CN103489157A - 一种增强合成孔径声纳干涉图质量的滤波方法及系统 - Google Patents

Abstract

本发明提供了一种增强合成孔径声纳干涉图质量的滤波方法及系统，该方法在小波域内增强干涉相位降低噪声相位，所述方法包含：步骤101）将主图像幅度图进行边缘检测，并对干涉图进行单位矢量变换，分解为实部和虚部；步骤102）对实部和虚部分别进行滤波，具体为首先对实部和虚部进行尺度为三的小波变换，分解为多个尺度的各个子带；步骤103）对各个高频子带中对应主图像非边缘区域的小波系数进行阈值处理，滤除绝对值较小的小波系数；步骤104）将阈值处理后的小波系数经过小波重构得到小波多尺度滤波的干涉合成孔径声纳干涉图。所述小波变换采用“Sym4”算法进行小波变换。所述非边缘区域采用“Sobel”算子进行边缘检测。

Description

一种增强合成孔径声纳干涉图质量的滤波方法及系统

技术领域

本发明涉及合成孔径声纳信号处理领域，特别涉及一种增强合成孔径声纳干涉图质量的滤波方法及系统。

背景技术

合成孔径声纳（SAS）是一种水下高分辨率成像技术。干涉合成孔径声纳（InSAS）是合成孔径声纳技术的扩展。InSAS安装有主辅两副接收阵，以相近的入射角对同一区域成像，得到主辅图像对。通过对主辅图像对“比相测高”得到高程信息。干涉合成孔径声纳包含生成SAS图像、主图像配准、生成干涉图、干涉图滤波、干涉图解缠和生成数字高程模型等步骤。

其中，干涉图滤波是InSAS处理的重要步骤，能够提高干涉图质量，降低后续处理的难度。由于三角函数的周期性，干涉相位处于(-π,π]之间，不能使用一般的低通滤波方法。常用的干涉图滤波方法有圆周期均值滤波、圆周期中值滤波、Lee滤波、Goldstein滤波和小波滤波等。小波分析在信号处理上具有数学显微镜功能，可以将干涉图分解为不同尺度、不同子带的分量，具有较好的干涉图滤波效果。目前针对干涉合成孔径雷达（InSAR）干涉图已有一些小波滤波方法。其中的典型方法为Carlos López-Martínez和Xavier Fàbregas提出的一种干涉图小波域相位噪声建模和抑制方法。该方法使用掩膜生长的方法获得干涉相位对应的小波系数，并对噪声滤波。本文针对InSAS的特点，提出了一种新的小波域InSAS干涉图滤波方法。该方法利用了干涉图主图像的边缘信息，从而获得边缘保持效果。

