用小波變換研究ASAR差分干涉圖的去噪(第三次修改稿)（完整版）實用資料(可以直接使用，可編輯完整版實用資料，歡迎下載）

用小波變換和中值濾波研究差分干涉圖的去噪用小波變換研究ASAR差分干涉圖的去噪(第三次修改稿)（完整版）實用資料(可以直接使用，可編輯完整版實用資料，歡迎下載）余景波1，2劉國林1,2王建波1曹振坦1,2（1．山東科技大學測繪科學與工程學院，山東青島266510；2.海島（礁）測繪技術(shù)國家測繪局重點實驗室，山東青島266510）摘要;介紹了小波變換的基本原理和圖像去噪常見的濾波方法，采用幾種常見濾波分別對模擬差分干涉圖和EVISAT衛(wèi)星獲取的礦區(qū)真實ASAR數(shù)據(jù)的差分干涉圖分別進行濾波去噪處理，并對其去噪效果分別進行分析。最后，采用用小波變換和中值濾波相結(jié)合的方法對礦區(qū)真實ASAR數(shù)據(jù)差分干涉圖進行去噪處理，并對先中值濾波再小波變換和先小波變換再中值濾波兩種方式去噪結(jié)果進行了分析比較，結(jié)果表明先小波變換再中值濾波去噪效果較好。關(guān)鍵詞;小波變換；中值濾波；模擬干涉圖；ENVISAT衛(wèi)星；礦區(qū)真實ASAR數(shù)據(jù)差分干涉圖；去噪AstudyonthedifferentialinterogrambywavelettransformandmedianfilteringYUJing-bo1,2LIUGuo-lin1,2WANGJian-bo1CAOZhen-tan1,2（1.GeomaticsCollege,ShandongUniversityofScienceandTechnology,Qingdao266510,China;2.KeyLaboratoryofSurveyingandMappingTechnologyonIslandandReef,StateBureauofSurveyingandMapping,Qingdao266510,China）Abstract:Thebasicprinciplesofwavelettransformandthemethodsofimagedenoisingfilterwereintroduced.TheireffectsofdenoisingwerecomparedafterseveralcommonfilteringdenoisingthesimulatedGaussiansurfacesandtherealminingASARdatafromENVISATsatellitedifferentialinterferograms.Finally，thewavetransformandmedianfilteringeffectwasbetterbythecombinationofwavelettransformandmedianfilteringdenoisingtheminingASARdatadifferentialinterferograms.Keywords:Wavelettransform；medianfilter；simulatedGaussiansurface；ENVISATsatellite；theminingrealASARdatadifferentialinterferograms；denoise先進的合成孔徑雷達（ASAR）數(shù)據(jù)差分干涉圖在平地效應消除后，由于受到噪聲的污染，從而存在大量殘差點，給相位解纏帶來了難度，所以對ASAR數(shù)據(jù)差分干涉圖進行濾波處理是十分必要的。差分干涉圖的噪聲主要來源于以下幾個方面[1-3]：InSAR系統(tǒng)本身的熱噪聲；相位圖的相干斑點噪聲；基線失相干和時間失相干等。許多學者給出了不同對差分干涉圖進行濾波處理的方法。J.S.Lee等人[4]提出了應用加性相位噪聲模型去除干涉圖相位圖噪聲的方法，該方法能夠較好的保持相位條紋的連續(xù)性，但是計算工作量極大。P.H.Eichel等人[5]提出了圓周均值濾波方法，它在理論上具有最大似然最優(yōu)的濾波效果，但在保持相位條紋連續(xù)性上較差。R.Lanari和G.Fornaro等人[6]提出的圓周中值濾波方法，能夠保持相位條紋連續(xù)性，由于沒有使用信號統(tǒng)計規(guī)律，其濾波效果不是最好的。