CN103279945B - 一种基于质量图导引法和枝切法的干涉相位图解缠方法 - Google Patents
一种基于质量图导引法和枝切法的干涉相位图解缠方法 Download PDFInfo
- Publication number
- CN103279945B CN103279945B CN201310150474.XA CN201310150474A CN103279945B CN 103279945 B CN103279945 B CN 103279945B CN 201310150474 A CN201310150474 A CN 201310150474A CN 103279945 B CN103279945 B CN 103279945B
- Authority
- CN
- China
- Prior art keywords
- solution
- pixel
- phase
- delta
- twines
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Image Processing (AREA)
Abstract
本发明公开了一种基于质量图导引法和枝切法的干涉相位图解缠方法,首先采用枝切法对干涉相位图进行初步解缠,得到解缠相位图和解缠相位的二值分布图,再基于枝切法中的枝切线分布图和解缠相位的二值分布图找到未解缠区域与解缠区域边界线上的未解缠像素点,根据质量图找出与枝切线上未解缠像素点相邻的已解缠像素点中质量最好的点,将该点作为起始参考点用质量图导引法解缠与其相邻的未解缠区域中的像素,即用枝切线上的像素相位使两侧不连通的区域的相位连续起来,然后利用质量图导引法解缠被枝切线隔开的小部分非连通区域,大大降低了要解缠图像的大小,即可降低质量图导引法的计算量,进而减少了运算时间。
Description
技术领域
本发明涉及,具体涉及一种基于质量图导引法和枝切法的干涉相位图解缠方法。
背景技术
利用干涉技术进行数字高程提取在科研及测量领域有着广泛的应用,如合成孔径雷达成像、表面微观形貌测量等。相位解缠是采用干涉技术进行数字高程模型提取的重要步骤。
在干涉法测量高程过程中,由干涉图像提取的相位值反映了物体表面形貌的高低变化,但通过相位提取算法得到的相位值均是用反正切函数表示的,相位值被压缩在[-π,π]范围内,而物体表面形貌的相位变化范围通常远远超出一个周期的相位变化范围。因此为了得到真正的高程信息,需要对缠绕相位进行解缠处理,将阶跃分布的不连续的相位分布图拼接成连续的相位分布图。目前存在的相位解缠算法主要有三大类:路径跟踪法、最小范数法和网络流法。
细胞大小和形态的检测对于生物研究及临床医学都有重大意义,细胞的高度信息更是直接关系到细胞迁移过程中的变化情况,是研究其内部机理非常重要的指标。目前多个国家都在对不同的细胞高度测量方法进行研究,相移干涉法因其精度高、无损测量的优点,受到广泛关注。在利用相移干涉法测量细胞高度的过程中,相位解缠对细胞高度的重构起着非常重要的作用。
理想情况下,图像的采样率满足Nyquist定律,采样频率大于信号最高频率的两倍,即相邻相位差不可能超过半个周期(π)。记为真实相位,为缠绕相位。根据Nyquist定律,真实相位应满足:
对相位φ(m)的解缠过程为:
k(m+1)为使上式成立的整数,
令 得到:
即理想情况下,通过对相邻缠绕相位之差积分就可以实现相位解缠。但当相位图受到噪声及欠采样的影响时,就会使一些点不满足相邻缠绕相位差的绝对值小于π的条件,这些点的解缠相位会发生错误,并且错误会向后传播,导致之后所有相位的解缠结果与真实相位相差甚远。因此需要采用其他一些解缠算法来解缠相位,避免误差传递对结果的影响。
