SARscape中干涉图主要滤波和解缠方法说明

 InSAR处理中，从SAR数据中生成的干涉图往往会有一些噪声，可通过空间滤波的方式减少这些噪声的影响。 SARscape主要 提供了三种滤波方法：

-    Adaptive

这种方法适用于高分辨率的数据（如TerraSAR-X或COSMO-SkyMed）

-    Boxcar

使用局部干涉条纹的频率来优化滤波器，该方法尽可能的保留了微小的干涉条纹。

-    Goldstein

  这种滤波方法的滤波器是可变的，提高了干涉条纹的清晰度、减少了由空间基线或时间基线引起的失相干的噪声。这种方法是最常用的方法。

 

      相位解缠（Phase Unwrapping）：相位的变化是以2π为周期的，所以只要相位变化超过了2π，相位就会重新开始和循环。相位解缠是对去平和滤波后的相位进行解缠处理，使之与线性变化的地形信息对应，解决2π模糊的问题。

 SARscape中主要提供了三种解缠方法（Unwrapping Method Type）：

 

•  区域增长法(Region Growing)：选这种方法，则不要设置过高的相干性阈值（0.15-0.2是比较好的）以便留下足够的自由增长空间，相位突变部分在解缠后的图像上以解缠孤岛存在，这种方法降低了由相位突变引起的误差，
•  最小费用流(Minimum Cost Flow)：默认的解缠方法，当有大面积的低相干或是其他限制增长的因素而使解缠困难时，最小费用流算法可以取得比区域增长法更好的结果。这种方法采用正方形的格网，考虑了图像上所有的像元，对相干性小于阈值的像元做了掩膜处理。
• Delaunay MCF：和最小费用流法的不同在于，这种方法不是考虑了图像上所有的像元，而是仅考虑了相干性大于阈值的部分，而且不是用正方形的格网而是用了德罗尼三角形格网。只有对相干性高的部分进行解缠，不受低相干像元的影响。对于有大量相干性低的地物存在的时候，如影像上存在大量水体、浓密植被等，推荐使用该方法，最小化相位突变的影响。