基于有向窗的自适应SIGMA中值滤波算法

作者:许才军;王华;王江林 刊名:武汉大学学报(信息科学版) 上传者:赵占斌

【摘要】提出了一种能够有效消除InSAR DEM噪声的自适应中值滤波算法:基于有向窗的自适应SIGMA中值滤波。分别采用中值滤波、基于高程的自适应SIGMA中值滤波和基于有向窗的自适应SIGMA中值滤波算法,对InSAR Tandem DEM和模拟DEM进行了滤波处理。结果表明,基于有向窗的自适应SIGMA中值滤波算法不仅能够更有效地消除噪声,而且能够更好地保留图像的边界特征。

全文阅读

第 30 卷 第 10 期 2005 年 10 月 武 汉 大 学 学 报 ·信 息 科 学 版 Geomatics and Information Science of Wuhan University Vol. 30 No. 10 Oct. 2005 收稿日期:20050728。 项目来源:国家教育部高等学校博士学科点专项科研基金资助项目(20030486038) ;地理空间信息工程国家测绘局重点实验室测绘基金资助项目(1460130424210) ;湖北省青年杰出人才基金资助项目(2002AC011) ;新世纪优秀人才支持计划资助项目 (NCET0420681) 。 文章编号 :167128860(2005)100873204 文献标志码 :A 基于有向窗的自适应 SIGMA 中值滤波算法 许才军1 ,2  王  华1  王江林1  Ge Linlin3 (1  武汉大学测绘学院 , 武汉市珞喻路 129 号 ,430079) (2  武汉大学地球空间环境与大地测量教育部重点实验室 , 武汉市珞喻路 129 号 ,430079) (3  新南威尔士大学测量与空间信息系统学院 , 悉尼 , 澳大利亚 , 2052) 摘  要 :提出了一种能够有效消除 InSAR DEM 噪声的自适应中值滤波算法 :基于有向窗的自适应 SIGMA 中值滤波。分别采用中值滤波、基于高程的自适应 SIGMA 中值滤波和基于有向窗的自适应 SIGMA 中值滤波算法 ,对 InSAR Tandem DEM 和模拟 DEM 进行了滤波处理。结果表明 ,基于有向窗的自适应 SIGMA 中值滤波算法不仅能够更有效地消除噪声 ,而且能够更好地保留图像的边界特征。 关键词 :InSAR ;DEM ;有向窗 ;SIGMA 中值滤波中图法分类号 :P225 ; TP753   经过 20 多年的发展 , InSAR 已被广泛地应 用于获取 DEM、观测地表形变以及气象研究等[1~4] 。由于受热噪声去相干、基线去相干、体散射去相干、地表状况和时变去相干、卫星轨道误差、大气层延迟误差以及数据处理过程噪声等因素的影响 , InSAR 干涉图不可避免地会含有噪声[5~7] 。干涉图中的噪声进而会降低 InSAR 生成的 DEM 产品的精度[8] 。虽然多种时域和频域滤波算法都被用来进行干涉图的滤波[9 ,10] ,然而由干涉图生成的 DEM 中仍会残留部分噪声 ,因此 ,仍有必要采用适当的低通滤波算法(如中值滤波等)消除 DEM 产品中的残留噪声。由于中值滤波在消除一部分噪声的同时 ,也损失了 DEM 中的一些细节 ,而且中值滤波选用大小固定的矩形窗口作滤波窗口 ,不能有效地消除成簇噪声 ,本文提出了一种基于有向窗的自适应 SIGMA 中值滤波。该算法选取标准差最小的窗口做滤波窗口 ,选取滤波窗口内高程值的中值作为 SIGMA 滤波算法的中心值 , n 倍中误差作为滤波算法的上下限 ,将该范围内的高程取平均作为滤波结果。 1  基于有向窗的自适应 SIGMA 中值滤波算法的窗口选择   基于高程的自适应 SIGMA 中值滤波算法确定滤波窗口的大小是建立在如下假设之上的 :在无噪声的情况下 ,距离越远 ,高程差异越大 ,因此 , 随着滤波窗口的增大 ,窗口内高程的标准差也会增大。如果当滤波窗口增大后 ,标准差反而减小 , 说明该窗口内存在噪声[11] 。然而 ,这种假设并不总是合理的 ,如当 DEM 地形起伏比较平缓时 ,高程标准差的变化规律并不一定遵从这一假设。此外 ,由于该滤波算法采用

参考文献

引证文献

问答

我要提问