基于复域卷积稀疏编码的干涉相位复原
图像与视频处理
2020-03-26 v1 机器学习
信号处理
摘要
干涉相位复原已被研究数十年，绝大多数最先进的方法在InSAR相位复原上取得了良好性能。这些方法通常遵循非局部滤波处理流程，旨在规避阶梯效应并保留相位变化的细节。本文提出一种InSAR相位复原的替代方法，即复卷积稀疏编码（ComCSC）及其梯度正则化版本。据我们所知，这是首次以反卷积方式求解InSAR相位复原问题。所提方法不仅能抑制干涉相位噪声，还可避免阶梯效应并保留细节。此外，它们为干涉相位的基元相位分量提供了洞察。在来自TerraSAR-X StripMap与Sentinel-1干涉宽幅模式合成的及真实的高、中分辨率数据集上的实验结果表明，我们的方法优于先前基于非局部InSAR滤波的最先进方法，尤其是最先进方法InSAR-BM3D。本文源代码将公开以供领域内可复现研究。
引用
@article{arxiv.2003.03440,
title = {Learning Convolutional Sparse Coding on Complex Domain for Interferometric Phase Restoration},
author = {Jian Kang and Danfeng Hong and Jialin Liu and Gerald Baier and Naoto Yokoya and Begüm Demir},
journal= {arXiv preprint arXiv:2003.03440},
year = {2020}
}