常用的解缠算法——枝切法和质量图导引算法属于路径跟踪法,它们都分别有明显的优点和不足。
Goldstein枝切法从格林公式中曲线积分与路径无关的条件出发,首先找出缠绕相位数据上的不可微的奇点(残差点),然后用枝切线将正负残差点相连,并使整个枝切线电荷平衡。最后用洪水法绕过枝切线解缠相位。这种算法运算速度快,在噪声或欠采样影响不是很大时能够得到很好地解缠结果。但当图像质量较差时,枝切线分布过密会将相位图分割为许多非连通区域,由于解缠时不能跨过枝切线,因此这些孤立的区域得不到解缠。
质量图导引法依据生成的相位质量图按照像元质量从高到低的顺序解缠,首先选取质量最高的像元为种子像元,从种子像元开始相位解缠,按照质量高低以种子像元为中心向周围生长。这种算法抗噪声性能很强,又由于没有枝切线的限制,所以不会存在得不到解缠的孤立区域。但这种算法的运算速度比较慢,运算时间随图像尺寸的增加成指数增长,不利于解缠面积较大的图像。
发明内容
有鉴于此,本发明提供了一种基于质量图导引法和枝切法的干涉相位图解缠方法,能够先用枝切法解缠大部分包裹相位,然后利用质量图导引法解缠被枝切线隔开的小部分非连通区域,在保证解缠效果的前提下,降低运算量,节省运算时间。
本发明的一种基于质量图导引法和枝切法的干涉相位图解缠方法,包括如下步骤:
步骤一,计算干涉相位图fO(x,y)的残差点,根据残差点设置枝切线,得到枝切线分布图fB(x,y);
步骤二,选择枝切法解缠的开始点,采用枝切法解缠干涉相位图,得到解缠的相位图fu(x,y)以及该图对应的二值分布图fb(x,y)
步骤三,采用质量图导引法求出干涉相位图的质量图fq(x,y)
步骤四,找出所有既位于所述步骤二的枝切线分布图fB(x,y)中枝切线上又位于所述步骤二的二值分布图fb(x,y)中未解缠区域内的未解缠像素点Mi;
步骤五,根据所述步骤二的二值分布图fb(x,y)和步骤四中得到的未解缠像素点Mi,找到与每一个未解缠像素点Mi相邻的已解缠像素点,将所有未解缠像素点的相邻的已解缠像素点组成相邻像素点集合;所述相邻的已解缠像素点为该未解缠像素点所在未解缠区域外,且与该未解缠像素点在水平或在竖直方向上相邻的像素点;
步骤六,利用步骤三得到的质量图fq(x,y)找出相邻像素点集合中质量最小的点Mq,将该点作为参考点,该点的相位值为参考相位值;
步骤七,以参考点Mq为中心,利用质量图导引法解缠与该点相邻的未解缠的区域中的像素点的相位,在解缠过程中更新解缠的相位图fu(x,y),得到更新后解缠的相位图fu′(x,y),然后求解该更新后解缠的相位图fu′(x,y)对应的二值分布图fb′(x,y),用该二值分布图fb′(x,y)更新原来的二值分布图fb(x,y),即:fb(x,y)=fb′(x,y);
步骤八,对步骤七的二值分布图fb(x,y)的像素值进行求和运算,并判断和值是否为0:如果和值不为0,执行步骤四至步骤八;如果和值为0,结束干涉相位解缠过程,执行步骤九;
步骤九、输出步骤七的更新后解缠的相位图fu′(x,y)。
所述步骤一具体包括如下步骤:
S201、扫描干涉相位图中的像元直到找到一个没有被枝切线连接的残差点,将此残差点作为新枝切线的起点;然后再以该残差点为中心,在大小为3×3的窗口内搜索另一个残差点;
S202、如果在所述窗口内搜索到另一个残差点,转到S203;如果搜索到干涉相位图的图像边界,用枝切线连接残差点和图像边界将使枝切线极性置0,转到S201;如果既没搜索到残差点,又没有搜索到图像边界,则执行S204;
S203、如果被搜索到的残差点未被枝切线连接,则连接该残差点并求连接该残差点的枝切线的极性和,执行S205;否则执行S204;
