基于相位導(dǎo)數(shù)的GBSAR影像自適應(yīng)濾波算法研究

岳　順，岳建平，邱志偉，汪學(xué)琴

(河海大學(xué)地球科學(xué)與工程學(xué)院，江蘇 南京 210098)

?

基于相位導(dǎo)數(shù)的GBSAR影像自適應(yīng)濾波算法研究

岳順，岳建平，邱志偉，汪學(xué)琴

(河海大學(xué)地球科學(xué)與工程學(xué)院，江蘇 南京 210098)

Study on the Adaptive Filtering Algorithm of GBSAR Image Based on Phase Derivative

YUE Shun，YUE Jianping，QIU Zhiwei，WANG Xueqin

摘要：GBSAR影像由于受到自身和周圍環(huán)境的影響，在影像中易產(chǎn)生噪聲，如不及時濾除噪聲，將對后續(xù)的處理造成很大的影響，以往的濾波算法大部分是基于影像的幅度信息，沒有將相位信息考慮在內(nèi)，沒達(dá)到真正濾波的效果。本文提出一種基于相位導(dǎo)數(shù)的算法對GBSAR影像進(jìn)行濾波處理，并將結(jié)果與Lee函數(shù)濾波結(jié)果進(jìn)行對比，結(jié)果表明基于相位導(dǎo)數(shù)的算法在GBSAR影像中具有良好的去噪效果，對GBSAR影像的后續(xù)處理提供了一種新的方法。

關(guān)鍵詞：相位導(dǎo)數(shù)；Lee；GBSAR；自適應(yīng)濾波；噪聲

合成孔徑雷達(dá)(synthetic aperture radar，SAR)技術(shù)1969年首次用于金星表面測繪[1]，在測繪、資源環(huán)境監(jiān)測、地質(zhì)、地震、火山監(jiān)測、海洋、軍事等領(lǐng)域得到了廣泛的應(yīng)用[2-4]。SAR技術(shù)首先應(yīng)用于星載SAR，主要用于獲取地形信息和變形監(jiān)測。隨著SAR技術(shù)的不斷發(fā)展，地基合成孔徑雷達(dá)系統(tǒng)(ground based SAR，GBSAR)被人們研制成功，它采用與星載SAR相同的技術(shù)原理[5-6]，但比星載SAR具有更高的時間分辨率和空間分辨率，作為一種新型的對地形變監(jiān)測設(shè)備，與傳統(tǒng)的GPS、全站儀等測量技術(shù)相比，具有空間連續(xù)覆蓋的優(yōu)點(diǎn)，不僅可以對大型建筑物進(jìn)行動態(tài)監(jiān)測，而且可以快速提取監(jiān)測物的形態(tài)信息[7]。

雖然GBSAR具有諸多優(yōu)點(diǎn)，但也有其自身的缺陷。在GBSAR成像過程中，雷達(dá)的回波信號由于其自身雷達(dá)系統(tǒng)和周邊環(huán)境的影響，會導(dǎo)致回波信號衰減，這將對生成的影像數(shù)據(jù)產(chǎn)生噪聲，若不對噪聲進(jìn)行濾除，將會產(chǎn)生一定的隨機(jī)起伏，最終導(dǎo)致干涉條紋存在大量噪聲，干擾GBSAR算法的效率和精度，甚至影響到DEM和位移場的提取精度。因此，必須有效地去除影像數(shù)據(jù)中的噪聲[8]。

GBSAR圖像中的噪聲極大地降低了圖像的可讀性，目前有許多濾波算法[9-10]，如Lee函數(shù)[11]、Kuan函數(shù)、中值濾波等，這些濾波算法大部分是基于幅度信息進(jìn)行處理，但GBSAR得到的是復(fù)數(shù)影像數(shù)據(jù)，不僅包括幅度信息，還有相位信息，但很少有人對其相位進(jìn)行研究。為進(jìn)一步提高濾波效果，本文基于相位導(dǎo)數(shù)原理，綜合考慮圖像的幅度和相位信息，并與Lee函數(shù)濾波效果進(jìn)行對比，探討一種新的濾波方法。

一、 基于相位導(dǎo)數(shù)的自適應(yīng)濾波原理

GBSAR技術(shù)是基于微波探測主動成像方式，通過合成孔徑技術(shù)和步進(jìn)頻率技術(shù)，實(shí)現(xiàn)雷達(dá)影像方位向和距離向的高空間分辨率，獲取監(jiān)測區(qū)域二維影像[12]。GBSAR影像數(shù)據(jù)被稱為單視復(fù)數(shù)據(jù)，即SLC(single look complex)數(shù)據(jù)，SLC數(shù)據(jù)包括雷達(dá)波振幅和相位兩部分，所接受的信號可表述為[13]

