InSAR圖像的梯度自適應濾波方法

齊艷妮，劉 亭，王光寧

（西北礦冶研究院，甘肅白銀730900）

InSAR圖像的梯度自適應濾波方法

齊艷妮*，劉 亭，王光寧

（西北礦冶研究院，甘肅白銀730900）

干涉合成孔徑雷達三維成像技術是最近十幾年來非?；钴S的研究領域，其一般理論日益成熟，應用前景頗為看好。在研究InSAR干涉紋圖噪聲來源、特性和相位的統計特性的基礎上，研究了InSAR干涉紋圖梯度自適應濾波的原理、方法、步驟，在此基礎上，提出并實現了根據梯度變化尋找條紋，對條紋統一賦值這種梯度自適應濾波的改進方法。實驗結果表明所提出的干涉紋圖噪聲抑制方法比較有效地抑制了干涉圖中的相位噪聲，保留了干涉圖中的邊緣細節信息，達到了比較好的濾波效果。

合成孔徑雷達；干涉；相位；濾波；噪聲抑制

合成孔徑雷達（synthetic aperture rader,SAR）是一種主動式微波傳感器，它具有全天候、全天時獲取數據，并能穿透云霧、煙塵和大面積獲取地表信息的特點，因而成為了對地觀測領域不可或缺的傳感器。雷達干涉測量（synthetic aperture rader interferometry,IN?SAR）技術則綜合了合成孔徑雷達（SAR）成像原理和干涉測量技術，利用傳感器的系統參數、姿態參數和軌道之間的幾何關系來精確測量地表某一點的三維空間位置及其微小變化，它是近十幾年來非?；钴S的研究領域，其一般理論日益成熟，應用前景頗為看好，尤其是在地形測繪、城市目標顯示和城市形態分析、海洋表面狀態監測、極地冰況監測、農業和資源調查、地表變形檢測等方面得到了廣泛的應用。

INSAR技術是根據兩幅SAR復影像的干涉相位差來獲取地面目標的三維信息，但是干涉紋圖中的噪聲是影響系統測量精度的重要因素之一，所以為了獲得準確的干涉相位差數據，使得相位解纏可以順利進行，為以后的數據處理做好準備工作，就必須對各種噪聲進行有效的抑制。

本文在研究了INSAR技術的一系列相關理論的基礎上，查閱了相關文獻資料，致力于找出一種基于自適應濾波的濾波方法，希望它能達到較好的濾波效果。

1 合成孔徑雷達干涉圖濾波實驗及結果分析

由于接收機的熱噪聲、時間去相關、基線去相關等的影響，干涉SAR圖像不可避免的存在大量噪聲。噪聲使干涉SAR圖像的相關性降低，相位的不確定性增大，殘留點的數目變大，給相位解纏帶來了較大的難度。因此，分析噪聲的來源與特性，根據噪聲模型降低噪聲是獲得高精度的DEM的重要途徑。

為了降低干涉SAR圖像的噪聲，使得數據處理順利進行，許多的學者在這方面做出了不懈的努力，并取得了巨大的成果，許多的濾波方法在濾除噪聲的同時也較好地保持了圖像的邊緣等細節信息。本文在分析了幾種常用濾波方法的基礎上，選擇了實現基于梯度的自適應濾波方法，并且在此基礎上對基于梯度的自適應濾波算法進行了改進，以期達到更好的濾波效果。

1.1 改進的基于梯度的自適應濾波方法

在自適應平滑濾波方法中，尺度函數k確定了在平滑過程中可以保留下的邊緣幅度。如果信號梯度大于k，則認為該點處于邊緣上，邊緣點在濾波窗口對應的權系數減小，使得邊緣得以保留；反之，若信號梯度小于k，對應非邊緣的點，其權系數就變大，在非邊緣區域梯度低于k，窗口內各權系數接近，較大程度上參與平滑，將信號的不平坦平滑掉，從而達到去除噪聲的效果。

根據這一原理，在原有的基于梯度的自適應濾波方法的基礎上進行了改進，主要思想是根據尺度函數k來判斷信號梯度的大小，找出突變點，將相鄰的突變點連接起來，構成條紋，對條紋統一賦值，進行中值濾波，其他的非突變點則依舊采用改進的基于梯度的自適應濾波方法進行濾波。