S204、如果此枝切线上所有残差点都被作为搜索中心搜索过,将搜索窗口的大小增加2,转至S202;否则将此枝切线上的其中一个未被作为搜索中心的残差点设为搜索中心,转到S202;
S205、判断该枝切线的极性和是否为0:
如果为0,则标识整个枝切线极性平衡,然后再判断是否将整个干涉相位图扫描完毕,如果是,结束枝切线设置过程;如果否,转到S201;
如果不为0,转至S204。
所述步骤三具体包括如下方法:
首先采用传统解缠算法分别沿x方向和y方向解缠相位图,得到相位图fx(x,y)和fy(x,y);
分别计算相位图fx(x,y)和fy(x,y)中像素(i,j)相位与相邻像素相位的平均值和
然后计算各点相位与平均值的差:
最后,像素点(i,j)处的质量Q(i,j)为:
所述步骤七具体包括如下步骤:
S701、在参考点Mq相邻的未解缠区域内,以Mq作为相位展开的参考点,把该点的所有相邻的未解缠像素点分别进行相位展开,将相位展开像素点标记为已展开点;同时把已展开点各自相邻的未解缠点按质量值的大小排序存放到一个毗邻队列Q中;
S702、取出毗邻队列Q中质量值最小的点,以该点的其中一个相邻的相位展开像素点为参考点进行相位展开,并标记该质量值最小点为已展开点,把该质量值最小点的相邻的未解缠点放入毗邻队列Q中,并按质量值大小对队列Q重新排序;
S703、执行S701,直到毗邻队列Q为空。
本发明的一种基于质量图导引法和枝切法的干涉相位图解缠方法,具有如下有益效果:
本发明首先采用枝切法对干涉相位图进行初步解缠,得到解缠相位图和解缠相位的二值分布图,再基于枝切法中的枝切线分布图和解缠相位的二值分布图找到未解缠区域与解缠区域边界线上的未解缠像素点,根据质量图找出与枝切线上未解缠像素点相邻的已解缠像素点中质量最好的点,将该点作为起始参考点用质量图导引法解缠与其相邻的未解缠区域中的像素,即用枝切线上的像素相位使两侧不连通的区域的相位连续起来。本发明的方法继承了质量图导引法在噪声比较严重的区域保持的良好鲁棒性的优点,同时由于先使用枝切法解缠大部分像元,保证了相位解缠的效果,然后利用质量图导引法解缠被枝切线隔开的小部分非连通区域,大大降低了要解缠图像的大小,即可降低质量图导引法的计算量,进而减少了运算时间。
附图说明
图1为四相邻相位示意图。
图2为加入椒盐噪声的模拟细胞干涉相位图。
图3为加入椒盐噪声的模拟细胞干涉相位图(图2)的残差点分布图,图中白点为正残差点,黑点为负残差点。
图4为枝切线分布图,根据残差点分布图(图3)得到。
图5为由枝切法得到的图2的解缠相位立体图。
图6为由枝切法得到的解缠相位灰度图。
图7为由枝切法得到的解缠相位的二值分布图,白色区域为已解缠区域,黑色区域为未解缠区域。
图8为图2的质量图。
图9为由质量图导引法得到的解缠相位灰度图。
图10为由质量图导引法得到的解缠相位立体图。
图11为本发明的方法得到的解缠相位立体图。
具体实施方式
下面结合附图并举实施例,对本发明进行详细描述。
本发明提供了一种基于质量图导引法和枝切法的干涉相位图解缠方法,包括如下步骤:
步骤一,如图3所示,计算干涉相位图fO(x,y)的残差点,根据残差点设置枝切线,得到如图4所示的枝切线分布图fB(x,y);
Goldstein枝切法中残差点的定义是:如图1所示,将四相邻像素的相位差顺时针加和,加和的结果成为残差,如图3所示,残差为正的点为正残差点,残差为负的点为负残差点。
相位差的定义为:将两相邻像素相位相减,若差小于-π正或大于则通过加减n倍的2π使其在[-π,π]之间即得两像素相位差,n为整数。
Δp((i,j),(i,j+1))=p(i,j)-p(i,j+1)+n*2π,n=…-3,-2,-1,0,1,2,3,...
