干涉图滤波去噪处理的实验研究(修改)

干涉图滤波去噪处理的实验研究余景波1，2曹振坦1,2崔娟3刘明众1,2（1．山东科技大学测绘科学与工程学院，山东青岛266510；2.海岛（礁）测绘技术国家测绘局重点实验室，山东青岛2665103.山东省第四地质矿产勘查院，山东潍坊，261021）摘要：在介绍滤波去噪基本原理和干涉图去噪质量评价指标基础上，采用整体去噪法和分解去噪法两种方法对干涉图进行滤波去噪实验，并对实验结果进行定性和定量分析研究。结果表明整体去噪法在图像保真，相位平滑程度效果较好，分解去噪法在抑制斑点噪声影响、图像边缘保持能力接好。关键词：整体去噪；分解去噪；定性评价；定量评价；干涉图ThestudyofexperimentofinterferogramdenosingfilteringYUJing-bo1,2CAOZhen-tan1,2CUIJuan3LIUMing-zhong1,2（1.GeomaticsCollege,ShandongUniversityofScienceandTechnology,Qingdao266510,China;2.KeyLaboratoryofSurveyingandMappingTechnologyonIslandandReef,StateBureauofSurveyingandMapping,Qingdao266510,China3.ShandongProvincialNo.4InstituteofGeologicalandMineralSurvey,Weifang261021,China）Astract；Basedonintroducingthebasicprinciplesoffilteringdenoisingandinterferogramdenoisingqualityevaluationidex,thequalitativeandquantitativeanalysisoftheresultswascarriedoutbytheoveralldenoisingandthedecompositivedenoisingfilterdenoisinginterferogram.Itwasshownthattheoveralldenoisinghadsmoothessofbetterphaseandthedecompositionmethodcouldsuppressspecklenoisedenoisingeffectandtookagoodedgeretention.Keywords：Overalldenoising；decompositiondenoising；qualitativeevaluation；quantitativeevaluation；interferogram干涉图去噪是InSAR数据处理的关键步骤。如果干涉图中噪声污染严重，将会使InSAR数据处理中相位解缠无法进行或者直接影响InSAR数据处理的最终结果的精度。国内外的许多学者提出很多干涉图去噪方法，Seymour等人[1]的提出的干涉复相位的多视滤波器，EichelP.H[2]和LanarI.R[3]提出的圆周期均值滤波和圆周期中值滤波，这两种方法对干涉条纹连续性有严重影响。Lee[4]提出的自适应滤波器，在噪声影响小情况下，会导致干涉条纹断裂。朱代英[5]使用Chirp-Z变换进行干涉图滤波去噪，提高了局部频率的估计精度和计算效率，并使用相互重叠技术减少滤波结果马克赛效应。以后，学者们又陆续提出了高阶相位多项式模型，膨胀、腐蚀运算模型，扩散方程模型，小波变换去噪模型等[6-7]。本文以经典的中值滤波和二维自适应滤波为列子，设计了两种干涉图滤波去噪处理实验，并对这两种实验结果进行分析研究。1.基本原理中值滤波可以用于图像去噪，它能够在滤除噪声时保持边缘不被模糊。二维中值滤波算法使用邻域窗口内所有像素值的中间值替换滑动窗口内中心的像素值。中值滤波算法为[8]：nmdnmdPPjmediannmnm,arg,/,exparg,（1）其中，LmLmLnLnnmPPjnmd,exp,（2）nmmedian,是以nm,为这些窗口的F内的各个元素取中间值。该算法中，nmPPj,exp为幅度归一化的复数相位值。nmd,为滤波窗口F中的各个归一化相位矢量nmPPj,exp的矢量和，称其为nmPPj,exp的主矢量。arg为窗口nmPP,点的相位值对应的相位矢量与主矢量nmd,的角度差。二维自适应函数滤波可对含有恒定能量添加性噪声进行低通滤波。根据各像素局部邻域的统计估计进行像素式自适应二维滤波，即二维自适应滤波函数估计每个像素的局部均值与方差[9]：21,21,1nnnnamn（3）2,212221,1mnnamnnn（4）其中，n为图像中每个像素的nm局部邻域，二维自适应滤波估计式为：2122221,,nnannb（5）其中，2为噪声方差，如果没有给出，则自动以所有局部估计方差的均值代替。2.干涉图滤波去噪质量的评价对干涉图进行滤波去噪处理后，要对图像滤波质量进行评价。常用的评价方法有[10]：（1）定性评价定性评价是指依靠人的视觉对滤波去噪后图像进行以下几个方面的比较：①在质地均匀的区域上斑点有多大程度的消除；②能否保持图像的纹理特征、小目标、主要目标及其结构特征；③是否进入虚假特征、目标和增加了图像噪声。该方法简单，但是过于主观化，不利于自动化处理。（2）定量评价定量评价是通过一些客观标准来对图像质量进行公式化的评估，虽然不是绝对有效，但是适合应用于计算机处理。本文采用以下定量指标对干涉图滤波去噪处理质量进行评价：①均方根误差均方根误差来衡量滤波后相位图和参考相位图产生的偏差，其值越小代表滤波器的保真性越好。