SAR干涉图小波降噪处理方法及其处理装置制造方法及图纸

本发明专利技术提供了一种SAR干涉图小波降噪处理方法，包括：确定SAR干涉图中的信号点和噪声点，构建噪点识别矩阵，仅对噪声点进行滤波降噪处理；提取出含有噪声的干涉图数据，分解为实部和虚部，利用Biorthogonal小波基对实部和虚部分别进行小波分解，并采用白化检验的方式使小波分解的层数达到最优；利用改进的小波阈值函数和Birge

【技术实现步骤摘要】
SAR干涉图小波降噪处理方法及其处理装置


[0001]本专利技术涉及图像处理领域。更具体地说，本专利技术涉及一种SAR干涉图小波降噪处理方法及其处理装置。

技术介绍

[0002]由于散射体与传感器之间距离不同，影响回波信号的相干性，使SAR(Synthetic Aperture Radar，合成孔径雷达)成像产生相干斑噪声，这在一定程度上降低了SAR影像的质量，可导致SAR影像获取的地物特征存在失真现象。因此，对SAR影像进行滤波降噪，可提升SAR影像的判读能力，获取更加真实可靠的相位信息。
[0003]目前，SAR降噪技术主要有两类：一类是成像前的多视处理技术，一类是成像后的滤波处理技术。成像前的多视处理技术一般使用多视平均的方法，其原理是对返回信号的方位向或距离向降低处理器的带宽，再将信号频谱分割成若干部分，分别成像后进行强度简单叠加得到最终影像。该类方法达到了抑制噪声的目的，但在一定程度上影响了SAR影像的空间分辨率，且对相干斑噪声的滤除不是很完美。成像后的滤波处理技术又可分为两种：(1)空间域滤波方法，主要包括均值、中值和统计类本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.SAR干涉图小波降噪处理方法，其特征在于，包括：步骤一、确定SAR干涉图中的信号点和噪声点，构建噪点识别矩阵，以便于仅对噪声点进行滤波降噪处理；步骤二、提取出含有噪声的干涉图数据，分解为实部和虚部，利用Biorthogonal小波基对实部和虚部分别进行小波分解，并采用白化检验的方式使小波分解的层数达到最优；步骤三、利用改进的小波阈值函数和Birge
‑
Massart惩罚函数自适应获取的分层阈值对小波分解后得到的小波系数进行处理，即对实部和虚部分别进行滤波降噪；步骤四、对滤波降噪后的实部和虚部进行小波重构，获取滤波降噪后的干涉图，并结合步骤一中SAR干涉图中的信号点，获取最终的降噪干涉图。2.如权利要求1所述的SAR干涉图小波降噪处理方法，其特征在于，对实部和虚部分别进行小波分解时采用的二维Mallat快速分解公式为：进行小波分解时采用的二维Mallat快速分解公式为：进行小波分解时采用的二维Mallat快速分解公式为：进行小波分解时采用的二维Mallat快速分解公式为：其中，d为小波系数，c为尺度系数，V、H和D分别为垂直方向、水平方向和对角线方向，j为尺度，h(N)为低通滤波器系数，g(N)为高通滤波器系数，m、n为二维信号的序列，k＝2m+N，l＝2n+N，m,n,k,l∈Z；对滤波降噪后的实部和虚部进行小波重构，采用的二维Mallat重构公式为：3.如权利要求2所述的SAR干涉图小波降噪处理方法，其特征在于，所述步骤三中，改进的小波阈值函数为:其满足：其满足：
其中，为施加阈值改进后的小波系数，t为阈值，sgn(
·
)为符号函数。4.如权利要求1所述的SAR干涉图小波降噪处理方法，其特征在于，所述步骤一具体包括：计算SAR干涉图中的每一个点的相邻像素点的相位梯度；判断相位梯度累计值是否为零；若不为零，则将该点设为噪声点，反之，将该点设为信号点；设置噪声点的值为1，信号点的值为0，构造元素为0/1的噪点识别矩阵。5.如权利要求4所述的SAR干涉图小波降噪处理方法，其特征在于，SAR干涉图中每一个点(x，y)的相邻像素点的相位梯度计算方式为：Δ1＝p
x,y
‑
p
x+1,y
Δ2＝p
x+1,y
‑
p
x+1,y+1
Δ3＝p
x+1,y+1
‑
p
x,y+1
Δ4＝p
x,y+1
‑
p
x,y
其中，p为对应像素值，相位梯度累计值6.如权利...

【专利技术属性】
技术研发人员：陈智宏，路芳，倪艳，张健钦，李梦薇，张学东，黄宜婕，李琳，林亨，
申请(专利权)人：北京建筑大学，
类型：发明
国别省市：