Δp((i,j),(i,j+1))为点(i,j)和(i,j+1)的相位差,p(i,j)和p(i,j+1)分别为点(i,j)和(i,j+1)的相位,Δp((i,j),(i,j+1)满足-π<Δp((i,j),(i,j+1))<π。
其中,枝切线的设置步骤如下:
S201、扫描干涉相位图中的像元直到找到一个没有被枝切线连接的残差点,将给残差点作为新枝切线的起点;然后再以该残差点为中心,在大小为3×3的窗口内搜索另一个残差点;
S202、如果在所述窗口内搜索到另一个残差点,转到S203;如果搜索到干涉相位图的图像边界,用枝切线连接残差点和图像边界将使枝切线极性置0,转到S201;如果既没搜索到残差点,又没有搜索到图像边界,则执行S204;
S203、如果被搜索到的残差点未被枝切线连接,则连接该残差点并求连接该残差点的枝切线的极性和,执行S205;否则执行S204;
S204、如果此枝切线上所有残差点都被作为搜索中心搜索过,将搜索窗口的大小增加2,转至S202;否则将此枝切线上的其中一个未被作为搜索中心的残差点设为搜索中心,转到S202;
S205、判断该枝切线的极性和是否为0:
如果为0,则标识整个枝切线极性平衡,然后再判断是否将整个干涉相位图扫描完毕,如果是,结束枝切线设置过程;如果否,转到S201;
如果不为0,转至S204。
步骤二,选择枝切法解缠的开始点,采用枝切法解缠干涉相位图,得到解缠的相位图fu(x,y)以及该图对应的二值分布图fb(x,y);其中的二值图分布图由以下方法得到:在解缠的相位图fu(x,y)中,将已解缠像素点的值置为1,将未解缠像素点置为0,则形成二值分布图fb(x,y)。
步骤三,采用质量图导引法求出干涉相位图的质量图fq(x,y),具体方法如下:
首先采用传统解缠算法分别沿x方向和y方向解缠相位图,得到相位图fx(x,y)和fy(x,y);
分别计算相位图fx(x,y)和fy(x,y)中像素(i,j)相位与相邻像素相位的平均值和
然后计算各点相位与平均值的差:
最后,像素点(i,j)处的质量Q(i,j)为:
,Q值越小对应相位图中的像素质量越好。
采用上述枝切法对干涉相位图进行解缠后,仍存在一些未解缠的区域,因此本发明考虑采用抗噪声性能更好的质量图导引法进一步对未解缠区域进行处理。为了使已解缠区域的相位能够与之后要采用的质量图导引法来解缠区域的相位连接起来,所以首先要从未解缠区域边界线上的像素点选取参考点作为质量图导引法的解缠起始点。
步骤四,找出所有既位于枝切线分布图fB(x,y)中枝切线上又位于解缠相位的二值分布图fb(x,y)中未解缠区域内的未解缠像素点Mi;
步骤五,根据解缠相位的二值分布图fb(x,y)和步骤三中得到的未解缠像素点Mi,找到与每一个未解缠像素点Mi相邻的已解缠像素点;所述相邻的已解缠像素点为该未解缠像素点所在未解缠区域外,且与该未解缠像素点在水平或在竖直方向上相邻的像素点;所有未解缠像素点的相邻的已解缠像素点组成相邻像素点集合;
步骤六,利用质量图fq(x,y)找出相邻像素点集合中质量最小的点Mq,将该点作为参考点,该点的相位值为参考相位值;
步骤七,以参考点Mq为中心,利用质量图导引法解缠与该点相邻的未解缠的区域中的像素点的相位,具体步骤为:
S701、在参考点Mq相邻的未解缠区域内,以Mq作为相位展开的参考点,把该点的所有相邻的未解缠像素点分别进行相位展开,将相位展开像素点标记为已展开点;同时把已展开点各自相邻的未解缠点按质量值的大小排序存放到一个毗邻队列Q中;
S702、取出毗邻队列Q中质量值最小的点,以该点的其中一个相邻的相位展开像素点为参考点进行相位展开,并标记该质量值最小点为已展开点,把该质量值最小点的相邻的未解缠点放入毗邻队列Q中,并按质量值大小对队列Q重新排序;
S703、执行S701,直到毗邻队列Q为空。
在解缠过程中同时更新解缠相位的二值分布图fb(x,y)和解缠的相位图fu(x,y);
按照上述方法,完成参考点Mq相邻未解缠区域的相位解缠,为对其他区域继续解缠,执行步骤八;
步骤八,对解缠相位的二值分布图fb(x,y)的像素值进行求和运算:S=Σ-fb(x,y),并判断和值S是否为0:如果和值S不为0,执行步骤四;如果和值S为0,结束干涉相位解缠过程,执行步骤九;
步骤九、输出解缠的相位图fu(x,y)。
从图5中可以看出,用枝切法得到解缠相位图中有若干空洞,这些空洞对应于图6中的白色区域和图7中的黑色区域,是枝切法没有解缠的区域。从图9和图10可以看出,由质量图导引法得到的解缠相位图中不存在大片的未解缠区域,说明质量图导引法的鲁棒性更好。从图11中可以看出,通过本发明得到的解缠相位图没有图5、6、7中的大片未解缠区域,本发明的解缠效果接近质量图导引法解缠效果,并且用时更短。
