CN104680488A - 一种基于中值滤波的dsm进行星载sar影像正射纠正的方法 - Google Patents

Abstract

本发明涉及一种基于中值滤波的DSM在星载SAR影像正射纠正中的应用方法，中值滤波是一种非线性平滑滤波，依赖于快速排序算法，是一种领域运算，首先确定一个以某个像素为中心点的领域，然后将领域中的各个像素的灰度值进行排序，取其中间值作为中心点像素灰度的新值，所述领域被称为窗口，当窗口在图像中上下左右进行移动后，利用中值滤波算法对图像进行平滑处理，采用中值滤波的方法，将光学卫星影像的DSM进行平滑滤波处理，消除扭曲变形现象。

Description

一种基于中值滤波的DSM进行星载SAR影像正射纠正的方法

技术领域

本方法涉及一种基于中值滤波的DSM在星载SAR影像正射纠正中的应用方法，采用中值滤波的方法，将光学卫星影像的DSM进行平滑滤波处理，消除扭曲变形现象。

背景技术

由于星载SAR是侧视成像，故高程起伏对定位精度影响较大。在进行星载SAR影像的正射纠正过程中，需要高精度的DEM或DSM。目前，全球高精度的DEM是美国公开的90m格网的SRTM数据，然而远不能满足星载SAR影像正射纠正所需的DEM精度。因此，相应区域的高精度DEM是星载SAR影像正射纠正的关键之一。

资源三号卫星是我国第一颗高精度的民用光学卫星，系统标称精度可以达到平面精度优于3m、高程精度优于2m，因此是提取相应区域高精度DSM的首选。DSM提取的本质在于立体影像中同名像点的寻找，核心技术为立体影像的自动匹配。然而，现有影像匹配技术是对单个立体影像的匹配，从立体影像中获取的DSM密度与精度较低，DSM粗差剔除、建筑物采集等后续生产过程需要大量的人工编辑工作。如果利用未经编辑的DSM进行星载SAR影像的正射纠正，正射纠正后的SAR影像中局部区域存在扭曲变形的现象，如房屋和地形起伏较大的区域。考虑到人工编辑DSM的工作量很大，不便于工程化的应用，因此对DSM异常点的处理需要研究一种自动化平滑滤波的手段来解决。

目前，数字图像平滑处理主要有平滑、锐化滤波、均值滤波、中值滤波等多种方法。其中均值滤波是数字图像处理领域比较活跃的一个分支，是用所选的邻域中的各象素灰度的平均值来替代中心象素的灰度值。但是，它不仅平滑噪声，而且使图像中的细节模糊化。

1971年，图基(Tukey)在进行时间序列分析时提出中值滤波器的概念，后来人们又将其引入到图像处理中，这种滤波器的优点是运算简单而且速度较快，在滤除加性白噪声和长尾噪声方面显示出了极好的性能；并且，它可以克服线性滤波器(如均值滤波)给图像带来的模糊，做到在有效地清除噪声的同时，又保持良好的边缘特性，同时，中值滤波器很容易自适应化，从而可以进一步提高其滤波性能，因此，它就非常适用于一些线性滤波器无法胜任的数字图象处理应用场合。

发明内容

本发明的目的在于克服现有技术的缺陷，提供一种基于中值滤波的DSM在星载SAR影像正射纠正中的应用方法，采用中值滤波的方法将资源三号DSM进行平滑处理，有效消除星载SAR正射影像局部扭曲变形的现象。

为了实现上述目的，本发明采用了以下技术方案：

一种基于中值滤波的DSM在星载SAR影像正射纠正中的应用方法，中值滤波是一种非线性平滑滤波，依赖于快速排序算法，是一种领域运算，首先确定一个以某个像素为中心点的领域，然后将领域中的各个像素的灰度值进行排序，取其中间值作为中心点像素灰度的新值，所述领域被称为窗口，当窗口在图像中上下左右进行移动后，利用中值滤波算法对图像进行平滑处理，其特征在于，

对一维序列x₁,x₂,x₃,… ,x_n，把n个数据按大小排列：x_i1≤x_i2≤x_i3 …≤x_in，则该序列的中值y为：当n为奇数时，y=med{x₁,x₂,x₃,… ,x_n}=x_i((n+1)/2)；当n为偶数时，y=med{x₁,x₂,x₃,… ,x_n}=0.5（x_i(n/2)+x_i((n+1)/2)）               （1）

