Please wait a minute...
img

官方微信

遥感技术与应用  2007, Vol. 22 Issue (4): 531-535    DOI: 10.11873/j.issn.1004-0323.2007.4.531
图像处理     
基于小波域HMT模型InSAR干涉图噪声滤波研究
何 敏,何秀凤
(河海大学卫星及空间信息应用研究所,江苏 南京 210098)
InSAR Interferogram Filtering Using Wavelet-Domain Hidden Markov Tree Model
HE Min, HE Xiu-feng
(Institute of Satellite Navigation&Spatial Information System,Hohai University,Nanjing210098,China)
 全文: PDF 
摘要:

相干斑噪声是InSAR干涉图固有的,且InSAR干涉图对相干斑噪声十分敏感,为了得到精度更高的干涉测量产品,需要对干涉图进行相干斑噪声滤波。针对InSAR干涉图中相干斑噪声的统计特性,提出了一种基于小波域HMT模型的InSAR干涉图滤波算法,对InSAR干涉图的实部和虚部分别进行处理。试验研究结果表明,该方法在有效抑制相干斑的同时,还能有效地保持相位的细节信息和条纹的边缘结构,而且大大地减少了残余点的数量,有利于提高InSAR干涉测量的精度。

关键词: HMTInSAR干涉图相干斑滤波    
Abstract:

Speckle noise is an intrinsic property of InSAR interferograms, and InSAR interferograms are sensitive to it. In order to obtain a more accurate interferometric product, a noise filtering step must be performed. According to the statistical property of speckle noise, SAR interferograms filtering using wavelet-domain hidden markov tree (HMT) model is studied. It is employed to filter the real component and the imaginary component of interferogram respectively. The result shows that the new method is powerful to interferogram speckle noise suppression and residues reduction, as well as it can be preserved fine phase details and fringes' structures. The method proposed can improve the accuracy of interferometric products.

Key words: HMT    InSAR    Interferogram    Speckle noise    Filtering
收稿日期: 2006-09-20 出版日期: 2011-11-25
:  TP 75  
基金资助:

国家自然科学基金项目(50579013);江苏省研究生培养创新工程资助项目。

作者简介: 何敏(1980-),女,博士研究生,主要从事InSAR技术的研究与应用。
服务  
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章  

引用本文:

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.

HE Min, HE Xiu-feng. InSAR Interferogram Filtering Using Wavelet-Domain Hidden Markov Tree Model. Remote Sensing Technology and Application, 2007, 22(4): 531-535.

链接本文:

http://www.rsta.ac.cn/CN/10.11873/j.issn.1004-0323.2007.4.531        http://www.rsta.ac.cn/CN/Y2007/V22/I4/531

[1] Curlander J C, McDonough R N. Synthetic Aperture Radar System and Signal Processing[M]. New York: John Wiley &Sons, 1991.
[2] 张朝晖,潘春洪,马颂德.一种基于修正Frost核的SAR图像斑点噪声抑制方法[J].中国图像图形学报,2005,10(4):431-435.
[3] Lee J S. Digital Image Enhancement and Noise Filtering by Use of Local Statistics[J].IEEE Trans. on Pattern Anlys.Machine Intelligence, 1980, PAMI-2(2):165-168.
[4] 岳焕印,郭华东,王长林,等.SAR干涉图的静态小波域MAP法滤波[J].遥感学报,2002,6(6):456-463.
[5] Mallat S, Hwang W L. Singularity Detection and Processing with Wavelets [J]. IEEE Transactions on Information Theory, 1992, 38 (2):617-643.
[6] Crouse M S, Nowak R D, Baraniuk R G. Wavelet-based Statistical Signal Processing Using Hidden Markov Models[J].IEEE Transactions on Signal Processing, 1998, 46(4):886-902.
[7] 侯玉华.基于小波域隐马尔科夫模型的文本图像子带分割方法[J].电子学报,2002,30(8):1180-1183.
[8] Dempster A P. Maximum Likehood from Incomplete Data Via the EM Algorithm [J]. J.Royal.Stat.Soc, 1977, 39(1):1-37.

[1] 杨军,裴剑杰. 一种改进的隐马尔可夫随机场遥感影像分割算法[J]. 遥感技术与应用, 2018, 33(5): 857-865.
[2] 蒋松, 蓝爱兰,阎敬业,孙林. AgileDARN雷达数字信号处理的FPGA实现[J]. 遥感技术与应用, 2017, 32(6): 1064-1070.
[3] 王一明,蒙继华,程志强. 关键物候期遥感数据缺失条件下的数据同化研究[J]. 遥感技术与应用, 2017, 32(4): 615-623.
[4] 张霞,戚文超,孙伟超. 基于数学形态滤波的植被光谱去噪方法研究[J]. 遥感技术与应用, 2016, 31(5): 846-854.
[5] 林辉,柯长青. COSMOGSkyMed数据在常州市地表形变监测中的应用[J]. 遥感技术与应用, 2016, 31(3): 599-606.
[6] 褚楠,黄春林,杜培军. 基于双EnKF的土壤水分与土壤属性参数同时估计[J]. 遥感技术与应用, 2016, 31(2): 214-220.
[7] 韩培,舒红,许剑辉. 基于DEnKF的背景误差协方差局地化和协方差膨胀研究[J]. 遥感技术与应用, 2016, 31(2): 221-229.
[8] 高胜,曾琪明,焦健,童庆禧. 永久散射体雷达干涉研究综述[J]. 遥感技术与应用, 2016, 31(1): 86-94.
[9] 徐宝兄,摆玉龙,邵宇,黄智慧. 迭代集合卡尔曼滤波方法的性能比较研究[J]. 遥感技术与应用, 2015, 30(6): 1182-1188.
[10] 赵峰,汪云甲,闫世勇. 时序InSAR技术地表沉降监测结果可靠性及沉降梯度分析[J]. 遥感技术与应用, 2015, 30(5): 969-979.
[11] 陈玮婧,黄春林,沈焕锋. 基于Lorenz-63模型的状态与参数同时估计方法对比研究[J]. 遥感技术与应用, 2015, 30(4): 684-693.
[12] 高应波,柳钦火,李静,杨乐. 基于时序植被指数特征时相识别的多熟制耕地提取新方法[J]. 遥感技术与应用, 2015, 30(3): 431-438.
[13] 朱叶飞,朱锦旗,詹雅婷,崔艳梅. 基于小基线InSAR技术监测九台营城矿区2012年地表形变[J]. 遥感技术与应用, 2015, 30(2): 370-375.
[14] 刘吉磊,李强子,杜鑫. 基于高斯差分模型的雪地扰动痕迹遥感识别[J]. 遥感技术与应用, 2015, 30(1): 140-147.
[15] 毕海芸,马建文. 粒子滤波算法在数据同化中的应用研究进展[J]. 遥感技术与应用, 2014, 29(5): 701-710.