CN110440935B - 一种基于扩展信息滤波的相位展开方法 - Google Patents
一种基于扩展信息滤波的相位展开方法 Download PDFInfo
- Publication number
- CN110440935B CN110440935B CN201910739178.0A CN201910739178A CN110440935B CN 110440935 B CN110440935 B CN 110440935B CN 201910739178 A CN201910739178 A CN 201910739178A CN 110440935 B CN110440935 B CN 110440935B
- Authority
- CN
- China
- Prior art keywords
- pixel
- observation
- state
- phase
- eif
- 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
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000001914 filtration Methods 0.000 title claims abstract description 17
- 238000004804 winding Methods 0.000 claims abstract description 10
- 239000011159 matrix material Substances 0.000 claims description 39
- 239000000654 additive Substances 0.000 claims description 6
- 230000000996 additive effect Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 5
- 238000004088 simulation Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000005305 interferometry Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009647 digital holographic microscopy Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000002595 magnetic resonance imaging Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000010587 phase diagram Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J9/00—Measuring optical phase difference; Determining degree of coherence; Measuring optical wavelength
- G01J9/02—Measuring optical phase difference; Determining degree of coherence; Measuring optical wavelength by interferometric methods
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
- G01J9/00—Measuring optical phase difference; Determining degree of coherence; Measuring optical wavelength
- G01J9/02—Measuring optical phase difference; Determining degree of coherence; Measuring optical wavelength by interferometric methods
- G01J2009/0234—Measurement of the fringe pattern
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- General Physics & Mathematics (AREA)
- Spectrometry And Color Measurement (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于扩展信息滤波的相位展开方法,首先建立基于扩展信息滤波EIF的干涉图相位展开算法的一般框架,随后通过将EIF与现有高效相位梯度估计算法以及路径跟踪策略结合起来,建立两种基于不同观测模型的二维EIF相位展开递推状态估计模型,再利用现有高效相位梯度估计算法获取二维EIF相位展开递推状态估计模型所需的相位梯度信息,最后利用现有的路径跟踪策略引导二维EIF相位展开递推状态估计模型沿高质量像元到低质量像元展开缠绕干涉图。本发明具有较好的鲁棒性,能有效展开不同类型的缠绕干涉图。
Description
技术领域
本发明涉及扩展信息滤波应用中干涉相位展开技术领域,尤其涉及一种基于扩展信息滤波的相位展开方法。
背景技术
相位展开技术能从干涉图模2π映射的相位主值区间恢复出真实展开相位,广泛应用于数字全息显微、磁共振成像处理、散斑成像、光学干涉测量、自适应光学、合成孔径雷达干涉测量等领域。传统的相位展开方法主要包括结合路径跟踪相位展开法、基于网络流的相位展开方法和最小范数类相位展开方法。路径跟踪法通过选取合适的相位展开路径,一定程度上避免噪声传播,也致使低质量区域误差较大;网络流法通过解决最小费用流问题间接获得展开相位,网络流法对计算内存需求很大,随着干涉图尺寸逐渐扩大,往往容易出现内存溢出的情况;最小范数法求解全局最优化拟合曲面对干涉相位进行展开,速度较快且极易模糊相位细节信息,展开误差较大。