表1对使用枝切法、质量图导引法和本算法解缠包裹相位(像素200×200)的结果做了对比,t表示运算时间,η为像元解缠率(已解缠像素数与总像素数的比)。本算法的解缠率比枝切法的解缠率提高了13%,而运算时间只有质量图导引法的17%。从解缠效果(图5、10、11)上看,三种算法都能够较好地还原原细胞的相位,虽然由于噪声的存在使一些点处没有得到平滑的解缠结果,但并没有出现误差传递。
表1三种算法性能对比(图像尺寸:200×200)
综上所述,以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (2)
1.一种基于质量图导引法和枝切法的干涉相位图解缠方法,其特征在于,包括如下步骤:
步骤一,计算干涉相位图fO(x,y)的残差点,根据残差点设置枝切线,得到枝切线分布图fB(x,y);
步骤二,选择枝切法解缠的开始点,采用枝切法解缠干涉相位图,得到解缠的相位图fu(x,y)以及该图对应的二值分布图fb(x,y);
步骤三,采用质量图导引法求出干涉相位图的质量图fq(x,y),具体为:
首先采用传统解缠算法分别沿x方向和y方向解缠相位图,得到相位图fx(x,y)和fy(x,y);
分别计算相位图fx(x,y)和fy(x,y)中像素(i,j)相位与相邻像素相位的平均值和
然后计算各点相位与平均值的差:
最后,像素点(i,j)处的质量Q(i,j)为:
步骤四,找出所有既位于所述步骤二的枝切线分布图fB(x,y)中枝切线上又位于所述步骤二的二值分布图fb(x,y)中未解缠区域内的未解缠像素点Mi;
步骤五,根据所述步骤二的二值分布图fb(x,y)和步骤四中得到的未解缠像素点Mi,找到与每一个未解缠像素点Mi相邻的已解缠像素点,将所有未解缠像素点的相邻的已解缠像素点组成相邻像素点集合;所述相邻的已解缠像素点为该未解缠像素点所在未解缠区域外,且与该未解缠像素点在水平或在竖直方向上相邻的像素点;
步骤六,利用步骤三得到的质量图fq(x,y)找出相邻像素点集合中质量最小的点Mq,将该点作为参考点,该点的相位值为参考相位值;
步骤七,以参考点Mq为中心,利用质量图导引法解缠与该点相邻的未解缠的区域中的像素点的相位,在解缠过程中更新解缠的相位图fu(x,y),得到更新后解缠的相位图fu′(x,y),然后求解该更新后解缠的相位图fu′(x,y)对应的二值分布图fb′(x,y),用该二值分布图fb′(x,y)更新原来的二值分布图fb(x,y),即:fb(x,y)=fb′(x,y),具体方法为:
S701、在参考点Mq相邻的未解缠区域内,以Mq作为相位展开的参考点,把该点的所有相邻的未解缠像素点分别进行相位展开,将相位展开像素点标记为已展开点;同时把已展开点各自相邻的未解缠点按质量值的大小排序存放到一个毗邻队列Q中;
S702、取出毗邻队列Q中质量值最小的点,以该点的其中一个相邻的相位展开像素点为参考点进行相位展开,并标记该质量值最小点为已展开点,把该质量值最小点的相邻的未解缠点放入毗邻队列Q中,并按质量值大小对队列Q重新排序;
S703、执行S701,直到毗邻队列Q为空;
步骤八,对步骤七的二值分布图fb(x,y)的像素值进行求和运算,并判断和值是否为0:如果和值不为0,执行步骤四至步骤八;如果和值为0,结束干涉相位解缠过程,执行步骤九;
步骤九、输出步骤七的更新后解缠的相位图fu′(x,y)。
2.如权利要求1所述的一种基于质量图导引法和枝切法的干涉相位图解缠方法,其特征在于,所述步骤一具体包括如下步骤:
S201、扫描干涉相位图中的像元直到找到一个没有被枝切线连接的残差点,将此残差点作为新枝切线的起点;然后再以该残差点为中心,在大小为3×3的窗口内搜索另一个残差点;
S202、如果在所述窗口内搜索到另一个残差点,转到S203;如果搜索到干涉相位图的图像边界,用枝切线连接残差点和图像边界将使枝切线极性置0,转到S201;如果既没搜索到残差点,又没有搜索到图像边界,则执行S204;
S203、如果被搜索到的残差点未被枝切线连接,则连接该残差点并求连接该残差点的枝切线的极性和,执行S205;否则执行S204;
S204、如果此枝切线上所有残差点都被作为搜索中心搜索过,将搜索窗口的大小增加2,转至S202;否则将此枝切线上的其中一个未被作为搜索中心的残差点设为搜索中心,转到S202;
S205、判断该枝切线的极性和是否为0:
如果为0,则标识整个枝切线极性平衡,然后再判断是否将整个干涉相位图扫描完毕,如果是,结束枝切线设置过程;如果否,转到S201;
如果不为0,转至S204。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310150474.XA CN103279945B (zh) | 2013-04-26 | 2013-04-26 | 一种基于质量图导引法和枝切法的干涉相位图解缠方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310150474.XA CN103279945B (zh) | 2013-04-26 | 2013-04-26 | 一种基于质量图导引法和枝切法的干涉相位图解缠方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103279945A CN103279945A (zh) | 2013-09-04 |