本文采用常見的濾波對模擬干涉圖和礦區(qū)ASAR數(shù)據(jù)差分干涉圖進行濾波去噪處理，比較其濾波效果；最后，使用小波變換和中值濾波結(jié)合方法對礦區(qū)真實ASAR數(shù)據(jù)差分干涉圖進行濾波處理。1.小波變換的基本原理小波變換是一種時間窗和頻率窗都可以改變的時頻局部分析方法[7]。設(shè)表示能量有限的信號空間。其傅里葉變換為，當其滿足允許條件時：，稱為一個基本小波。將其經(jīng)伸縮和平移后，就可以得到一個小波序列。函數(shù)的小波變換（CWT）定義為[8]：（1）（2）式（2）稱為小波的逆變換。式（1）中，為的共軛函數(shù)，若為實數(shù)函數(shù)，則。對應于目標信號，為連續(xù)小波。反應頻域信息，反映時域信息。在平面上，雖然所有分辨率塊的面積都相等，但是反映時頻分辨率的高度和寬度是可變的，大，頻域分辨率差；窄，時間分辨率高。因此，小波分析能同時在時域和頻域中對信號進行分析:在頻域內(nèi)分辨率高時,時域內(nèi)分辨率則低；在頻域內(nèi)分辨率低時，時域內(nèi)分辨率則高；具有自動變焦的功能。在實際的工程應用中，所分析的信號可能包含許多的尖峰或突變部分，并且噪聲也不是平穩(wěn)的白噪聲,因此，必須將信號中的噪聲部分去除，提取有用信號。小波分析能有效的區(qū)分信號中的突變部分和噪聲，從而實現(xiàn)信號中的噪聲消除。2.去噪的方法小波變換圖像去噪的方法一般如下[9]：（1）圖像的小波分解。選擇合適的小波函數(shù)以及合適的分解層次對圖像進行分解。（2）對分解后的高頻系數(shù)進行閾值處理。對分解的每一層，選擇合適的閾值對該層的水平、垂直和斜線三個方向的高頻系數(shù)進行閾值量化。（3）重構(gòu)圖像。根據(jù)小波分解的低頻系數(shù)和經(jīng)過閾值量化處理后的高頻系數(shù)進行圖像重構(gòu)。其具體流程如圖1所示[10]。原始圖像原始圖像對數(shù)變換小波變換閾值小波逆變換去噪圖像去噪指數(shù)交換圖1小波變換去噪流程圖常用的圖像去噪濾波如下：①中值濾波：采用濾波窗口內(nèi)所有像素的中值來代替中心像素的值，能有效的遏制孤立噪聲，但是在消除細的線性特征和目標扭曲時，失真嚴重。②局域濾波：基于方位把活動窗口分為8塊，對于每個區(qū)域，方差由下式計算：（3）③均值濾波：采用濾波窗口內(nèi)所有像素灰度值的平均值代替中心像素的值，具有很強的噪聲平滑能力。然而，在去噪時對噪聲和邊緣信息不進行區(qū)分，導致了邊緣信息鄰近區(qū)域分辨率下降。④維納濾波：卷積的Wiener自適應濾波器，如下式，（4）式（4）中，是濾波器參數(shù)，是中心像素位置，是距的距離。⑤增強Lee、Frost濾波：該方法把圖像分為三類區(qū)域，其濾波公式為：（5）該濾波依據(jù)窗口的統(tǒng)計，判斷紋理的強弱，對均勻區(qū)域進行強濾波，有紋理區(qū)域進行若濾波處理，對邊緣和點目標不進行濾波處理而保留原值。⑥GammaMAP濾波：通過假設(shè)圖像概率密度函數(shù)為pdf為Gamma分布，應用最大概率濾除噪聲，可得到該濾波器公式：（6）式（6）中，異質(zhì)參數(shù)為：（7）⑦頻域濾波方法：它是對影像所含的譜分量進行操作來實現(xiàn)的一種濾波方法，該濾波方法實現(xiàn)了在信號區(qū)域去噪，而噪聲區(qū)域不改變噪聲特性的自適應性。⑧Lee濾波：它是依據(jù)干涉圖的相干性來濾除干涉圖噪聲的方向濾波算法。干涉圖的相干性和噪聲強弱具有高相關(guān)性，相干性高的區(qū)域其干涉圖噪聲也較小，相干性低的區(qū)域其噪聲則比較大。⑨旋濾波：該方法根據(jù)條紋圖在切線方向灰度變化最小的特點，選擇灰度變化最小的線性方向窗口對條紋圖進行均值或中值濾波。因此，可以較好地濾除條紋圖的噪聲，同時又不損傷條紋特性。3.實驗結(jié)果和分析采取模擬數(shù)據(jù)和礦區(qū)真實ASAR數(shù)據(jù)相結(jié)合方法，進行濾波方法對ASAR數(shù)據(jù)差分干涉圖去噪效果的說明和分析。3.1模擬數(shù)據(jù)實驗首先，模擬一個干涉圖，對其進行加入噪聲；然后，使用均值濾波、中值濾波、維納濾波、順序統(tǒng)計濾波等常見濾波分別對其進行去噪實驗處理，實驗結(jié)果如圖2所示。