发明内容
针对现有技术的不足,本发明所解决的技术问题是针对不同类型的缠绕干涉图进行相位展开且具有较好的鲁棒性。
为解决上述技术问题,本发明采用的技术方案是一种基于扩展信息滤波的相位展开方法,包括以下步骤:
(一)建立基于扩展信息滤波EIF的干涉图相位展开算法的一般框架,具体过程如下:
含噪声非线性系统模型按如下描述:
xk=f(xk-1)+ξk-1
yk=h(xk)+Vk (1)
其中,xk和yk分别为干涉像元k状态变量以及观测矢量,ξk-1和Vk分别为加性高斯过程噪声以及观测高斯噪声:ξk-1服从均值为0,方差为Qk-1的高斯分布;Vk服从均值为0,方差为Rk的高斯分布。其中,Qk-1和Rk分别为加性过程噪声方差以及观测噪声方差;
计算信息状态贡献矩阵ik及相应的信息状态矩阵Ik:
(二)分别建立复数域观测模型和线性观测模型及其二维EIF相位展开递推状态估计模型,具体过程如下:
复数域观测模型的EIF系统方程如下:
线性观测模型的EIF系统方程如下:
其中,x(m,n)为干涉图(m,n)像元的展开相位,并作为待估计的状态变量,(k,l)像元为干涉图(m,n)像元八个邻点中的已展开像元,和分别为以干涉图(k,l)像元为中心的局部窗口的行方向和列方向上的相位梯度估计,利用现有的局部梯度估计算法获取,ξ(m,n)|(k,l)是指具有协方差为Q(m,n)|(k,l)的零均值过程噪声;
复数域观测模型的EIF系统方程中,y(m,n)为状态变量x(m,n)的观测矢量,μ(m,n)和ν(m,n)分别为观测矢量同相与正交分量上的观测噪声,V(m,n)是指具有协方差为R(m,n)的零均值观测噪声;
线性观测模型的EIF系统方程中,为干涉图(m,n)像元缠绕相位,被认为是干涉图(m,n)像元含噪声的观测变量,标记为y(m,n),W[x(m,n)]为x(m,n)模2π映射后的缠绕相位,k是整数,指方差为的零均值高斯噪声。
(三)通过递推状态估计模型沿高质量像元到低质量像元展开缠绕干涉图,具体分步骤如下:
(1)进行状态预测,具体如下:
假设(m,n)像元是指待展开像元,则根据它的八个相邻像元中的已展开像元的信息,得出其预测估计值:
其中,和分别指(m,n)像元的预测估计及其对应的预测误差协方差矩阵;(k,l)像元为干涉图(m,n)像元八个邻点中的已展开像元,Ω为干涉图(m,n)像元八个邻点中的已展开像元的集合,和分别指(k,l)像元的状态估计及其对应的误差协方差矩阵,SNR(k,l)是干涉图(k,l)像元信噪比,Z(m,n)和z(m,n)分别指(m,n)像元的信息状态贡献及其对应的信息矩阵。
(2)进行状态更新,具体如下:
对于复数域观测模型,线性化的观测矩阵H(m,n)及观测误差η(m,n)为:
对于线性观测模型,线性化的观测矩阵H(m,n)及观测误差η(m,n)为:
其中,SNR(m,n)是干涉图(m,n)像元信噪比,和分别表示干涉图(m,n)像元状态变量估计值以及其相应的估计误差协方差矩阵;另外,利用现有的路径跟踪策略引导二维EIF相位展开递推状态估计模型沿高可靠区域到低可靠区域的路径递推展开干涉图缠绕像元。
与现有技术相比,本发明的有益效果:
(1)可沿高质量像元到低质量像元展开缠绕干涉图,同时进行相位展开与滤波操作;
(2)针对不同的干涉图地形,能够完整的展开相位并具有较好的鲁棒性。
附图说明
图1为本发明流程图;
图2为实施例1应用本发明对金字塔场景模拟真实相位图;
图3为对图2模拟相位图进行缠绕并加噪得到的缠绕相位图;
图4为本发明采用复数域观测模型对图3相位展开结果图;
图5为本发明采用复数域观测模型对图3相位展开误差分布图;
图6为本发明采用线性观测模型对图3相位展开结果图;
图7为本发明采用复数域观测模型对图3相位展开误差分布图;
图8为本发明对实测三峡地形干涉图;
图9为本发明采用复数域观测模型对实测数据图8相位展开结果图;
图10为本发明采用线性观测模型对实测数据图8相位展开结果图。
具体实施方式
下面结合附图和实施例对本发明的具体实施方式作进一步的说明,但不是对本发明的限定。
图1示出了一种基于扩展信息滤波的相位展开方法,包括以下步骤:
(一)建立基于扩展信息滤波EIF的干涉图相位展开算法的一般框架,具体过程如下:
含噪声非线性系统模型按如下描述:
xk=f(xk-1)+ξk-1
yk=h(xk)+Vk (1)
其中,xk和yk分别为干涉像元k状态变量以及观测矢量,ξk-1和Vk分别为加性高斯过程噪声以及观测高斯噪声:ξk-1服从均值为0,方差为Qk-1的高斯分布;Vk服从均值为0,方差为Rk的高斯分布。其中,Qk-1和Rk分别为加性过程噪声方差以及观测噪声方差;
计算信息状态贡献矩阵ik及相应的信息状态矩阵Ik:
(二)分别建立复数域观测模型和线性观测模型及其二维EIF相位展开递推状态估计模型,具体过程如下:
复数域观测模型的EIF系统方程如下:
线性观测模型的EIF系统方程如下:
其中,x(m,n)为干涉图(m,n)像元的展开相位,并作为待估计的状态变量,(k,l)像元为干涉图(m,n)像元八个邻点中的已展开像元,和分别为以干涉图(k,l)像元为中心的局部窗口的行方向和列方向上的相位梯度估计,利用现有的局部梯度估计算法获取,ξ(m,n)|(k,l)是指具有协方差为Q(m,n)|(k,l)的零均值过程噪声;
复数域观测模型的EIF系统方程中,y(m,n)为状态变量x(m,n)的观测矢量,μ(m,n)和ν(m,n)分别为观测矢量同相与正交分量上的观测噪声,V(m,n)是指具有协方差为R(m,n)的零均值观测噪声;
