一种基于多尺度分解-重构的SAR干涉图滤波方法

摘要

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。

说明书

技术领域

本发明涉及一种影像滤波方法，尤其适用于图像处理技术领域中一种基于多尺度分解-重构的SAR干涉图滤波方法。

背景技术

滤波属于图像处理领域，是指将图像信号中特定波段频率滤除的操作，是抑制和防止噪声干扰的一种重要技术，在图像分类、多时相影像变化检测、图像超分辨率重建、目标识别等图像处理领域得到广泛的应用。图像滤波器按照移除和保留的信息不同可以分为高通滤波器、低通滤波器和带通滤波器。需要滤波的图像既可以是实数域图像也可以是复数域图像。

高斯-拉普拉斯金字塔是一种图像多尺度表达技术，可以展示图像在不同分辨率下的信息一幅图像的金字塔是一组以金字塔形状排列的，由金字塔底层到顶层分辨率逐渐降低的图像，且来源于同一幅原始的图像。图像在金字塔中的层级越高，则图像越小，分辨率越低。

SAR干涉测量技术利用干涉相位信息精确测量地表目标的数字高程模型以及雷达视线向的微小形变。由于SAR传感器获取数据不受天气影响，因此能够实现全天时、全天候对地连续观测，这就使得SAR干涉测量技术在山体滑坡、沉降监测、地震形变等诸多领域有着广泛的应用。但受到时空去相干、热噪声去相干等影响，导致从实际影像得到的复数干涉图中存在大量相位噪声，在形变信息提取和数字高程模型生成之前需要通过滤波抑制复数干涉图中的噪声。

复数干涉图中的噪声属于高频信息，通常采用Goldstein低通滤波器来抑制高频噪声，保留低频的图像信息。然而，SAR影像复数干涉图中的噪声成因复杂，在原始的单一图像尺度应用Goldstein低通滤波器在抑制高频噪声信息的同时，通常也会损失图像的边缘细节信息，进而影响形变信息提取的可靠性和数字高程模型的生成精度。

发明内容

本发明的目的在于针对上述已有技术的问题，提供一种理论严密、滤波效果好的基于多尺度分解-重构的SAR干涉图滤波方法。

为实现上述目的，本发明的基于多尺度分解-重构的SAR干涉图滤波方法，其步骤如下：

a获取一幅列数为w、行数为h的SAR影像复数干涉图I0＝A+B×j，其中A是复数干涉图I0的实部，B是复数干涉图I0的虚部，j表示虚数单位；

b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；

c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SAR影像复数干涉图I0的拉普拉斯金字塔La；

d对拉普拉斯金字塔La的顶层图像La

e拉普拉斯金字塔La除顶层以外的其它层图像La

f将La′

所述步骤b中高斯-拉普拉斯金字塔变换的金字塔的最大层数L需要同时满足条件：

所述步骤c中利用公式：

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，

式中：Pyrdown(·)是图像下采样函数，G

所述步骤d中基于伪相干性的迭代自适应Goldstein低通滤波器，利用公式：

计算位置(i,j)处的伪相干性Pc(i,j)；式中r为Goldstein滤波器窗口的半径，(p,q)是干涉图中像素点在滤波器窗口中的位置，θ(p,q)是干涉图中像素点在滤波器窗口中位置(p,q)处复数的相位角，|·|是数学中的取绝对值符号。

所述步骤e中基于伪相干性的Goldstein低通滤波器，利用数学表达式H(i,j)＝S{|F(i,j)|}

所述步骤f中逆拉普拉斯变换的公式为：

有益效果：本发明利用高斯-拉普拉斯金字塔多尺度变换理论，把SAR影像干涉图分解为可进行无损重构的拉普拉斯金字塔图像La，对拉普拉斯金字塔图像La的不同层图像应用低通滤波器滤波，利用滤波后的拉普拉斯金字塔重构得到滤波后SAR影像干涉图，滤波效果好，具有完善的理论支撑，提高了SAR影像干涉图的可靠性。因此，本发明为SAR影像复数干涉图的滤波提供了一种新途径。

附图说明

图1是本发明多尺度分解-重构的SAR干涉图滤波方法的流程图；

图2是本发明的尺度分解-重构的SAR干涉图滤波方法的复数干涉图I0，即高斯金字塔图像的第0层G

图3是本发明多尺度分解-重构的SAR干涉图滤波方法的滤波后拉普拉斯金字塔的第0层La′

图4是本发明的基于多尺度分解-重构的SAR干涉图滤波方法实施例中滤波后拉普拉斯金字塔的第1层La′

图5是本发明基于多尺度分解-重构的SAR干涉图滤波方法实施例中滤波后拉普拉斯金字塔的第2层La′

图6是本发明基于多尺度分解-重构的SAR干涉图滤波方法的滤波后复数干涉图I0′的示意图。

具体实施方式

以下结合附图及实施例对本发明作进一步的详细描述：

如图1所示，本发明提供一种基于多尺度分解-重构的SAR干涉图滤波方法，包括如下步骤：

步骤a：获取一幅如图2所示的列数w＝512、行数h＝512的复数干涉图I0＝A+B×j，其中A是复数干涉图I0的实部，B是复数干涉图I0的虚部，j表示虚数单位；

步骤b：根据高斯-拉普拉斯金字塔变换的最大层数L需要满足的条件

步骤c：利用高斯-拉普拉斯金字塔多尺度变换理论，通过公式：

步骤d：对拉普拉斯金字塔La的顶层图像La

步骤e：对拉普拉斯金字塔La除顶层以外的其它层图像La

步骤f：将La′