圖2模擬高斯曲面及幾種濾波去噪結(jié)果示意圖（a～h）在圖2中，圖（c）是加入方差為0.45的隨機噪聲后的模擬干涉圖；圖（d）是均值濾波去噪結(jié)果圖，可以看出，大量噪聲沒有被去除，去噪效果較差；圖（e）是中值濾波去噪結(jié)果圖，可以看出中間噪聲大部分去除了，能看出細節(jié)信息，邊緣還殘留有斑點，有些細節(jié)信息失真嚴重；圖（f）是維納濾波去噪結(jié)果圖，圖形比較平滑，噪聲大多已經(jīng)被去除，但是圖形細節(jié)信息也有些被去除了，造成了模擬干涉圖信息的部分失真；圖（g）是鄰域平均濾波去噪效果圖，可以看出噪聲大量被除去，但是干涉條紋出現(xiàn)了分層現(xiàn)象，這表明該濾波在去噪時，也去掉了很多細節(jié)信息，而且干涉條紋上出現(xiàn)了很多斑點；圖（h）是順序統(tǒng)計濾波去噪結(jié)果圖，雖然能看出圖形細節(jié)信息，但是，圖像失真現(xiàn)象明顯有很多斑點噪聲存在，說明大部分噪聲沒有被去除，這可能與選取的濾波窗口有關(guān)。這些是觀察（目測）的濾波去噪效果。為了客觀評價濾波去噪效果，給出常用的均值濾波、中值濾波、維納濾波對模擬干涉圖去噪效果的客觀評價指標，如表1所示。表1模擬干涉圖濾波去噪效果評價指標濾波方法誤差絕對值最小值（rad）誤差絕對值最大值（rad）誤差絕對值平均值（rad）中誤差（rad）均方誤差（rad）邊緣保持指數(shù)（EPI）峰值信噪比（dB）均值濾波2.0409e-00536.943710.72700.0227185.71947.123625.4422中值濾波06.53140.41010.00551.1995e-0050.344897.3407維納濾波8.0356e-0061.80610.41010.00531.0552e-0050.459797.8975從表1中，可以看出均值濾波去噪圖像失真嚴重，中值濾波去噪保持圖像邊緣信息能力較強，維納濾波去噪圖像平滑、保持邊緣信息能力和去噪后圖像質(zhì)量效果好。為了更加形象的說明這幾種濾波去噪效果，分別對圖2中的模擬干涉圖形取第100行的數(shù)據(jù)作為剖面，從而得到剖面數(shù)據(jù)繪制的散點圖如圖3所示。圖3模擬干涉圖第100剖面圖從圖3中，可以看出這幾種濾波，都可以去除噪聲。中值濾波去噪和維納濾波去噪，效果明顯明顯，曲線變化趨勢結(jié)果接近原始未加噪時的圖像曲面變化趨勢，較好的恢復了原始曲面的信息。均值濾波和順序統(tǒng)計濾波去噪效果稍微差些。這些從而說明這些濾波方式都可以去除噪聲，對圖像噪聲的抑制有一定作用，還存在有明顯的毛刺，說明常規(guī)濾波去噪效果不十分理想。3.2礦區(qū)ASAR真實數(shù)據(jù)差分干涉圖實驗本文采用EVISAT衛(wèi)星PDHS-E傳感器在2009年2月27日和2009年4月3日，以降軌方式獲取的覆蓋濟寧某礦區(qū)的ASAR數(shù)據(jù)首先，對這兩幅ASAR數(shù)據(jù)影像進行雙軌差分干涉處理。在差分干涉處理中，引入分辨率為30米的Aster數(shù)據(jù)作為外部DEM，提取了差分干涉圖如圖4圖4真實礦區(qū)ASAR數(shù)據(jù)差分干涉圖采用中值濾波、維納（二維自適應濾波）濾波、均值濾波對礦區(qū)真實SAR數(shù)據(jù)差分干涉圖進行濾波去噪處理，其結(jié)果如圖5所示。圖5原始差分干涉圖及幾種濾波后的結(jié)果圖（a～d）圖（a）是中值濾波去噪后的結(jié)果，可以看出，保留了許多細節(jié)信息，條紋也很明顯；圖（b）是維納(二維自適應濾波)濾波去噪后的結(jié)果，能夠看出明顯的條紋，但是還是存在有很多的噪聲殘余；圖（d）是均值濾波去噪結(jié)果圖,能夠看出明顯干涉條紋，但是仍然有大量斑點噪聲存在，去噪效果不明顯。在圖5中，右邊的曲線圖是分別取至圖（a）、圖（c）和圖（d）第250行數(shù)據(jù)作為剖面，得到剖面數(shù)據(jù)繪制的散點圖。圖（a）曲線是中值濾波去噪后的差分干涉圖剖面曲線變化平穩(wěn)些，毛刺變化大幅度減少，表明中值濾波去除了部分濾波；圖（b）是維納濾波(二維自適應濾波)去噪后的差分干涉圖剖面圖，曲線變化平穩(wěn)些，但是，在某些地方還是波動變化很大，毛刺狀變化較圖（a）增多；圖（d）是均值濾波去噪后的差分干涉圖剖面，曲線上毛刺狀變化大量存在，變化趨勢較無規(guī)律，而且變化幅度較大。