发明内容

本发明的目的在于，为克服现有技术的缺陷本专利申请提供了一种增强合成孔径声纳干涉图质量的滤波方法及系统。

为实现上述目的本发明提供了一种增强合成孔径声纳干涉图质量的滤波方法，该方法在小波域内增强干涉相位降低噪声相位，所述方法包含：

步骤101）将主图像幅度图进行边缘检测，并对干涉图进行单位矢量变换，分解为实部和虚部；

步骤102）对实部和虚部分别进行滤波，具体为首先对实部和虚部进行尺度为三的小波变换，分解为多个尺度的各个子带；

步骤103）对各个高频子带中对应主图像非边缘区域的小波系数进行阈值处理，滤除绝对值小于阈值的小波系数；

步骤104）将阈值处理后的小波系数经过小波重构得到小波多尺度滤波的干涉合成孔径声纳干涉图。

上述技术方案中，所述小波变换采用“Sym4”算法进行小波变换。

上述技术方案中，所述非边缘区域采用索贝尔算子（“Sobel”算子）进行边缘检测。

上述技术方案中，所述重构使用一组合成高通滤波器和低通滤波器，沿列方向进行二倍上采样，并对输出结果进行列方向重构，对结果再沿行方向重复二倍上采样和重构步骤。

基于上述方法本发明提供了一种增强合成孔径声纳干涉图质量的滤波系统，该系统在小波域内增强干涉相位降低噪声相位，所述系统包含：

第一处理模块，用于将主图像幅度图进行边缘检测，并对干涉图进行单位矢量变换，并分解为实部和虚部；

第二处理模块，用于对实部和虚部分别进行尺度为3的小波变换，分解为多个尺度的各个子带；

滤波模块，用于对各个高频子带中对应主图像非边缘区域的小波系数进行阈值处理，滤除绝对值较小的小波系数；和

重构模块，用于将阈值处理后的小波系数经过小波重构得到小波多尺度滤波的InSAS干涉图。

上述技术方案中，所述小波变换采用“Sym4”小波进行小波变换。

上述技术方案中，所述非边缘区域采用“Sobel”算子进行检测。

上述技术方案中，所述重构使用一组合成高通滤波器和低通滤波器，沿列方向进行二倍上采样，并对输出结果进行列方向重构，对结果再沿行方向重复二倍上采样和重构步骤。

由于InSAS干涉图具有非平稳性，难以使用傅里叶变换域方法进行滤波，本文提出了一种小波域滤波方法。该方法在小波域内增强干涉相位降低噪声相位。

总之，本方法首先将主图像幅度图进行边缘检测。干涉图进行单位矢量变换，并分解为实部和虚部。对实部和虚部分别进行尺度为3的小波变换，分解为多个尺度的各个子带。对各个高频子带中对应主图像非边缘区域的小波系数进行阈值处理，滤除绝对值较小的小波系数。将阈值处理后的小波系数经过小波重构得到小波多尺度滤波的InSAS干涉图。

本发明的效果在于，通过小波域干涉图多尺度滤波方法，可增强InSAS干涉图质量，降低干涉相位噪声。

附图说明

图1是本发明提供的小波域干涉图滤波方法流程图；

图2是本发明提供的InSAS干涉图小波域分解图；

图3是本发明提供的InSAS干涉图小波域重构图。

具体实施方式

下面结合附图及具体实施例对本发明作进一步的描述。

1、InSAS干涉图单位矢量变换

由于相位的缠绕特性，干涉相位取值为(-π,π]之间。首先将干涉图进行单位矢量变换。进行单位矢量变换的公式为：

将干涉图分解为实部部分

和虚部部分

对实部部分和虚部部分分别进行小波滤波。

2、InSAS干涉图小波分解

本文使用“Sym4”小波进行小波变换。使用一组分解滤波器H（高通滤波器）和G（低通滤波器），沿行方向进行分解，然后对输出结果进行列方向二倍下采样，对结果再沿列方向重复一维分解和二倍下采样步骤。

通过一次离散小波变换，干涉图被分为四个分量：行、列方向都是低频的分量LL₁；行方向为低频、列方向为高频的行细节分量LH₁；行方向为高频、列方向为低频的列细节分量HL₁；行、列方向都为高频的对角细节分量HH₁。

低频分量集中了干涉图中的大部分地形相位信息，三个细节分量中含有干涉图的地形相位细节信息和噪声相位信息。对于干涉图小波域滤波，可以设定一个阈值，将低于该值的小波系数滤除，而保留高于阈值的小波系数，从而去除高频小波系数中噪声所对应的系数，保留地形细节对应的小波系数，从而提高重构后的干涉图的质量。

多尺度小波分解通过级联每一层小波分解的方式实现，每一层的小波变换都是在上一层小波变换的低频分量上实现。随着小波分解尺度的增加，各层小波系数的信号能量所占比重增加，而噪声能量所占比例减小。多尺度小波重构也是级联的方式，每一层的低频分量都是是下一层重构结果。

3、InSAS主图像幅度图边缘检测

由于InSAS受噪声污染严重。这里使用相对其他算子而言不敏感的“Sobel”算子进行边缘检测。“Sobel”算子包含3×3的横向矩阵和纵向矩阵。

$M_1=\left[\begin{array}{ccc}-1& 0& 1\\ -2& 0& 2\\ -1& 0& 1\end{array}\right]$

$M_2=\left[\begin{array}{ccc}1& 2& 1\\ 0& 0& 0\\ -1& -2& -1\end{array}\right]$

其中，M₁为列方向算子，M₂为行方向算子。

4、阈值处理

噪声标准差估计值σ_n为：

${\mathrm{\σ}}_n=\frac{\mathrm{median}\left[\right|I\left|\right]}{0.6745}---\left(2\right)$

其中，median{ }为中值操作。

测量相位的标准差估计值σ_z：

${\mathrm{\σ}}_z^2=\mathrm{mean}\left(I^2\right)---\left(3\right)$

其中，mean{ }为均值操作。

不含噪声的原始相位标准差估计值σ_x为：

${\mathrm{\&sigma;}}_x=\left\{\begin{array}{cc}\sqrt{{\mathrm{\&sigma;}}_z^2-{\mathrm{\&sigma;}}_n^2}& {\mathrm{\&sigma;}}_z\&GreaterEqual;{\mathrm{\&sigma;}}_n\\ 0& {\mathrm{\&sigma;}}_z<{\mathrm{\&sigma;}}_n\end{array}\right.---\left(4\right)$

