Means) in interferogram filtering, an adaptive smoothing parameter Non-local Means based on the coherence coefficient is proposed. In theory, the improved algorithm can retain more physical and detailed information of interference images while denoising the InSAR interferogram. Finally, the denoising effect of the new algorithm, the traditional Non-local Means filtering algorithm, the Goldstein and the adaptive median filter are compared and analyzed by the measured data. The results show that the improved algorithm proposed in this paper is superior to the other three filtering algorithms in restraining the noise of InSAR interferogram, maintaining phase information and stripe information.

Key words: filtering algorithm, adaptive, InSAR interferogram, noise

中图分类号:

P237

胡晋山, 丁进, 康建荣, 黄晨玲. Non-local Means算法在InSAR干涉图中的去噪研究[J]. 测绘通报, 2018, 0(11): 25-29.

HU Jinshan, DING Jin, KANG Jianrong, HUANG Chenling. Study of InSAR Interferogram Denoising by Non-local Means Algorithm[J]. 测绘通报, 2018, 0(11): 25-29.

参考文献

[1] PARRILLI S,PODERICO M,ANGELINO C.A Nonlocal SAR Image Denoising Algorithm Based on LLMMSE Wavelet Shrinkage[J].IEEE Transactions on Geoscience and Remote Sensing,2012,50(2):606-616.
[2] ZHANG W G,ZHANG Q,YANG C S. Improved Bilateral Filtering for SAR Image Despeckling[J].Electronic Letters,2011,47(17):286-288.
[3] GOLDSTEIN R M, WERNER C L. Radar Interferogram Filtering for Geophysical Applications[J]. Geophysical Research Letters,1998,25(21):4035-4038.
[4] 万朋,王建国,赵志钦,等.SAR图像弱反射地物边缘提取方法[J].信号处理,2000,16(4):317-323.
[5] 郭宏雁,王建国,黄顺吉.一种新的SAR相干斑抑制方法[J].系统工程与电子技术,2001,23(11):38-39.
[6] 罗海滨,何秀凤.InSAR相位干涉图滤波方法研究[J].测绘通报,2007(5):55-57.
[7] 刘长安,王志勇.基于多尺度多方向的InSAR自适应相位滤波[J].遥感信息,2012,27(3):11-14.
[8] 余景波,刘国林,曹振坦,等.综合滤波InSAR干涉图去噪实验分析[J].测绘科学,2013,38(5):129-132.
[9] 贾凌春,唐锁夫,罗彦龙,等.基于Gabor滤波器的干涉相位图滤波算法[J].四川兵工学报,2013,34(12):123-127.
[10] 黄长军,郭际明,喻小东,等.干涉图EMD-自适应滤波去噪法[J].测绘学报,2013,42(5):707-714.
[11] 李泓宇,宋红军,王辉,等.质量图指导的改进的基于CMRF模型的自适应InSAR相位滤波[J].科学技术与工程,2015,15(25):55-60.
[12] 汪洋,黄海风,董臻,等.改进分块局部最佳维纳滤波算法的干涉相位滤波[J].国防科技大学学报,2015,37(4):99-105.
[13] 赵文胜,蒋弥,何秀凤.干涉图像第二类统计Goldstein自适应滤波方法[J].测绘学报,2016,45(10):1200-1209.
[14] 蒋锐,龚清勇,朱岱寅,等.基于信号子空间估计的多基线InSAR干涉相位图滤波方法[J].数据采集与处理,2017,32(2):375-381.
[15] 刘晓君,韩芳,赵磊.一种改进的SAR影像边缘检测方法[J].测绘通报,2017(9):56-59.
[16] 乔子良,杜慧敏.基于K均值聚类NL_MEANS算法的超声图像去噪[J].计算机工程与设计,2014,35(3):939-942.
[17] 马晓双,沈焕锋,杨杰,等.极化SAR相干斑抑制的非局部加权最小均方误差滤波算法[J].中国图象图形学报,2015,20(1):140-150.
[18] CHEN J,CHEN Y,AN W,et al. Nonlocal Filtering for Polarimetric SAR Data:A Pretest Approach[J]. IEEE Transactions on Geoscience and Remote Sensing, 2011,49(5):1744-1754.
[19] 何敏,何秀凤.基于小波域HMT模型InSAR干涉图噪声滤波研究[J].遥感技术与应用,2007,22(4):531-535.

Non-local Means算法在InSAR干涉图中的去噪研究

Study of InSAR Interferogram Denoising by Non-local Means Algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	王果, 李峰, 陈超, 蔡庆空, 杨亚伦. 建筑内噪声点云去除的扫描光线截断法[J]. 测绘通报, 2021, 0(9): 28-31.
[2]	李国竣, 徐延海, 段杰文, 韩石磊. 利用局部自适应阈值方法提取ORB-SLAM特征点[J]. 测绘通报, 2021, 0(9): 32-36,48.
[3]	闫坤, 张志华, 颜鲁春. 结合正则化K-SVD和Hampel滤波的探地雷达数据重建[J]. 测绘通报, 2021, 0(8): 22-27.
[4]	马涛, 杨小明, 阎跃观, 闫东川. 以窗口化和地形坡度为基础的植被茂密区域点云滤波算法[J]. 测绘通报, 2021, 0(8): 33-36.
[5]	阎跃观, 陈中章, 孙阳, 李泽政, 姚承志. 密集低矮植被区LiDAR点云地面滤波算法[J]. 测绘通报, 2021, 0(7): 1-5.
[6]	肖业伟, 谢小刚. 强跟踪抗差自适应滤波算法及其在无人机导航定位中的应用[J]. 测绘通报, 2021, 0(4): 64-67.
[7]	余正, 黄加坡, 陈袁芳, 陈炳蓉, 徐刚, 王晶, 龙程. 温州市新型冠状病毒肺炎时空分布格局演化分析[J]. 测绘通报, 2020, 0(7): 45-49,87.
[8]	熊春宝, 王猛, 于丽娜. 桥梁GNSS-RTK变形监测数据的多滤波联合去噪处理[J]. 测绘通报, 2020, 0(7): 93-96,142.
[9]	郭黎, 姜晶莉, 李豪, 王云阁. 多源地理空间矢量数据关联模型设计[J]. 测绘通报, 2020, 0(7): 97-102.
[10]	陆妍玲, 韦俊伶, 刘采玮, 李景文, 姜建武. 融合地磁/WiFi/PDR的自适应粒子滤波室内定位[J]. 测绘通报, 2020, 0(6): 1-6.
[11]	郭黎, 姜晶莉, 李豪, 王云阁. 多源地理空间矢量数据关联分析[J]. 测绘通报, 2020, 0(6): 71-76,86.
[12]	李亚丽, 张松林, 韩杰. 基于小波系数分割的局部自适应阈值图像去噪[J]. 测绘通报, 2020, 0(5): 43-46,122.
[13]	刘彦君, 张贵, 王潇, 周璀, 杨志高, 吴鑫, 张娟. 基于无人机高光谱影像波段选择的薇甘菊分类[J]. 测绘通报, 2020, 0(4): 34-39,52.
[14]	戚爽, 喻光继. 多级存储优化的大规模全局光照快速计算[J]. 测绘通报, 2020, 0(3): 64-68.
[15]	李国远, 王健, 刘秀涵, 孙文潇. 改进的自适应遗传算法支持下点云与BIM模型配准[J]. 测绘通报, 2020, 0(2): 160-162.