U(m,n)=A(m,n)eiφ(m,n)=A(m,n)cosφ(m,n)+

iA(m,n)cosφ(m,n)

(1)

式中，A(m,n)表示(m,n)像元信號的幅度;φ(m,n)表示(m,n)像元信號的相位。其中

(2)

k×k是濾波窗口，k是窗口大小，在GBSAR影像中有噪聲的地方就是相位導(dǎo)數(shù)突變的位置，相位導(dǎo)數(shù)可表述為

(3)

式中

(4)

(5)

Δx(i,j)=φ(i+1,j)-φ(i,j)

(6)

Δy(i,j)=φ(i,j+1)-φ(i,j)

(7)

在進(jìn)行濾波前，需要給定一個閾值Δ，如果小于Δ，則保留原像元；如果大于Δ，則對該像元進(jìn)行加權(quán)平均。根據(jù)統(tǒng)計學(xué)的原理，閾值Δ設(shè)定為

(8)

σ為濾波前的影像數(shù)據(jù)的方差。若相位導(dǎo)數(shù)大于閾值Δ，則對該像元進(jìn)行加權(quán)平均，窗口的權(quán)系數(shù)作如下定權(quán)

(9)

對信號進(jìn)行加權(quán)平均的新像元

f(t+1)(m,n)=

(10)

對得到新的像元，再次計算新的相位導(dǎo)數(shù)，如果相位導(dǎo)數(shù)大于閾值，則繼續(xù)迭代，直至新的相位導(dǎo)數(shù)小于閾值[14-15]。

根據(jù)以上所述步驟，現(xiàn)將基于相位導(dǎo)數(shù)的自適應(yīng)濾波算法的流程圖畫出，結(jié)果如圖1所示。

圖1　基于相位導(dǎo)數(shù)的自適應(yīng)濾波算法流程

本文基于相位導(dǎo)數(shù)的自適應(yīng)濾波算法，其優(yōu)點(diǎn)是：圖像按相位導(dǎo)數(shù)和幅度信息進(jìn)行自適應(yīng)平滑，算法易收斂，可達(dá)到較好的濾波效果。

二、試驗(yàn)結(jié)果與分析

本次GBSAR監(jiān)測區(qū)域?yàn)楦艉訋r大壩，大壩位于湖北省長陽縣附近的清江干流上，水庫總庫容為34億m3，裝機(jī)容量為121.2萬kW，觀測時間為2013年7月30日至7月31日，獲取GBSAR影像267幅，文中選擇了其中一幅GBSAR影像數(shù)據(jù)進(jìn)行濾波試驗(yàn)，結(jié)果如圖2—圖4所示。

圖2　GBSAR影像

圖3　Lee函數(shù)濾波之后的影像

圖4　相位導(dǎo)數(shù)濾波之后的影像

從圖2可以看出GBSAR影像中夾雜了很多噪聲，而經(jīng)過Lee濾波和相位導(dǎo)數(shù)濾波之后影像中的噪聲現(xiàn)象明顯得到抑制，但經(jīng)Lee函數(shù)濾波處理之后的影像中還存在部分噪聲沒有完全濾除，經(jīng)過相位導(dǎo)數(shù)處理后的影像，噪聲現(xiàn)象得到有效的濾除，同時保留了影像的細(xì)節(jié)部分。

為了對比兩種算法的濾波效果，現(xiàn)對本文中的濾波算法進(jìn)行定量化的評價，本文采用以下兩種指標(biāo)對濾波效果進(jìn)行評價。

1. 信噪比(PSN)

作為評價濾波后圖像質(zhì)量的一個定量指標(biāo)，信噪比的定義為

(11)

式中，M、N為影像的行列數(shù)；f(i,j)、g(i,j)分別表示原始影像和濾波后影像在像點(diǎn)(i,j)處的像元值。信噪比值越大，表示去噪效果越好。

2. 平滑指數(shù)(F)

平滑指數(shù)是影像濾波后所有像元的均值u與其均方誤差MSE的比值。F的數(shù)學(xué)表達(dá)式為

(12)

式中，MSE表示均方誤差，其定義為

(13)

它表征濾波算法對影像中噪聲的平滑能力，F(xiàn)值越高，表示濾波算法對噪聲平滑作用越強(qiáng)。

根據(jù)上述原理，得出基于Lee函數(shù)和相位導(dǎo)數(shù)的信噪比和平滑指數(shù)，結(jié)果見表1。

表1　濾波質(zhì)量評價

從表1可以看出，經(jīng)過Lee函數(shù)和相位導(dǎo)數(shù)的自適應(yīng)濾波后，GBSAR影像保持了較高信噪比和平滑指數(shù)，影像中的噪聲明顯地減少，影像的質(zhì)量得到了提升。同時，相位導(dǎo)數(shù)的信噪比和平滑指數(shù)都比Lee函數(shù)的大，說明基于相位導(dǎo)數(shù)的方法具有更加良好的去噪效果。