CN103279945B true CN103279945B (zh) | 2015-11-25 |
Family
ID=49062452
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310150474.XA Expired - Fee Related CN103279945B (zh) | 2013-04-26 | 2013-04-26 | 一种基于质量图导引法和枝切法的干涉相位图解缠方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103279945B (zh) |
Families Citing this family (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103869290B (zh) * | 2014-03-20 | 2016-03-02 | 西安电子科技大学 | 基于大规模数据加权枝切线的相位解缠绕方法 |
CN103968781B (zh) * | 2014-05-21 | 2016-09-14 | 哈尔滨工程大学 | 基于构造边的高精度快速相位解缠方法 |
CN105005044B (zh) * | 2015-05-29 | 2017-07-14 | 桂林电子科技大学 | 基于分层量化跟踪策略的相位展开方法 |
CN105158761A (zh) * | 2015-08-31 | 2015-12-16 | 西安电子科技大学 | 基于枝切法和曲面拟合的雷达合成相位解缠方法 |
CN107092022B (zh) * | 2017-04-21 | 2019-08-02 | 哈尔滨工业大学 | 基于InSAL的区域滤波质量引导相位解缠方法 |
CN107193005B (zh) * | 2017-06-16 | 2020-03-17 | 桂林电子科技大学 | 一种无损卡尔曼滤波与粒子滤波相结合的相位展开算法 |
CN109001731B (zh) * | 2018-06-06 | 2022-11-01 | 中国电子科技集团公司第二十九研究所 | 一种sar干涉相位解缠参考点选取方法、设备及存储介质 |
CN109685195B (zh) * | 2018-11-13 | 2022-09-06 | 哈尔滨理工大学 | 基于多头绒泡菌觅食算法的枝切线优化设置方法 |
CN110068823B (zh) * | 2019-04-02 | 2021-03-09 | 中国人民解放军海军工程大学 | 一种分块并行质量引导快速相位解缠算法 |
CN110146888A (zh) * | 2019-06-11 | 2019-08-20 | 桂林电子科技大学 | 一种结合路径跟踪的多基线InSAR高程重建方法 |
CN111595267B (zh) * | 2020-05-18 | 2022-08-16 | 浙江大华技术股份有限公司 | 确定物体相位值的方法、装置、存储介质及电子装置 |
CN113268701B (zh) * | 2021-03-08 | 2023-01-03 | 桂林电子科技大学 | 一种基于网络流的枝切法相位解缠方法 |
CN113160183B (zh) * | 2021-04-26 | 2022-06-17 | 山东深蓝智谱数字科技有限公司 | 一种高光谱数据处理方法、设备及介质 |
CN114754701B (zh) * | 2022-02-09 | 2023-04-25 | 湖北大学 | 一种基于Goldstein枝切法的相位展开方法 |
CN114791271B (zh) * | 2022-04-22 | 2023-07-18 | 昆明理工大学 | 一种基于质量引导的枝切线相位解包裹方法 |
CN116067408B (zh) * | 2022-12-19 | 2023-11-14 | 南方海洋科学与工程广东省实验室(湛江) | 一种相位展开方法、系统、装置及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1103786B1 (en) * | 1999-11-24 | 2006-07-05 | Itt Manufacturing Enterprises, Inc. | Method for unambiguous range estimation |
KR100857476B1 (ko) * | 2007-08-08 | 2008-09-08 | 한국과학기술연구원 | 향상된 분해능을 가지는 디지털 홀로그래피에서의 위상펼침시스템 및 방법 |
