本文關(guān)鍵詞：干涉復(fù)小波復(fù)數(shù)域雙變量濾波算法，由筆耕文化傳播整理發(fā)布。

【摘要】：針對復(fù)小波雙變量濾波模型僅考慮小波復(fù)系數(shù)實部,忽略了系數(shù)的虛部,導(dǎo)致信號相位噪聲的增加而影響濾波效果的問題,提出基于復(fù)小波變換的復(fù)數(shù)域雙變量模型干涉圖濾波算法。該算法將雙變量貝葉斯估計算法從實數(shù)域推廣到了復(fù)數(shù)域,用噪聲復(fù)系數(shù)概率密度函數(shù)刻畫了小波復(fù)系數(shù)實部與虛部的相關(guān)性,根據(jù)小波分解復(fù)系數(shù)來估計噪聲方差和信號方差,建立了復(fù)小波復(fù)數(shù)域雙變量濾波模型,求得了干涉圖復(fù)系數(shù)的貝葉斯估計。試驗結(jié)果表明,本算法對干涉圖噪聲有較強的抑制能力,保留了干涉圖的邊緣及細節(jié)信息,濾波性能優(yōu)于傳統(tǒng)的實數(shù)域復(fù)小波雙變量濾波、Goldstein濾波、單小波濾波和最優(yōu)化融合濾波方法。
【作者單位】： 中南大學(xué)地球科學(xué)與信息物理學(xué)院;湖南科技學(xué)院土木與環(huán)境工程學(xué)院;
【關(guān)鍵詞】： 干涉圖 復(fù)小波 雙變量 濾波
【基金】：國家自然科學(xué)基金(41274010;41474008) 湖南省自然科學(xué)基金(14JJ2131)~~
【分類號】：TN957.52
【正文快照】： 永州425199在InSAR數(shù)據(jù)處理中,干涉圖的質(zhì)量直接關(guān)系到數(shù)字高程模型的高程精度和地表形變監(jiān)測[1]的精度,而干涉圖往往受到熱噪聲、時空去相關(guān)、多普勒中心頻率失相關(guān)[2]等因素的影響,含有大量噪聲,因此有必要對干涉圖相位濾波,為后續(xù)相位解纏以及保證地表形變監(jiān)測精度奠定基礎(chǔ)

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 李志剛;張華;賈劍平;;用復(fù)小波實現(xiàn)水下旋轉(zhuǎn)電弧式傳感器焊縫信息提取[J];傳感器與微系統(tǒng);2009年03期

2 劉金華;;基于指數(shù)變量的復(fù)小波域自適應(yīng)擴散圖像濾波算法[J];計算機應(yīng)用;2014年06期

3 張智;夏德深;;結(jié)合復(fù)小波的倒易晶胞圖像復(fù)原方法[J];電子學(xué)報;2008年10期

4 何嶺松,熊鷹;FFT復(fù)小波及在設(shè)備故障信號分析中的應(yīng)用[J];華中科技大學(xué)學(xué)報;2001年10期

5 袁博;尚趙偉;郎方年;;一種新的雙密度復(fù)小波域圖像去噪算法[J];計算機科學(xué);2011年03期

6 幸銳;徐舒暢;張三元;竺樂慶;;融合復(fù)小波特征和局部二值模式的紋理聚類[J];浙江大學(xué)學(xué)報(工學(xué)版);2010年05期

7 白春霞;趙文忠;;基于復(fù)小波-Contourlet變換的高維信號處理[J];自動化與儀器儀表;2011年01期

8 張智;韋志輝;夏德深;;復(fù)小波的亞像元圖像重建及去噪方法[J];中國工程科學(xué);2008年11期

9 許剛;復(fù)小波在圖像編碼中的應(yīng)用[J];軟件學(xué)報;1999年03期

10 王仕民;葉繼華;鄧濤;王明文;;2維雙樹復(fù)小波不確定度加權(quán)融合的人臉識別[J];中國圖象圖形學(xué)報;2012年08期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 王爽;侯彪;付海軍;焦李成;;基于方向?qū)Ρ榷群途植糠讲畹碾p樹復(fù)小波圖像融合算法[A];第八屆全國信號與信息處理聯(lián)合學(xué)術(shù)會議論文集[C];2009年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 唐炬;組合電器局放在線監(jiān)測外置傳感器和復(fù)小波抑制干擾的研究[D];重慶大學(xué);2004年

2 吳游;基于復(fù)小波分析的多載波系統(tǒng)在4G中關(guān)鍵技術(shù)的研究[D];南京師范大學(xué);2011年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 周金鳳;4-進緊支撐復(fù)小波[D];湖南師范大學(xué);2014年

2 田麗偉;復(fù)小波框架、M尺度復(fù)小波及對偶樹復(fù)小波的構(gòu)造[D];陜西師范大學(xué);2011年

3 祁煒;基于導(dǎo)向復(fù)小波的視網(wǎng)膜圖像增強與血管監(jiān)督分割技術(shù)研究[D];華中科技大學(xué);2009年

4 楊魁;基于復(fù)小波域上廣義高斯估計的紋理分類方法[D];吉林大學(xué);2010年

5 彭玢;基于復(fù)小波的圖像內(nèi)容檢索[D];華北電力大學(xué)（北京）;2011年

6 李玉蘭;基于奇異譜斜率算法的復(fù)小波抑制PD白噪干擾的研究[D];重慶大學(xué);2009年

7 唐銘;以復(fù)合復(fù)小波系數(shù)為特征量的局部放電模式識別研究[D];重慶大學(xué);2007年

8 黃水根;復(fù)小波子空間特征融合的人臉識別算法研究[D];南昌大學(xué);2013年

9 王爽;基于小波域MRF樣本修補技術(shù)的研究與實現(xiàn)[D];長春理工大學(xué);2011年

10 高延河;基于復(fù)小波理論多尺度顏色和紋理特征描述的圖像檢索[D];重慶大學(xué);2010年

  本文關(guān)鍵詞：干涉復(fù)小波復(fù)數(shù)域雙變量濾波算法，由筆耕文化傳播整理發(fā)布。

，

本文編號：507253