一种基于多尺度分解-重构的SAR干涉图滤波方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112419206A(43)申请公布日2021.02.26(21)申请号202011361040.0(22)申请日2020.11.27(71)申请人中国矿业大学地址221116江苏省徐州市大学路1号中国矿业大学科研院(72)发明人庄会富彭磊范洪冬迟博文邓喀中张克非郑美楠(74)专利代理机构南京瑞弘专利商标事务所(普通合伙)32249代理人李悦声(51)Int.Cl.G06T5/20(2006.01)权利要求书2页说明书4页附图2页(54)发明名称一种基于多尺度分解-重构的SAR干涉图滤波方法(57)摘要本发明公开了一种基于多尺度分解‑重构的SAR干涉图滤波方法，适用于图像处理领域。设置高斯‑拉普拉斯金字塔多尺度变换的金字塔最大层数L；利用高斯‑拉普拉斯金字塔多尺度变换理论分解SAR影像复数干涉图I0，得到复数干涉图I0的拉普拉斯金字塔La；对拉普拉斯金字塔La的顶层图像应用基于伪相干性的迭代自适应Goldstein低通滤波器；对拉普拉斯金字塔La除顶层以外的其它层图像应用基于伪相干性的Goldstein低通滤波器；对低通滤波后的拉普拉斯金字塔La′应用逆拉普拉斯变换，重构得到滤波后SAR影像干涉图I0′。在保留SAR影像干涉图边缘信息的同时更好的过滤SAR影像干涉图噪声，抑制SAR影像的干涉图噪声，对SAR影像干涉图效果好。CN112419206ACN112419206A权利要求书1/2页1.一种基于多尺度分解-重构的SAR干涉图滤波方法，其特征在于步骤如下：a获取一幅列数为w、行数为h的SAR影像复数干涉图I0＝A+B×j，其中A是复数干涉图I0的实部，B是复数干涉图I0的虚部，j表示虚数单位；b设置高斯-拉普拉斯金字塔多尺度变换的金字塔最大层数L；c利用高斯-拉普拉斯金字塔多尺度变换理论，分解SAR影像复数干涉图I0，得到SAR影像复数干涉图I0的拉普拉斯金字塔La；d对拉普拉斯金字塔La的顶层图像LaL应用基于伪相干性的迭代自适应Goldstein低通滤波器从而获得滤波后图像La′L；e拉普拉斯金字塔La除顶层以外的其它层图像Lal(0≤l≤L-1)应用基于伪相干性的Goldstein低通滤波器从而获得滤波后图像La′l；f将La′L与La′l(0≤l≤L-1)按照层数从小到大，图像从下到上的顺序重组成低通滤波后的拉普拉斯金字塔La′，对La′进行逆拉普拉斯变换重构得到滤波后SAR影像干涉图I0′。2.根据权利要求1所述的基于多尺度分解-重构的SAR干涉图滤波方法，其特征在于：所述步骤b中高斯-拉普拉斯金字塔变换的金字塔的最大层数L需要同时满足条件：和3.根据权利要求1所述的基于多尺度分解-重构的SAR干涉图滤波方法，其特征在于：所述步骤c中利用公式：分解SAR影像复数干涉图I0，得到复数干涉图I0的拉普拉斯金字塔La，式中：Pyrdown(·)是图像下采样函数，Gl是第l层高斯金字塔图像，Gl-1是第l-1层高斯金字塔图像，Gl(i,j)表示高斯金字塔第l层图像上的点(i,j)，0≤i≤wl，0≤j≤hl，wl是高斯金字塔第l层图像的列数，hl是高斯金字塔第l层图像的行数，L是金字塔的最大层数，W(m,n)是高斯核函数W在位置(m,n)处的函数值，N是高斯核函数核窗口的半径，Lal是第l层拉普拉斯金字塔图像，是通过第l+1层高斯金字塔图像上采样重构的第l层高斯金字塔图像，利用图像下采样函数Pyrdown(·)对图像进行下采样的方式为：移除图像的偶数行和偶数列，利用图像的奇数行和奇数列组成下采样后的图像，复数干涉图I0与高斯金字塔的第0层图像G0完全相同，第L层高斯金字塔GL与第L层拉普拉斯金字塔LaL完全相同，高斯核函数W满足归一化性、对称性和奇偶性条件，核窗口大小WN通常为奇数。4.根据权利要求1所述的基于多尺度分解-重构的SAR干涉图滤波方法，其特征在于：所述步骤d中基于伪相干性的迭代自适应Goldstein低通滤波器，利用公式：2CN112419206A权利要求书2/2页计算位置(i,j)处的伪相干性Pc(i,j)；式中r为Goldstein滤波器窗口的半径，(p,q)是干涉图中像素点在滤波器窗口中的位置，θ(p,q)是干涉图中像素点在滤波器窗口中位置(p,q)处复数的相位角，|·|是数学中的取绝对值符号。5.根据权利要求1所述的基于多尺度分解-重构的SAR干涉图滤波方法，其特征在于：所述步骤e中基于伪相干性的Goldstein低通滤波器，利用数学表达式H(i,j)＝S{|F(i,j)|}α计算在干涉图在位置(i,j)处Goldstein低通滤波器H(i,j)位置(i,j)处的伪相干性Pc(i,j)，其中F(i,j)为傅里叶变换后的频率