CN101369019A (zh) * | 2008-10-10 | 2009-02-18 | 清华大学 | 基于极化数据融合的极化干涉合成孔径雷达三维成像方法 |
CN101770027A (zh) * | 2010-02-05 | 2010-07-07 | 河海大学 | 基于InSAR与GPS数据融合的地表三维形变监测方法 |
-
2013
- 2013-04-26 CN CN201310150474.XA patent/CN103279945B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1103786B1 (en) * | 1999-11-24 | 2006-07-05 | Itt Manufacturing Enterprises, Inc. | Method for unambiguous range estimation |
KR100857476B1 (ko) * | 2007-08-08 | 2008-09-08 | 한국과학기술연구원 | 향상된 분해능을 가지는 디지털 홀로그래피에서의 위상펼침시스템 및 방법 |
CN101369019A (zh) * | 2008-10-10 | 2009-02-18 | 清华大学 | 基于极化数据融合的极化干涉合成孔径雷达三维成像方法 |
CN101770027A (zh) * | 2010-02-05 | 2010-07-07 | 河海大学 | 基于InSAR与GPS数据融合的地表三维形变监测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103279945A (zh) | 2013-09-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103279945B (zh) | 一种基于质量图导引法和枝切法的干涉相位图解缠方法 | |
CN103226821B (zh) | 基于视差图像素分类校正优化的立体匹配方法 | |
CN101975558B (zh) | 基于彩色光栅投影的快速三维测量方法 | |
CN102324102B (zh) | 一种图像场景空洞区域结构和纹理信息自动填补方法 | |
CN110853026B (zh) | 一种融合深度学习与区域分割的遥感影像变化检测方法 | |
CN108875595A (zh) | 一种基于深度学习和多层特征融合的驾驶场景目标检测方法 | |
CN105651263B (zh) | 浅海水深多源遥感融合反演方法 | |
CN101666631B (zh) | 基于正反码彩色编码条纹的三维测量方法 | |
CN103824272B (zh) | 基于k近邻重识别的人脸超分辨率重建方法 | |
CN103310421B (zh) | 针对高清图像对的快速立体匹配方法及视差图获取方法 | |
CN104778720A (zh) | 一种基于空间不变特性的快速体积测量方法 | |
CN105303612B (zh) | 一种基于不规则三角网模型的数字河网提取方法 | |
CN107330897A (zh) | 图像分割方法及其系统 | |
CN108596975A (zh) | 一种针对弱纹理区域的立体匹配算法 | |
CN108596108A (zh) | 基于三元组语义关系学习的航拍遥感图像变化检测方法 | |
CN111947599B (zh) | 基于学习的条纹相位恢复和散斑相关的三维测量方法 | |
CN103106658A (zh) | 一种海岛、礁岸线快速提取方法 | |
CN113311433B (zh) | 一种质量图和最小费用流结合的InSAR干涉相位两步解缠方法 | |
CN104766280A (zh) | 一种基于堆排序的质量图相位解缠方法 | |
CN107833224A (zh) | 一种基于多层次区域合成的图像分割方法 | |
CN110852243A (zh) | 一种基于改进YOLOv3的道路交叉口检测方法及装置 | |
CN106023268B (zh) | 一种基于两步参数子空间优化的彩色图像灰度化方法 | |
CN110109105A (zh) | 一种基于时序的InSAR技术监测地表形变的方法 | |
CN110031898A (zh) | 数据优化方法及积分法叠前深度偏移方法 | |
CN106530334A (zh) | 一种机载干涉合成孔径雷达复图像配准方法及复图像配准系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20151125 Termination date: 20180426 |
|
CF01 | Termination of patent right due to non-payment of annual fee |