三、結(jié)束語

本文根據(jù)GBSAR影像數(shù)據(jù)特點(diǎn)和以往濾波算法的不足，提出了一種基于相位導(dǎo)數(shù)的自適應(yīng)濾波算法，該算法結(jié)合了影像數(shù)據(jù)中的幅度和相位信息，易收斂。利用該算法對GBSAR影像數(shù)據(jù)進(jìn)行濾波處理，并與Lee函數(shù)濾波結(jié)果進(jìn)行定量對比，得出了基于相位導(dǎo)數(shù)的自適應(yīng)濾波算法可以有效濾除GBSAR影像中的噪聲，提高影像的信噪比，達(dá)到良好的去噪效果，為后續(xù)的影像處理提供了保障。

參考文獻(xiàn)：

[1]ROGERS A E E, INGALLS R P. Venus: Mapping the Surface Reflectivity by Radar Interferometry[J]. Science, 1969, 165(3895): 797-799.

[2]曹銀璇, 燕琴, 趙爭, 等. SAR與光學(xué)遙感影像融合在土地資源監(jiān)測中的應(yīng)用[J]. 測繪通報, 2007(8): 23-25.

[3]魏鐘銓. 合成孔徑雷達(dá)衛(wèi)星[M]. 北京: 科學(xué)出版社, 2001: 20-31.

[4]舒寧. 微波遙感原理[M]. 武漢: 武漢測繪科技大學(xué)出版社, 2000: 10-50.

[5]ZISK S H. A New Earth-based Radar Technique for the Measurement of Lunar Topography[J]. The Moon, 1972, 4(3): 296-306.

[6]LUZI G, PIERACCINI M, MECATTI D, et al. Monitoring of an Alpine Glacier by Means of Ground-based SAR Interferometry[J]. IEEE Geoscience and Remote Sensing Letters, 2007, 4(3): 495-499.

[7]王慶, 張濤, 邱志偉, 等. InSAR技術(shù)在南京河西新城地面沉降監(jiān)測中的應(yīng)用[J]. 城市勘測, 2014(2): 96-98.

[8]張俊, 柳健. SAR圖像斑點(diǎn)噪聲的小波軟門限濾除算法[J]. 測繪學(xué)報, 1998, 27(2): 28-33.

[9]王振松, 劉曉云, 李小文, 等. 基于懲罰系數(shù)自適應(yīng)修正的SAR圖像濾波新算法[J]. 中國圖象圖形學(xué)報, 2008, 13(9): 1683-1688.

[10]楊將林, 張艷寧, 孫莉, 等. 基于雙樹復(fù)數(shù)小波變換的SAR圖像噪聲抑制方法[J]. 微電子學(xué)與計算機(jī), 2007, 24(8): 25-27.

[11]LEE J S. Speckle Suppression and Analysis for Synthetic Aperture Radar Images[J]. Optical Engineering, 1986, 25(5): 636-643.

[12]張宗申, 周建鄭, 張春燕. 基于GBSAR的微變形監(jiān)測系統(tǒng)應(yīng)用研究[J]. 大壩與安全, 2013(6): 19-23.

[13]余航, 焦李成, 劉芳. 基于上下文分析的無監(jiān)督分層迭代算法用于SAR圖像分割[J]. 自動化學(xué)報, 2014, 40(1): 100-116.

[14]廖明生, 林琿, 張祖勛, 等. INSAR干涉條紋圖的復(fù)數(shù)空間自適應(yīng)濾波[J]. 遙感學(xué)報, 2003, 7(2): 98-105.

[15]岳建平, 曾寶慶, 郭騰龍, 等. GB-Radar與測量機(jī)器人數(shù)據(jù)融合方法研究[J]. 測繪通報, 2014(10): 33-35, 40.

中圖分類號：P237

文獻(xiàn)標(biāo)識碼：B

文章編號：0494-0911(2016)02-0091-03

作者簡介：岳順(1991—)，男，碩士生，研究方向?yàn)?S集成與應(yīng)用。E-mail：yue_shun@163.com

基金項目：國家自然科學(xué)基金(41174002)；湖南省重點(diǎn)實(shí)驗(yàn)室開放研究基金(PHLHD201311)

收稿日期：2015-03-10

引文格式： 岳順，岳建平，邱志偉，等. 基于相位導(dǎo)數(shù)的GBSAR影像自適應(yīng)濾波算法研究[J].測繪通報，2016(2)：91-93.DOI:10.13474/j.cnki.11-2246.2016.0057.