线性观测模型的EIF系统方程中,为干涉图(m,n)像元缠绕相位,被认为是干涉图(m,n)像元含噪声的观测变量,标记为y(m,n),W[x(m,n)]为x(m,n)模2π映射后的缠绕相位,k是整数,指方差为的零均值高斯噪声。
(三)通过递推状态估计模型沿高质量像元到低质量像元展开缠绕干涉图,具体分步骤如下:
(1)进行状态预测,具体如下:
假设(m,n)像元是指待展开像元,则根据它的八个相邻像元中的已展开像元的信息,得出其预测估计值:
其中,和分别指(m,n)像元的预测估计及其对应的预测误差协方差矩阵;(k,l)像元为干涉图(m,n)像元八个邻点中的已展开像元,Ω为干涉图(m,n)像元八个邻点中的已展开像元的集合,和分别指(k,l)像元的状态估计及其对应的误差协方差矩阵,SNR(k,l)是干涉图(k,l)像元信噪比,Z(m,n)和z(m,n)分别指(m,n)像元的信息状态贡献及其对应的信息矩阵。
(2)进行状态更新,具体如下:
对于复数域观测模型,线性化的观测矩阵H(m,n)及观测误差η(m,n)为:
对于线性观测模型,线性化的观测矩阵H(m,n)及观测误差η(m,n)为:
其中,SNR(m,n)是干涉图(m,n)像元信噪比,和分别表示干涉图(m,n)像元状态变量估计值以及其相应的估计误差协方差矩阵;另外,利用现有的路径跟踪策略引导二维EIF相位展开递推状态估计模型沿高可靠区域到低可靠区域的路径递推展开干涉图缠绕像元。
实施例1采用本发明对金字塔地形场景干涉图进行相位展开:
图2为金字塔场景模拟真实相位图,灰度表示干涉相位值,单位为弧度;
图3为金字塔场景的含噪声缠绕相位图,其信噪比为3.01dB;
图4为采用复数域观测模型对图3展开的结果示意图;
图5为采用复数域观测模型对图3展开的误差分布图;
图6为采用线性观测模型对图3展开的结果示意图;
图7为采用线性观测模型对图3展开的误差分布图;
由图4至图7可以看出,本发明在处理低信噪比干涉图时,能完整的恢复展开相位且误差较小,鲁棒性较好。
为进一步验证本发明性能,选取真实干涉图数据进行相位展开。
实施例2本发明对实测数据三峡地形干涉图,如图8所示;
本发明采用复数域观测模型结果,如图9所示;
从图9可以看出展开相位清晰连续,表明本发明采用复数域观测模型有效展开了上述干涉图。
本发明采用线性观测模型结果,如图10所示;
从图10可以看出展开相位平滑,表明本发明采用线性观测模型同样有效展开了上述干涉图。
综上所述,本发明是扩展信息滤波与路径跟踪策略相结合的结果,能有效地处理模拟数据和实测干涉图,一定程度上促进了相位展开技术的发展与应用。
以上结合附图对本发明的实施方式做出了详细说明,但本发明不局限于所描述的实施方式。对于本领域技术人员而言,在不脱离本发明的原理和精神的情况下,对这些实施方式进行各种变化、修改、替换和变型仍落入本发明的保护范围内。
Claims (4)
1.一种基于扩展信息滤波的相位展开方法,其特征在于,包括以下步骤:
(一)建立基于扩展信息滤波EIF的干涉图相位展开算法的一般框架,具体过程如下:
含噪声非线性系统模型按如下描述:
xk=f(xk-1)+ξk-1
yk=h(xk)+Vk (1)
其中,xk和yk分别为干涉像元k状态变量以及观测矢量,ξk-1和Vk分别为加性高斯过程噪声以及观测高斯噪声:ξk-1服从均值为0,方差为Qk-1的高斯分布;Vk服从均值为0,方差为Rk的高斯分布,其中,Qk-1和Rk分别为加性过程噪声方差以及观测噪声方差;
计算信息状态贡献矩阵ik及相应的信息状态矩阵Ik:
(二)分别建立复数域观测模型和线性观测模型及其二维EIF相位展开递推状态估计模型;
(三)通过递推状态估计模型沿高质量像元到低质量像元展开缠绕干涉图,具体分步骤如下:
(1)进行状态预测;
(2)进行状态更新。
2.根据权利要求1所述的基于扩展信息滤波的相位展开方法,其特征在于:步骤(二)具体过程如下:
复数域观测模型的EIF系统方程如下:
线性观测模型的EIF系统方程如下:
其中,x(m,n)为干涉图(m,n)像元的展开相位,并作为待估计的状态变量,(k,l)像元为干涉图(m,n)像元八个邻点中的已展开像元,和分别为以干涉图(k,l)像元为中心的局部窗口的行方向和列方向上的相位梯度估计,利用现有的局部梯度估计算法获取,ξ(m,n)|(k,l)是指具有协方差为Q(m,n)|(k,l)的零均值过程噪声;
复数域观测模型的EIF系统方程中,y(m,n)为状态变量x(m,n)的观测矢量,μ(m,n)和ν(m,n)分别为观测矢量同相与正交分量上的观测噪声,V(m,n)是指具有协方差为R(m,n)的零均值观测噪声;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910739178.0A CN110440935B (zh) | 2019-08-12 | 2019-08-12 | 一种基于扩展信息滤波的相位展开方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910739178.0A CN110440935B (zh) | 2019-08-12 | 2019-08-12 | 一种基于扩展信息滤波的相位展开方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110440935A CN110440935A (zh) | 2019-11-12 |
CN110440935B true CN110440935B (zh) | 2021-02-26 |
Family
ID=68434698
