《表2 算法运行时间对比：一种容积信息滤波局部迭代相位解缠方法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种容积信息滤波局部迭代相位解缠方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

从图1和表1可以看出，尽管质量图引导法可以根据干涉相位先验信息设置路径，尽量避免误差的传播，但是随着干涉图噪声的不断增加，最终解缠失败导致误差值太大；而LKFLa与本文算法都能持续以较低的误差对干涉图进行解缠，两种算法均根据质量图预设置解缠路径，在一定程度上减少了误差的传播，然后在局部窗口内对中心像元进行状态迭代估计，为获得低误差的解缠相位图提供保障。LKFLa采用线性化模型进行状态估计，一方面提高计算效率的同时也损失了部分精度；另一方面LKFLa的自适应局部窗口尺寸选择依赖于相位的梯度信息，但是没有预估计的梯度易受噪声影响，特别是在相位陡峭区域，此时一味地扩大窗口尺寸容易打破局部相位一致性的假设，导致误差的进一步扩大。相比之下，本文算法的误差一直低于LKFLa。本文算法首先使用AMPM获取相位梯度，把局部窗口限制在固定的最小尺寸L=1，最大程度维持局部窗口内相位的一致性，然后将估计状态变量由三维降为一维，大大提高了解缠效率，最后利用容积信息滤波强大的信息融合能力进行相位估计，在处理低信噪比干涉图时仍保持极低的解缠误差。在算法的解缠效率层面，从表2可以看出，本文算法耗时与效率较高的LKFLa相当，而且远低于QG，即本文算法在精度、稳定性和效率等方面均有较好的表现。