NL-InSAR：非局部干涉图估计

干涉合成孔径雷达 (SAR) 数据提供反射率、干涉相位和相干图像，这些对于场景解释或低级处理任务（如分割和三维重建）至关重要。这些图像在实践中是通过在局部窗口上进行的赫米特积估计的。这些窗口由于边缘和纹理引起的局部异质性，导致偏差和分辨率的损失。本文提出了一种非局部方法，用于从一对共登记的单视复合 (SLC) SAR 图像联合估计反射率、干涉相位和相干图像。众所周知，非局部技术能够有效减少噪声，同时通过对相似像素进行加权平均来保留结构。当周围的图像块“相似”时，两个像素被认为是相似的。块相似性通常被定义为灰度向量之间的欧几里得距离。本文推导出一个适用于 SLC 图像的基于统计的块相似性标准。然后，基于以数据驱动的方式得出的权重，计算 SAR 干涉图的加权最大似然估计。权重是基于强度和干涉相位定义的，并通过考虑噪声块之间的相似性以及与前一个估算的块之间的相似性进行迭代优化。最后，定性和定量地在合成数据和真实数据上展示了这种新的干涉图构建技术的效率。