SARscape——多视滤波

目录

一、算法原理

1、概述

多视滤波算法较简单,实现较容易,干涉相位 ϕ \phi ϕ可以通过下式得到:
ϕ = W ( a r t a n [ a 2 b 1 − a 1 b 2 a 1 a 2 + b 1 b 2 ] ) (1) \phi=W\Bigg(artan\Bigg[\frac{a_2b_1-a_1b_2}{a_1a_2+b_1b_2}\Bigg]\Bigg) \tag{1} ϕ=W(artan[a1a2+b1b2a2b1−a1b2])(1)

其中: ϕ \phi ϕ为相位值, a 1 a 2 a_1a_2 a1a2和 b 1 b 2 b_1b_2 b1b2分别为复影像的实部与虚部。多视处理公式如下:
ϕ m u l t = ∑ k = − ( M − 1 ) 2 ( M − 1 ) 2 ∑ l = − ( N − 1 ) 2 ( N − 1 ) 2 I ( i + k , j + l ) M × N (2) \phi_{mult}=\frac{\sum_{k=-(M-1)^2}^{(M-1)^2 }\sum_{l=-(N-1)^2}^{(N-1)^2}I(i+k,j+l)}{M \times N} \tag{2} ϕmult=M×N∑k=−(M−1)2(M−1)2∑l=−(N−1)2(N−1)2I(i+k,j+l)(2)

其中: M M M为方位向视数, N N N为距离向视数。多视滤波平滑影像,但是以牺牲空间分辨率为代价,平均视数越大,噪声抑制效果越好。但超过一定极限时,反而会使干涉图失真。

2、参考文献

1\]薛跃明,郭华东,王长林. InSAR处理中滤波方法研究 \[J\]. 遥感技术与应用, 2008, (03): 356-359+245.

二、软件操作

(1)Toolbox 中,选择/SARscape/Basic/Intensity Processing/Multilooking。

(2)在Multilooking面板:

  • 数据输入( Input Files )面板,单击 Brower 按钮,选择所要处理的SLC数据。

    数据,根据 元数据文件自动算出了分辨率和视数。自动计算距离向视数和方位向视数。

  • 参数设置( Parameters )面板,主要参数设置 Principal Parameters )中,多视的视数和输出的制图分辨率按照默认。

•数据输出( Output Files): 输出路径和文件名按照默认,自动添加了 _pwr 的后缀。

(3)单击 Exec 执行。

三、结果展示

1、原始图像

2、滤波结果

相关推荐
饭饭大王666几秒前
深度学习的伦理困局与偏见消解:从技术反思到实践路径
人工智能·深度学习
Han.miracle3 分钟前
算法--003快乐数
数据结构·算法·快乐数
roman_日积跬步-终至千里7 分钟前
【计算机视觉(3)】图像滤波基础篇:从概念到应用
图像处理·人工智能·计算机视觉
高洁018 分钟前
循环神经网络讲解
人工智能·python·神经网络·机器学习·transformer
Echo_NGC22379 分钟前
【AirSim 教程指南】Part 3:相机与传感器(RGB / 深度 / 分割 / LiDAR)
人工智能·计算机视觉·游戏引擎·ar·无人机·图形渲染·着色器
Sagittarius_A*13 分钟前
深度学习预备知识:数据操作、线性代数与微积分基础
人工智能·深度学习·线性代数·ai
CC.GG13 分钟前
【Qt】Qt初识
开发语言·qt
子午15 分钟前
【中草药识别系统】Python+TensorFlow+Django+人工智能+深度学习+卷积神经网络算法
人工智能·python·深度学习
数据门徒19 分钟前
《人工智能现代方法(第4版)》 第4章 复杂环境中的搜索 学习笔记
人工智能·算法
许泽宇的技术分享20 分钟前
X-AnyLabeling深度解析:让AI标注像呼吸一样自然
人工智能