根据Chang等人提出的阈值T：

$T=\frac{{\mathrm{\&sigma;}}_n^2}{{\mathrm{\&sigma;}}_s}---\left(5\right).$

对于尺度为1的小波系数，保留边缘处的小波系数，使用硬阈值方法对小波系数进行滤波。保留大于等于阈值的小波系数，将小于阈值的小波系数置零。

5、InSAS干涉图小波重构

重构时使用一组合成滤波器H（高通滤波器）和G（低通滤波器），沿列方向进行二倍上采样，并对输出结果进行列方向重构，对结果再沿行方向重复二倍上采样和重构步骤。

综上所述，由于InSAS干涉图具有非平稳性，难以使用傅里叶变换域方法进行滤波，本发明提出了一种小波域滤波方法。该方法在小波域内增强干涉相位降低噪声相位。本方法首先将主图像幅度图进行边缘检测。干涉图进行单位矢量变换，并分解为实部和虚部。对实部和虚部分别进行尺度为3的小波变换，分解为多个尺度的各个子带。对各个高频子带中对应主图像非边缘区域的小波系数进行阈值处理，滤除绝对值较小的小波系数。将阈值处理后的小波系数经过小波重构得到小波多尺度滤波的InSAS干涉图。本发明的效果在于，通过小波域干涉图多尺度滤波方法，可增强InSAS干涉图质量，降低干涉相位噪声。

需要说明的是，以上介绍的本发明的实施方案而并非限制。本领域的技术人员应当理解，任何对本发明技术方案的修改或者等同替代都不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围内。

Claims (8)

1.一种增强合成孔径声纳干涉图质量的滤波方法，该方法在小波域内增强干涉相位降低噪声相位，所述方法包含：

步骤101）将主图像幅度图进行边缘检测，并对干涉图进行单位矢量变换，分解为实部和虚部；

步骤102）对实部和虚部分别进行滤波，具体为首先对实部和虚部进行尺度为三的小波变换，分解为多个尺度的各个子带；

步骤103）对各个高频子带中对应主图像非边缘区域的小波系数进行阈值处理，滤除绝对值小于阈值的小波系数；

步骤104）将阈值处理后的小波系数经过小波重构得到小波多尺度滤波的干涉合成孔径声纳干涉图。

2.根据权利要求1所述的增强合成孔径声纳干涉图质量的滤波方法，其特征在于，所述小波变换采用“Sym4”函数进行小波变换。

3.根据权利要求1所述的增强合成孔径声纳干涉图质量的滤波方法，其特征在于，所述非边缘区域采用索贝尔算子进行边缘检测。

4.根据权利要求1所述的增强合成孔径声纳干涉图质量的滤波方法，其特征在于，所述重构使用一组合成高通滤波器和低通滤波器，沿列方向进行二倍上采样，并对输出结果进行列方向重构，对结果再沿行方向重复二倍上采样和重构步骤。

5.一种增强合成孔径声纳干涉图质量的滤波系统，该系统在小波域内增强干涉相位降低噪声相位，所述系统包含：

第一处理模块，用于将主图像幅度图进行边缘检测，并对干涉图进行单位矢量变换，并分解为实部和虚部；

第二处理模块，用于对实部和虚部分别进行尺度为3的小波变换，分解为多个尺度的各个子带；

滤波模块，用于对各个高频子带中对应主图像非边缘区域的小波系数进行阈值处理，滤除绝对值较小的小波系数；和

重构模块，用于将阈值处理后的小波系数经过小波重构得到小波多尺度滤波的InSAS干涉图。

6.根据权利要求5所述的增强合成孔径声纳干涉图质量的滤波系统，其特征在于，所述小波变换采用“Sym4”小波进行小波变换。

7.根据权利要求5所述的增强合成孔径声纳干涉图质量的滤波系统，其特征在于，所述非边缘区域采用“Sobel”算子进行检测。

8.根据权利要求5所述的增强合成孔径声纳干涉图质量的滤波系统，其特征在于，所述重构使用一组合成高通滤波器和低通滤波器，沿列方向进行二倍上采样，并对输出结果进行列方向重构，对结果再沿行方向重复二倍上采样和重构步骤。

Images