小波變換和中值濾波相結(jié)合的先后順序?qū)SAR差分干涉圖去噪效果不同，本文采用兩則互相結(jié)合，先后順序不同的方式對礦區(qū)真實ASAR數(shù)據(jù)差分干涉圖進行去噪處理，結(jié)果如圖6所示。圖6小波變換和中值濾波結(jié)合去噪結(jié)果示意圖在圖6中，右邊的曲線變化圖是分別取圖（a）和圖(b)中第250行數(shù)據(jù)作為剖面，繪制的散點圖，可以看出小波變換和中值濾波結(jié)合去噪效果明顯，去除了原始圖像中大部分毛刺，即大量噪聲被除去，較好的保持了相位波形。圖（b）先使用小波函數(shù)對差分干涉圖進行2層分解，對高頻系數(shù)進行閾值量化，再使用小波函數(shù)對每一層進行濾波和重構(gòu)處理，最后使用中值濾波函數(shù)對小波去噪后的差分干涉圖選擇合適窗口進行濾波處理，結(jié)果可以看出明顯的條紋，大量細節(jié)信息被保留下來，去噪的效果較好，在噪聲抑制和細節(jié)信息保持上都表現(xiàn)出了較好的特性。圖（a）進行小窗口的中值濾波，然后小波函數(shù)對差分干涉圖進行2層分解，對高頻系數(shù)進行閾值量化，再使用小波函數(shù)對每一層進行濾波和重構(gòu)處理，結(jié)果可以看出明顯干涉條紋，大量斑點噪聲被去除，細節(jié)信息明顯。這表明，小波變換和中值濾波結(jié)合能夠取得較好的圖像去噪效果。為了更加形象的比較小波變換和中值濾波結(jié)合去噪的效果，給出了小波變換和中值濾波結(jié)合對真實礦區(qū)ASAR數(shù)據(jù)差分干涉圖去噪效果客觀評價標準，如表2所示。表2中值濾波和小波變換去噪效果評價指標濾波方法誤差絕對值最小值（rad）誤差絕對值最大值（rad）誤差絕對值平均值（rad）中誤差（rad）均方誤差（rad）邊緣保持指數(shù)（EPI）峰值信噪比（dB）先中值濾波后小波變換2.9309e-0054.90131.07970.00462.25230.038044.6045先小波變換后中值濾波7.7915e-0064.90131.12060.00420.00240.0313114.0038從表2中，可以看出先中值濾波后小波變換去噪后，圖像邊緣信息保持能力強，圖像失真嚴重，而且去噪后圖像質(zhì)量不高；先小波變換后中值濾波去噪后，圖像平滑、保真性和圖像質(zhì)量較好。4.結(jié)語本文采用模擬干涉圖和礦區(qū)真實ASAR數(shù)據(jù)相結(jié)合的方式，使用常見的幾種濾波對模擬干涉圖和礦區(qū)真實ASAR數(shù)據(jù)的差分干涉圖，分析了幾種濾波去噪效果，討論了這些濾波方式對ASAR數(shù)據(jù)的差分干涉圖去噪的效果，從而可以得出以下結(jié)論：1)每種濾波方式去噪都有其各自的優(yōu)勢，產(chǎn)生的去噪效果也是不同的；2)采用多種濾波結(jié)合方式去除噪聲，效果會更加好些；3)采用多種濾波結(jié)合方式去噪時，結(jié)合的先后順序會對圖像去噪后圖像質(zhì)量帶來影響。本文只是從宏觀角度對礦區(qū)ASAR數(shù)據(jù)差分干涉圖去噪進行了探討；很多細節(jié)問題，沒有進行深入分析討論，這是下一步研究分析的重點。參考文獻[1]ZebkerH.A,VilasenorJ.DecorrelationinInterferometricRadarEchoes[J].IEEETransonGeoscienceandRemoteSensing,1992,30(5):949-960.[2]BamlerR,JustD.PhaseStatisticsandDecorrelationInSARInterferograms[A].ProceedingofInternationalGeoscienceandRemoteSensingSymposium,1993:981-984.[3]BamlerR,JustD.PhaseStaticsinInterferogramswithApplicationtoSyntheticApertureRadar[J].AppliedOptics,1994,33(20):4360-4370.[4]LeeJ.