论文摘要
数字高程模型(Digital Elevation Model,DEM),是地面形态的数字化模型表达。DEM可以用来预测未来的地形环境和进行城市规划等,在测绘、自然科学、军事、人文等领域都有广泛应用。传统测量DEM的方式不仅受人工经验的限制,还会受环境、天气等自然条件的影响。合成孔径雷达(Synthetic Aperture Radar,SAR)是一种微波成像雷达,采用相干成像原理采集数据信息,不受自然条件限制就能获取高分辨率SAR图像数据。作为SAR技术的发展和延伸,干涉合成孔径雷达(Interferometry Synthetic Aperture Radar,InSAR)结合了SAR技术和电磁干涉技术,通过获取同一区域内两幅或更多的相干SAR图像,利用SAR图像的相位差获得更精确的DEM,成为近年来获取DEM的主要技术手段之一。在InSAR技术中,滤波是一个重要的环节,其结果将直接影响后续处理步骤的精度,是得到高质量DEM的前提。与普通的光学图像滤波不同,干涉相位图像具有圆周期性,噪声分布更为复杂,也破坏了SAR图像的相干信息从而导致后续步骤处理困难,利用滤波算法对干涉相位图像的噪声进行抑制,并对滤波算法的性能优劣进行评价是非常有必要的。而且目前已有商业DEM提取系统中使用的InSAR滤波算法比较单一,在一个系统中集成实现和对比分析多种InSAR滤波算法的研究工作开展较少。基于此研究现状,本文以InSAR滤波算法性能分析和InSAR提取DEM系统实现为研究目标,基于InSAR技术,对DEM提取各处理步骤进行分析,设计与实现一个基于InSAR技术的DEM提取系统,并将多种典型滤波算法集成到系统中,不仅可以获取DEM信息,还可以对不同的InSAR滤波算法进行对比分析。本文具体的工作内容及创新点包括以下三个部分:(1)研究总结InSAR技术提取DEM的处理流程。调研和分析InSAR滤波、DEM提取技术与系统的研究现状,阐述InSAR技术获取DEM的基本原理,分析InSAR提取DEM处理流程,即先对主辅图像进行配准,主图像与配准后的辅图像共轭相乘得到干涉相位图,对干涉相位图进行平地相位去除,经过InSAR滤波和相位解缠生成DEM。(2)实现7种典型InSAR滤波算法并对其性能进行量化评价。从InSAR技术原理出发,分析了SAR干涉图的噪声特性,归纳总结了InSAR滤波算法的种类和优缺点。在此基础上,选取了均值滤波、Goldstein滤波、改进的Goldstein滤波、小波滤波、精致Lee滤波、NL-InSAR滤波和InSAR-BM3D滤波等7种典型滤波算法予以实现,采用两组不同来源SAR数据进行实验分析,通过残差点个数、边缘保持指数、相位标准偏差(Phase St andard Deviation,PSD)、相位梯度的和值(Sum of Phase Differences,SPD)和相位梯度跳数5种指标完成对算法性能的量化评价。(3)设计和实现了基于InSAR技术的DEM提取系统。该系统基于Java和MATLAB混合编程技术,完成了数据管理、数据处理和结果对比等三个功能模块。数据处理模块实现了图像配准、去除平地效应、InSAR滤波、识别残差点、相位解缠和生成DEM等主要步骤,并提供7种典型InSAR滤波算法可供选择。结果对比模块以图示的方式直观展现了选择不同滤波算法后的各步骤处理结果,有利于对算法性能的分析和比较。
论文目录
文章来源
类型: 硕士论文
作者: 宋丹慧
导师: 赵建辉
关键词: 提取系统,滤波算法
来源: 河南大学
年度: 2019
分类: 基础科学,信息科技
专业: 自然地理学和测绘学,无线电电子学
单位: 河南大学
分类号: TN713;P237
总页数: 77
文件大小: 9605K
下载量: 254
相关论文文献
- [1].连续变速颤振试验的自适应粒子滤波算法[J]. 航空工程进展 2020(03)
- [2].基于形态学小波变换的数字滤波算法[J]. 电子技术应用 2017(01)
- [3].基于递推滤波算法的卡尔曼滤波器在动态数据处理中的应用研究[J]. 湖南工业职业技术学院学报 2017(02)
- [4].滤波算法的比较及仿真[J]. 无线互联科技 2017(08)
- [5].基于地磁与改良粒子滤波算法的室内定位方法[J]. 现代计算机 2020(03)
- [6].模糊遗传粒子滤波算法研究[J]. 舰船电子工程 2020(02)
- [7].时变高斯过程假设密度滤波算法[J]. 系统科学与数学 2020(04)
- [8].闪烁噪声下目标跟踪的容积粒子滤波算法[J]. 科学技术与工程 2016(29)
- [9].基于引力场的粒子滤波算法[J]. 控制与决策 2017(04)
- [10].基于目标跟踪的风驱动优化粒子滤波算法研究[J]. 微电子学与计算机 2017(05)
- [11].一种改进粒子滤波算法及其在多径估计中的应用[J]. 计算机工程 2017(06)
- [12].运动目标跟踪的粒子滤波算法[J]. 舰船电子对抗 2017(04)
- [13].基于混沌的萤火虫改进粒子滤波算法研究[J]. 传感器与微系统 2017(09)
- [14].飞行器中段滤波算法研究[J]. 信息化建设 2016(02)
- [15].基于正交实验设计的粒子滤波算法[J]. 小型微型计算机系统 2016(07)
- [16].基于广义回归神经网络的粒子滤波算法研究[J]. 沈阳航空航天大学学报 2014(06)
- [17].粒子滤波算法[J]. 计算机学报 2014(08)
- [18].粒子滤波算法在数据同化中的应用研究进展[J]. 遥感技术与应用 2014(05)
- [19].一种改进的α-β滤波算法[J]. 现代电子技术 2012(21)
- [20].视觉跟踪中的粒子滤波算法研究进展[J]. 山西大学学报(自然科学版) 2011(04)
- [21].H∞滤波算法在国家财政收入预测中的应用[J]. 统计与决策 2008(21)
- [22].不同滤波算法对反演叶面积指数的影响[J]. 北京林业大学学报 2020(01)
- [23].基于空间分布和时间序列分析的粒子滤波算法[J]. 电子学报 2017(02)
- [24].基于重采样技术改进的粒子滤波算法[J]. 微电子学与计算机 2016(09)
- [25].一种改进的高精度组合导航滤波算法仿真[J]. 计算机仿真 2015(04)
- [26].基于FPGA的粒子滤波算法研究与实现[J]. 微电子学与计算机 2015(08)
- [27].改进粒子滤波算法分析研究[J]. 吉林省教育学院学报(中旬) 2014(04)
- [28].粒子滤波算法重采样门限值研究[J]. 科技情报开发与经济 2011(12)
- [29].改进粒子滤波算法在目标跟踪中的应用实现[J]. 自动化技术与应用 2011(08)
- [30].一般性粒子滤波算法收敛特性[J]. 计算机研究与发展 2010(01)