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910739178.0A Expired - Fee Related CN110440935B (zh) | 2019-08-12 | 2019-08-12 | 一种基于扩展信息滤波的相位展开方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110440935B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113204869B (zh) * | 2021-04-28 | 2023-06-23 | 桂林电子科技大学 | 一种基于秩信息滤波的相位解缠方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4758572B2 (ja) * | 2001-07-27 | 2011-08-31 | 富士フイルム株式会社 | 縞画像解析用の位相アンラッピング方法 |
EP2850465B1 (en) * | 2012-05-17 | 2024-03-06 | Deep Imaging Technologies Inc. | A system and method using near and far field ulf and elf interferometry synthetic aperture radar for subsurface imaging |
CN105842693B (zh) * | 2016-03-23 | 2018-03-30 | 哈尔滨工业大学 | 一种基于压缩感知的双通道sar动目标检测的方法 |
CN106707283B (zh) * | 2017-01-12 | 2019-07-23 | 桂林电子科技大学 | 基于无味信息滤波的相位展开算法 |
-
2019
- 2019-08-12 CN CN201910739178.0A patent/CN110440935B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN110440935A (zh) | 2019-11-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107193005B (zh) | 一种无损卡尔曼滤波与粒子滤波相结合的相位展开算法 | |
CN109633648B (zh) | 一种基于似然估计的多基线相位估计装置及方法 | |
Kundur et al. | A novel blind deconvolution scheme for image restoration using recursive filtering | |
CN113589286B (zh) | 基于D-LinkNet的无迹卡尔曼滤波相位解缠方法 | |
CN103985085A (zh) | 图像超分辨率放大的方法和装置 | |
CN113269691B (zh) | 一种基于卷积稀疏进行噪声仿射拟合的sar图像去噪方法 | |
CN105719253A (zh) | 一种嵌入堆排序的卡尔曼滤波相位展开方法 | |
CN113030964B (zh) | 基于复Laplace先验的双基地ISAR稀孔径高分辨成像方法 | |
CN103310427A (zh) | 图像超分辨率与像质增强方法 | |
CN109581849B (zh) | 一种同轴全息重建方法及系统 | |
CN106932773B (zh) | 基于修正嵌入式容积卡尔曼滤波的相位展开算法 | |
Kulkarni et al. | Simultaneous unwrapping and low pass filtering of continuous phase maps based on autoregressive phase model and wrapped Kalman filtering | |
CN110440935B (zh) | 一种基于扩展信息滤波的相位展开方法 | |
CN115760590A (zh) | 一种视频稳像方法及系统 | |
CN106707283B (zh) | 基于无味信息滤波的相位展开算法 | |
CN109472834B (zh) | 一种基于小波变换的卡尔曼滤波相位展开方法 | |
CN117169886A (zh) | 基于无迹卡尔曼滤波的高效率相位解缠方法 | |
CN109143234B (zh) | 基于FFT高精度估计干涉相位梯度的InSAR滤波方法及系统 | |
Nayak et al. | Super resolution image reconstruction using weighted combined pseudo-Zernike moment invariants | |
CN107155096B (zh) | 一种基于半误差反向投影的超分辨率重建方法及装置 | |
CN112835041A (zh) | 结合UKF和AMPM的多基线InSAR高程重建方法 | |
CN107680066B (zh) | 空间相机动态成像仿真及频域滤波方法 | |
Jianchao | Motion blur identification based on phase change experienced after trial restorations | |
CN114859346B (zh) | 一种基于Insarbm3d滤波算法的迭代反演滤波方法 | |
Kanemura et al. | Hyperparameter estimation in Bayesian image superresolution with a compound Markov random field prior |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210226 |
|
CF01 | Termination of patent right due to non-payment of annual fee |