其算法步驟可以表示為：

(1)計算梯度Gx(x,y)、Gy(x,y)、G45(x,y)和G135(x,y)；

(2)確定尺度函數k的大小。若相鄰的信號梯度小于k，就計算濾波窗口權系數，然后對信號進行加權平均，應用改進的基于梯度的自適應平滑濾波方法濾除噪聲；

(3)若相鄰的信號梯度大于k，則表示該點處于邊緣上。則對干涉圖的實部和虛部分別進行中值濾波。

其算法的流程圖如圖1所示。

圖1 再次改進的基于梯度的自適應濾波方法流程圖

1.2 真實數據濾波實驗結果及比較分析

為了客觀地評價不同濾波器的濾波性能，選取一幅1963年3月18日和19日ERS—1/2衛星在香港的上空，獲得的2幅地球資源的原始圖像，衛星的垂直基線長為100m，SAR圖像首先在方位向做5個像元的多視處理。兩幅單視SAR復數圖像經過配準后，得到20m× 20m的干涉圖，然后在這幅干涉圖上取出大小為700× 1000的一個矩形區域作為本次研究的對象(見圖2)。

在真實干涉圖像中選取一行第240行的相位值作為研究對象，其中既有干涉條紋比較密集的區域，也有干涉條紋比較疏松的區域，很有代表性(注：本小結中的所有剖面圖均以第240行的相位值作為研究對象)。干涉圖中所選定區域的剖面圖如圖3所示。

在圖2和圖3中，我們可以明顯的看到干涉圖的條紋不是很清晰，存在著很多的噪聲，在這樣的情況下會導致相位解纏的結果偏差很大甚至根本無法進行相位解纏。所以就很有濾波的必要性。

圖2 干涉圖中所選定區域的放大圖

1.3 干涉圖的改進的基于梯度的自適應濾波結果

從濾波后的干涉圖4和剖面圖5中，我們可以明顯的看到圖像已經變得比較清晰，原來存在著很多噪聲的部分，已經減少了很多。這說明改進的基于梯度的自適應濾波方法的濾波效果是比較明顯的。

1.4 干涉圖濾波方法的比較和評價

評價方法方法包括定性和定量方法2種，所謂定性方法指的是定性方法指的是觀察濾波以后干涉圖的條紋清晰程度以及噪音分布情況等；定量方法則指的是通過定義一些客觀標準來對圖像質量進行公式化的評估。

本文采用殘留點、相位梯度的和值(SPD)和邊緣保持指數(EPI)這3種方法來作為干涉圖濾波方法的評價指標。運用這3種干涉圖質量的評價方法可以得出表1所示的結果。

從表1中可以看出：

(1)與原始圖像相比，各種濾波算法結果圖像的殘留點都有所降低，表明各算法都對原始干涉圖像起到了去噪的作用。一般來說，在一幅干涉相位圖中，殘留點的數目越少，分布越分散，則越利于干涉相位展開處理；

(2)與原始圖像相比，各種濾波算法結果圖像的相位梯度的和值(SPD)也都有所降低，表明各算法都對原始干涉圖像起到了去噪和平滑的作用。一般來說，SPD的值越小，則干涉圖的濾波效果就越好，所以相比之下，如果單以SPD為評價標準，則SPD值越小的濾波方法越優；

(3)與原始圖像相比，各種濾波算法結果圖像的邊緣保持指數(EPI)也都有所降低，表明各算法都對原始干涉圖像起到了去噪和平滑的作用。一般來說，EPI的值越大，則表明濾波器的邊緣保持能力越強，所以相比之下，如果單以EPI為評價指標，則給予梯度的自適應濾波方法明顯優于其他的2種濾波方法。

圖3 干涉圖中所選定區域的剖面圖

表1 真實干涉圖噪音抑制各項評價指標

2 結語

圖4 再次改進的基于梯度的自適應濾波法濾波后的圖像

圖5 再次改進的基于梯度的自適應濾波法濾波后的剖面圖

從所做的實驗結果中可以看出，不同的濾波方法具有不同的濾波效果。從殘留點和相位梯度的和值(SPD)這2個圖像質量的評定指標可以看出，改進的基于梯度的自適應濾波方法和再次改進的基于梯度的自適應濾波方法的濾波效果要比基于梯度的自適應濾波方法要好，圖像的噪音明顯被消除；由邊緣保持指數(EPI)這一圖像質量評價指標則看出，再次改進的基于梯度的自適應濾波方法的邊緣保持能力沒有其他2種濾波方法好。

[1]Abduwasit Ghulam,Reda Amer,Robert Ripperdan.Improved Filtering Parameter Determination for the Goldstein Radar In?terferogram Filter.

[2]廖明生，林暉.雷達干涉測量——原理與信號處理基礎[M].測繪出版社，2008.

[3]岡薩雷斯.數字圖像處理[M].電子工業出版社.

[4]黃世奇，劉代志.SAR圖像斑點噪聲抑制方法與應用研究[J].測繪學報，2006.

P228

B

1004-5716(2016)12-0129-04

2016-02-04

2016-02-05

齊艷妮（1988-），女（漢族），寧夏固原人，助理工程師，現從事地質測量、工程測量等方面的工作。