一种容积信息滤波局部迭代相位解缠方法

来源 :测绘通报 | 被引量 : 0次 | 上传用户:a8058058
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文针对低信噪比干涉图相位解缠难题,提出了一种容积信息滤波局部迭代相位解缠方法。先采用基于修正矩阵束模型的局部相位梯度估计算法获取待解缠像元局部窗口相位梯度信息,通过引入堆排序的质量图指引相位解缠路径,再利用容积信息滤波算法在待解缠像元局部窗口内逐像元递推进行一维状态估计,直至遍历局部窗口内所有相邻像元,即可获得待解缠像元的状态估计,在保持解缠效率的同时提高了相位解缠精度。模拟和实测数据结果证明了本文算法的有效性。
其他文献
利用无人机技术可以获取高分辨率影像。为了获取高精度的变换矩阵,提高影像匹配效率,本文对RANSAC算法进行了改进,加入影像的灰度信息进行约束,进一步剔除匹配粗差,最后采用均方根误差进行质量评判。为了验证算法的可靠性,选取一组山区影像和一组具有旋转偏角的建筑物影像进行验证。验证结果表明,匹配点粗差剔除率分别提高了15.15%和23.22%,本文算法的均方根误差较小,精度有显著的提高。
合成孔径雷达(SAR)图像配准时,由于受到乘性散斑影响,匹配算法的性能受到限制。SAR-SIFT使用ROEWA算子代替差分算法计算梯度,对SAR图像的散斑具有一定的稳健性。为了进一步抑制散斑噪声,本文提出了基于SAR-SIFT改进的SAR图像配准算法。利用非线性扩散滤波生成SAR图像的非线性扩散尺度空间,在非线性尺度空间不同尺度层上计算对应的SAR-Harris函数。为了使非线性尺度空间对散斑噪声
为了验证目前高精度定位中多传感器组合定位模型性能的优越性,以更好地解决自动驾驶场景下自主定位中出现的预测精度标准不一致、预测不及时及误预测率高等问题,本文利用LiDAR与Radar数据,建立了一种基于迭代加权的IEKF-BP组合算法的松组合模型,并对两种传感器组合定位结果精度进行了分析。试验表明,迭代加权的IEKF-BP组合算法的组合结果精度优于单一的IEKF算法和BP神经网络算法组合定位精度,其