基于光譜相關(guān)性的高光譜圖像光譜域去噪算法研究.pdf

1、隨著探測器分辨率的不斷提高，高光譜遙感已廣泛服務于經(jīng)濟、軍事、環(huán)保等領(lǐng)域。但在獲取或傳輸高光譜圖像過程中，不可避免的受到噪聲的影響。噪聲同時存在于空間域和光譜域，需要對其均進行去噪處理。
　　利用波段圖像間和像元光譜間的相關(guān)性可以取得較好的去噪效果。在空間域去噪時，部分去噪算法已開始關(guān)注波段間的相關(guān)性；而在光譜域去噪時，像元光譜間的相關(guān)性則被忽略。
　　本文提出一種利用高光譜圖像像元光譜間的相關(guān)性的光譜域去噪算法。使用主成分

2、分析來去除光譜間的相關(guān)性。引入同質(zhì)區(qū)域分割，來避免數(shù)據(jù)過多時主成分分析的有偏估計并更加精確的劃分光譜相關(guān)性極高的區(qū)域，同時，為了避免噪聲的影響并使分割參數(shù)過小時算法具有魯棒性，對其進行了改進，即過小的區(qū)域合并。以此為基礎，本文給出完整的高光譜圖像小波去噪算法。分別在模擬和真實的高光譜圖像上進行實驗，并與四種算法比較。對于模擬高光譜圖像，在三種初始信噪比下，從整體信噪比、空間域視覺效果和MSSIM、光譜域MRMSE和MNCC進行評價，本文

3、推薦的算法均可以得到最優(yōu)的去噪效果；對于真實高光譜圖像，采用分類結(jié)果來衡量去噪效果，本文提出的算法OA達到92.46％，效果最好，并比含噪數(shù)據(jù)提高了近8%，Kappa達到0.9141。最后，分析了算法中參數(shù)對去噪性能的影響。對于小波基和閾值選擇函數(shù)，算法均能取得較好的去噪效果，最大差別僅為0.1db。對于分割參數(shù)，改進的同質(zhì)區(qū)域分割算法在分割參數(shù)過小時，比不進行小區(qū)域合并的提高0.8db左右，單純的光譜域主成分分析去噪結(jié)果也好于其他比較