[发明专利]基于差异图和补偿滤波的干涉相位滤波方法

说明书

本发明提出一种基于差异图和补偿滤波的干涉相位滤波方法，先对输入的干涉相位图进行基于差异图的频域滤波提取干涉相位的主要分量，从而降低了残余干涉相位图中干涉条纹的密度，便于后续处理。之后，对残余干涉相位图进行补偿滤波。补偿滤波采用以残余干涉相位图的相位导数方差图作为自适应滤波参数的BM3D滤波，能更好的提取干涉相位的细节分量。本发明包含频域滤波和空域滤波，适合处理含有密集干涉条纹的干涉相位，能在有效滤除噪声的同时不破坏密集干涉条纹的连续性。

技术领域

本发明属于遥感和信号处理的交叉技术领域，特别涉及一种适用于含有密集干涉条纹的干涉相位滤波方法。

背景技术

对两幅合成孔径雷达图像共轭相乘，并对相乘结果取相位便得到干涉相位。干涉相位是合成孔径雷达干涉测量中重要的物理量，其质量的好坏将决定最终产品——数字高程模型或地形形变量的精度。然而，受去相关因素的影响，干涉相位中总是存在严重的空变噪声。空变噪声不仅会引入残差点还会破坏干涉相位的分布，从而增加了后续相位解缠的难度，最终导致产品精度的降低，因此必须通过干涉相位滤波过程予以滤除。

BM3D滤波算法是一个基于图像非局部相似性的高性能滤波算法，它将结构相似的二维图像块组成三维数组，然后对数组进行联合滤波，从而达到了经典图像滤波算法无法企及的效果。

但是将BM3D滤波算法应用于干涉相位滤波会存在2个问题：(1)对于密集干涉条纹，由于BM3D滤波算法的滤波窗口可能会跨越多个干涉条纹，从而破坏干涉条纹的连续性；(2)BM3D滤波算法需要能表征图像噪声方差的自适应参数作为滤波输入参数，不同的滤波输入参数将导致不同的滤波结果，但现有的BM3D滤波算法并未给出该滤波输入参数的计算方法。

发明内容

针对BM3D滤波算法应用于干涉相位滤波时存在的2个问题，本发明提出一种基于差异图和补偿滤波的干涉相位滤波方法。

本发明先对输入的干涉相位图进行基于差异图的频域滤波提取干涉相位的主要分量(密集干涉条纹)，从而降低了残余干涉相位图中干涉条纹的密度，便于后续处理。之后，对残余干涉相位图进行补偿滤波。补偿滤波采用以残余干涉相位图的相位导数方差图作为自适应滤波参数的BM3D滤波，能更好的提取干涉相位的细节分量。因此，本发明即能有效去噪又能保证密集干涉条纹的连续性。

基于差异图和补偿滤波的干涉相位滤波方法，包括以下步骤：

S1.对于待滤波的干涉相位图，计算干涉相位图的差异图；

设待滤波的干涉相位图即输入的干涉相位图的大小为N_x×N_y像素，将干涉相位图像素的像素值([-π,π])量化成13个值，量化采用为间隔的均匀量化，得到量化后的像素值集合G。最后得到一个新的映射关系：f:X×Y→G，其中，X＝{1,2,3,…,N_x}，Y＝{1,2,3,…,N_y}，

干涉相位图的差异图DM(G_i,G_j)的计算公式为：

其中，i是干涉相位图中任一像素点，j是以像素点i为中心且与像素点i相邻的8个像素点中的任一像素点，G_i是像素点i量化后的像素值；G_j是像素点j量化后的像素值，p(G_i,G_j)是干涉相位图的归一化灰度共生矩阵GLCM(G_i,G_j)；

其中GLCM(G_i,G_j)的计算方法如下：