取特定长度为L=2n+1的滤波窗口，n为正整数。将窗口在数据上滑动，中值滤波输出就是窗口正中所对的像素值用窗口内各像素值的中值代替，即：y_i=med{x_i-n … x_i … x_i+n}                                       （2）

从式（1）和（2）可以看出，由于叠加原理不再成立，故中值滤波器是一种非线性滤波器，且中值滤波可以保持信号边缘，使其不被模糊，为窗口的宽度为2n+1时，信号序列中宽度不大于n的脉冲便会被中值滤波清除；

图像信号是一个二维信号，对于滤波窗口为A的二维中值滤波，其输出可表示为：y_ij=med{x_ij}                                                   （3）

式中，{x_ij}为二维数据序列。

具体步骤如下：

(1)选取合适的滤波窗口作为像素点的实心邻域，在图像中漫游，并将滤波窗口中心与图像中心某个像素的位置重合；

(2)读取滤波窗口下各对应像素的灰度值；

(3)将这些灰度值从小到大排列成一列；

(4)找出排在中间的一个值；

(5)将这个中间值赋给对应模板中心位置的像素。

考虑到图像在两维方向上均具有相关性，在选取窗口时，活动窗口一般都选为二维窗口(3x3, 5x5或7x7等)，窗口的形状常用的有方形、十字形、圆形或 X 字形等，为了更全面地保护图像的边缘细节而消除噪声，经常采用全方位子窗口选择办法。

本发明的有益效果是，中值滤波的输出像素是由领域图像的中间值决定的，因而中值滤波对极限像素值远不如平均值那么敏感，从而可以消除孤立的噪声点，又可以使图像产生较少的模糊。

(l)滤除噪声的性能：中值滤波是非线性运算，对于零均值正态分布的噪声输入，中值滤波输出与输入噪声的分布密度有关，输出噪声方差与输入噪声密度函数的平方成反比。对随机噪声的抑制能力，中值滤波比均值滤波要差些。但对于脉冲干扰来讲，特别是脉冲宽度小于滤波窗口长度，相距较远的窄脉冲，中值滤波是很有效的。

(2)对某些信号的不变性：对于某些特定的输入信号，中值滤波输出信号保持与输入信号相同，所以相对于一般的线性滤波器(比如均值滤波)，中值滤波能更好的保护图像细节。

(3)中值滤波的频谱特性：中值滤波器的频率响应与输入信号的频谱有关，呈现不规则波动不大的曲线，可以认为信号经中值滤波后，频谱基本不变。

具体实施方式

一种基于中值滤波的DSM在星载SAR影像正射纠正中的应用方法，中值滤波是一种非线性平滑滤波，依赖于快速排序算法，是一种领域运算，首先确定一个以某个像素为中心点的领域，然后将领域中的各个像素的灰度值进行排序，取其中间值作为中心点像素灰度的新值，所述领域被称为窗口，当窗口在图像中上下左右进行移动后，利用中值滤波算法对图像进行平滑处理，其特征在于，

对一维序列x₁,x₂,x₃,… ,x_n，把n个数据按大小排列：x_i1≤x_i2≤x_i3 …≤x_in，则该序列的中值y为：当n为奇数时，y=med{x₁,x₂,x₃,… ,x_n}=x_i((n+1)/2)；当n为偶数时，y=med{x₁,x₂,x₃,… ,x_n}=0.5（x_i(n/2)+x_i((n+1)/2)）               （1）

取特定长度为L=2n+1的滤波窗口，n为正整数。将窗口在数据上滑动，中值滤波输出就是窗口正中所对的像素值用窗口内各像素值的中值代替，即：y_i=med{x_i-n … x_i … x_i+n}                                       （2）

从式（1）和（2）可以看出，由于叠加原理不再成立，故中值滤波器是一种非线性滤波器，且中值滤波可以保持信号边缘，使其不被模糊，为窗口的宽度为2n+1时，信号序列中宽度不大于n的脉冲便会被中值滤波清除；