计算公式为：1,,2NjijiRMSos（6）其中，jis,是滤波后的相位值，jio,是参考干涉图相位值。N是滑动窗口像元个数。②等效视数等效视数是衡量一幅图像斑点噪声相对强度和滤波器滤波性能的一种指标，其定义为ENL：22ENL（7）式中，和式一局域均值和标准差。ENL反映了斑点的强弱，其越大说明斑点的影响越小。③边缘保持指数边缘保持指数反映了图像滤波结果的边缘信息保持能力，其值越接近1滤波器的边缘保持能力越强。其计算公式为：1,,,1,1,,,1,jijijijijijijijiEPIoooossss（8）式中，jis,是滤波后的相位值，jio,是原始干涉图相位值。④中误差中误差反映了相位的平滑程度，其值越小，说明相位越平滑。计算公式为：2121,,NjijiPSDN（9）其中，ji,是干涉图相位值，ji,是所选滑动窗口干涉图相位值的平均值。⑤峰值信噪比峰值信噪比反映的是整个图像的失真程度，一般情况下，其值越大的图像其质量越高。峰值信噪比定义为：MSEPSNR2255log10（10）10102',,1MiNjjifjifMNMSE（11）3.实验方案及实验结果分析本文采用EarthviewInSAR提取的济宁某一矿区的原始干涉图为研究对象，截取图像大小为600800的干涉图为实验处理的对象。3.1实验方案本文采取了两种实验方法，一种是直接对干涉图进行中值滤波和二维自适应滤波去噪处理，基本步骤：首先，对干涉图进行多次中值滤波去噪处理，然后，再对其进行几次二维自适应滤波去噪处理。其流程图如图1所示。图1整体滤波去噪处理流程图一种是把原始干涉图分解成两部分分别进行滤波去噪实验处理，基本步骤：①分解原始干涉图：原始图像，从第一列开始隔一列取一列，获得第一幅图像；从第二列开始隔一列取一列，获得第二幅图像。②对两幅图像分别进行多次中值滤波去噪处理，然后，把两幅图像组合起来。③整体进行二维自适应滤波去噪处理。该实验方法的基本流程如图2所示。图2分解滤波去噪实验处理流程图3.2实验结果及分析按照上述实验方案，进行滤波去噪实验处理可以得到以下的结果如图3所示。（a）原始干涉图（b）整体去噪干涉图（c）分解去噪干涉图图3原始干涉图及实验结果图（a～c）从定性评价和定量评价两个方面对实验结果进行分析：（1）定性评价从图3中，可以看出两幅去噪后的干涉图像噪声斑点大量减少。在图（b）中还有一些斑点存在，图像的纹理特征、特征点都有较好的保存，但个别地方出现了条纹断裂，没有虚原始干涉图第一幅图像第二幅图像中值滤波去噪中值滤波去噪结果图结果图新干涉图二维自适应滤波去噪滤波后干涉图分解组合原始干涉图小窗口中值滤波去噪大窗口中值滤波去噪二维自适应滤波去噪滤波去噪后结果干涉图假目标引入。在图（c）中，整体图像平滑，没有明显斑点存在，条纹清晰，特征点、结构特征、小目标得到了较好的保持，但是个别地方引入了小的虚假目标。为了更加形象地进行定性评价，截取图3中三幅图像第250行数据的剖面图如图4所示。图4第250行数据的剖面图从图4中，看出经过滤波去噪处理后图像曲线变化平稳，表明实验去除了大量噪声。图中，图b毛刺比图c多，这表明整体去噪效果比分解去噪效果差些，但是图c曲线变化表明干涉图的一些细节信息可能被滤去，导致了图像的失真。（2）定量评价为了客观的研究干涉图滤波去噪处理效果，可以通过一些公式进行客观的定量评价，本文采用了均方根误差、中误差、等效视数、边缘保持指数，不连续点等对滤波去噪处理后干涉图进行定量评价。各定量评价指标如表1所示。表1滤波去噪后定量评价指标名称均方根误差中误差等效视数边缘保持指数原始干涉图1.79903.1012整体去噪干涉图1.71671.01892.75650.0291分解去噪干涉图2.10981.76833.82090.0533在表1中，可以看出整体去噪的保真效果比分解去噪的保真效果好；整体去噪去噪后相位平滑程度比分解去噪后相位平滑程度好；分解去噪后干涉图斑点影响比整体去噪后干涉图和原始干涉图小；分解去噪后干涉图边缘保持能力比整体去噪干涉图强。滤波后的干涉图，可以用不连续点定量分析滤波去噪效果。表2给出了各图的不连续点情况。表2不连续点情况名称不连续点数目减少（%）原始干涉图239整体去噪干涉图0100%分解去噪干涉图1195.4%从表2可以看出，整体去噪法较好，但是可能去掉一些细节信息。分解去噪法也能去掉大部分噪声。4.结论采用两种试验方式进行滤波去噪实验，对结果进行定性和定量评价，可以得出无论是整体去噪还是分解去噪，都能去除大量噪声，但是其去噪效果是不相同的，对干涉图真实信息带来了一定影响，不同程度存在失真。鉴于此，提出更加可靠的滤波去噪算法是今后的一个研究重点。参考文献[1]Seymour,M.S.,Gumming,I.G..MaximumlikelihoodestimationforSARInterferometryinProc[J].IGARSS,1994:2272-2278.[2]EichelP.H,GhigliaD.C.SpotlightSARInterferometryforTerrainElevationMappingandInterferometricChangeDetection[R].Sand:SandiaNationalLabstechnology,1993:2529-2546.[3]LanariR,FornaroG.GenerationofDigitalElevationModelsbyUsingSIR_C/X_SARMultifrequencyTwo-passInterferometry:TheEtnaCaseStudy[J].IEEETransonGRS,1996,34(5):1096-11