图像信号是一个二维信号，对于滤波窗口为A的二维中值滤波，其输出可表示为：

y_ij=med{x_ij}                                             （3）

式中，{x_ij}为二维数据序列。

具体步骤如下：

(1)选取合适的滤波窗口作为像素点的实心邻域，在图像中漫游，并将滤波窗口中心与图像中心某个像素的位置重合；

(2)读取滤波窗口下各对应像素的灰度值；

(3)将这些灰度值从小到大排列成一列；

(4)找出排在中间的一个值；

(5)将这个中间值赋给对应模板中心位置的像素。

考虑到图像在两维方向上均具有相关性，在选取窗口时，活动窗口一般都选为二维窗口(3x3, 5x5或7x7等)，窗口的形状常用的有方形、十字形、圆形或 X 字形等，为了更全面地保护图像的边缘细节而消除噪声，经常采用全方位子窗口选择办法。

采用陕西省西安市阎良区为实验区，地势平坦，获取了资源三号三线阵影像前、正、后视各一景，成像时间是2014-5-8，分辨率分别为3.5m、2.5m、3.5m；遥感13号SAR影像一景，成像时间是2014-7-16，分辨率为3m，降轨右视。

    区域均匀布设了9个光学影像控制点（三位数的点号），9个角反射器点（以5开头的四位数点号），其中光学控制点和角反射器点一一对应，每组平均相距50-100米。采用双频GPS接收机RTK模型进行野外采集测量，测量精度为厘米级精度。

考虑到该地区地势平坦，建筑物大小不一，采用不同的中值滤波窗口进行测试。利用滤波前的DSM进行星载SAR的正射纠正，建筑物等扭曲变形现象很严重；经过中值滤波后，大分部建筑物的扭曲变形现象得以消除，效果很明显；但是对于特殊高大的建筑物，需要较大的窗口（如35*35大小），才能够很好地消除。

Claims (2)

1.一种基于中值滤波的DSM在星载SAR影像正射纠正中的应用方法，中值滤波是一种非线性平滑滤波，依赖于快速排序算法，是一种领域运算，首先确定一个以某个像素为中心点的领域，然后将领域中的各个像素的灰度值进行排序，取其中间值作为中心点像素灰度的新值，所述领域被称为窗口，当窗口在图像中上下左右进行移动后，利用中值滤波算法对图像进行平滑处理，其特征在于，

对一维序列x₁,x₂,x₃,… ,x_n，把n个数据按大小排列：x_i1≤x_i2≤x_i3 …≤x_in，则该序列的中值y为：当n为奇数时，y=med{x₁,x₂,x₃,… ,x_n}=x_i((n+1)/2)；当n为偶数时，y=med{x₁,x₂,x₃,… ,x_n}=0.5（x_i(n/2)+x_i((n+1)/2)）               （1）

取特定长度为L=2n+1的滤波窗口，n为正整数；

将窗口在数据上滑动，中值滤波输出就是窗口正中所对的像素值用窗口内各像素值的中值代替，即：y_i=med{x_i-n … x_i … x_i+n}                                       （2）

从式（1）和（2）可以看出，由于叠加原理不再成立，故中值滤波器是一种非线性滤波器，且中值滤波可以保持信号边缘，使其不被模糊，为窗口的宽度为2n+1时，信号序列中宽度不大于n的脉冲便会被中值滤波清除；

图像信号是一个二维信号，对于滤波窗口为A的二维中值滤波，其输出可表示为：y_ij=med{x_ij}                                                   （3）

式中，{x_ij}为二维数据序列；

具体步骤如下：

(1)选取合适的滤波窗口作为像素点的实心邻域，在图像中漫游，并将滤波窗口中心与图像中心某个像素的位置重合；

(2)读取滤波窗口下各对应像素的灰度值；

(3)将这些灰度值从小到大排列成一列；

(4)找出排在中间的一个值；

(5)将这个中间值赋给对应模板中心位置的像素。

2.根据权利要求1所述的一种基于中值滤波的DSM在星载SAR影像正射纠正中的应用方法，其特征在于，所述窗口为二维窗口，窗口的形状为方形、十字形、圆形或 X 字形，为了更全面地保护图像的边缘细节而消除噪声，采用全方位子窗口选择办法。