CN105844592A - 高光谱图像的小波域全变分混合去噪方法 - Google Patents
高光谱图像的小波域全变分混合去噪方法 Download PDFInfo
- Publication number
- CN105844592A CN105844592A CN201610022730.0A CN201610022730A CN105844592A CN 105844592 A CN105844592 A CN 105844592A CN 201610022730 A CN201610022730 A CN 201610022730A CN 105844592 A CN105844592 A CN 105844592A
- Authority
- CN
- China
- Prior art keywords
- image
- coefficient
- denoising
- band
- carry out
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 19
- 238000001228 spectrum Methods 0.000 claims abstract description 30
- 230000003595 spectral effect Effects 0.000 claims abstract description 5
- 230000009466 transformation Effects 0.000 claims description 6
- VMXUWOKSQNHOCA-UKTHLTGXSA-N ranitidine Chemical compound [O-][N+](=O)\C=C(/NC)NCCSCC1=CC=C(CN(C)C)O1 VMXUWOKSQNHOCA-UKTHLTGXSA-N 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 7
- 238000000926 separation method Methods 0.000 abstract 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明公开一种高光谱图像的小波域全变分混合去噪方法,充分利用了小波的信噪分离特性,将传统的偏微分去噪算法融入到高光谱图像中,作用于不同波段的光谱曲线,使得空间信息和光谱信息得以更好地被利用,进而从整体上改善高光谱图像的去噪效果。
Description
技术领域
本发明涉及一种图像去噪方法,尤其是一种可从整体上改善高光谱图像三维域上去噪效果的高光谱图像的小波域全变分混合去噪方法。
背景技术
高光谱图像一般是指具有连续多个波段的遥感图像,其最大的特点就是光谱连续性,并且具有丰富的空间信息,这些信息很好反映了地物在空间的分布特征,故高光谱图像具有很好的图谱合一性。由于高光谱图像在传输过程中受到电磁辐射及其他因素的影响会引入大量噪声,对图像数据质量有很大影响,降低了数据的精确性,故高光谱遥感图像去噪的方法尤为重要。
现有的比较完善的高光谱遥感图像去噪模型有:最小噪声分离模型和图像域的滤波消除模型。最小噪声分离利用模型峰值信噪比,得到了比较完善的应用,但此方法运算时间长且容易破坏光谱曲线。后者主要利用高光谱单波段进行展开,不能从整体上提高图像的信噪比,需要对噪声波段人为选择,效率低。
发明内容
本发明是为了解决现有技术所存在的上述技术问题,提供一种可从整体上改善高光谱图像三维域上去噪效果的高光谱图像的小波域全变分混合去噪方法。
本发明的技术解决方案是:一种高光谱图像的小波域全变分混合去噪方法,其特征在于按如下步骤进行:
a. 建立图像去噪模型:,表示含噪声图像,表示理想图像,表示对小波域变换后图像进行全变分操作,为图像中第i个波段与其他波段相关性权重,,表示波段i的波长,i为波段编号,;
b.分波段读取同一地物的光谱图像信息,表示不同波段;
c.分波段对高光谱图像进行小波变换,得到;
d.采用TV模型对变换后的各波段光谱图像进行去噪;
e. 获得各波段光谱图像去噪后系数;
e1.对每一目标波段的系数,利用相邻波段间的相关系数以及权重进行调和,约定调后的新系数为,
;
e2. 用新的系数代替原有系数;
e3. 重复e1步骤直到所有波段的系数都被新的系数替换,则进入e3步骤;
e4. 保存所有波段的去噪后结果系数;
f. 对进行小波逆变换,得到去噪后的高光谱图像。
本发明充分利用了小波的信噪分离特性,将传统的偏微分去噪算法融入到高光谱图像中,作用于不同波段的光谱曲线,使得空间信息和光谱信息能够很好地被利用,从整体上改善高光谱图像三维域上的去噪效果。
附图说明
图1是本发明方法与MNF方法的去噪效果比较。
具体实施方式
一种高光谱图像的小波域全变分混合去噪模型,其特征在于按如下步骤进行:
a. 建立图像去噪模型:,表示含噪声图像,表示理想图像,表示对小波域变换后图像进行全变分操作,为图像中第i个波段与其他波段相关性权重,,表示波段i的波长,i为波段编号,;
b.分波段读取同一地物的光谱图像信息,表示不同波段;
c.分波段对高光谱图像进行小波变换,得到;
d.采用TV模型对变换后的各波段光谱图像进行去噪;
e. 获得各波段光谱图像去噪后系数;
e1.对每一目标波段的系数,利用相邻波段间的相关系数以及权重进行调和,约定调后的新系数为,
;
e2. 用新的系数代替原有系数;
e3. 重复e1步骤直到所有波段的系数都被新的系数替换,则进入e3步骤;
e4. 保存所有波段的去噪后结果系数;
f. 对进行小波逆变换,得到去噪后的高光谱图像。
将本发明实施例与MNF方法的图像去噪效果进行对比,结果如图1表1所示,可以看出,本发明方法的去噪效果优于典型的MNF方法。
表1是不同波段噪声下本发明方法与MNF方法处理图像的SNR和NMSE比较。
表1
。
Claims (1)
1.一种高光谱图像的小波域全变分混合去噪方法,其特征在于按如下步骤进行:
a. 建立图像去噪模型:,表示含噪声图像,表示理想图像,表示对小波域变换后图像进行全变分操作,为图像中第i个波段与其他波段相关性权重,,表示波段i的波长,i为波段编号,;
b.分波段读取同一地物的光谱图像信息,表示不同波段;
c.分波段对高光谱图像进行小波变换,得到;
d.采用TV模型对变换后的各波段光谱图像进行去噪;
e. 获得各波段光谱图像去噪后系数;
e1.对每一目标波段的系数,利用相邻波段间的相关系数以及权重进行调和,约定调后的新系数为,
;
e2. 用新的系数代替原有系数;
e3. 重复e1步骤直到所有波段的系数都被新的系数替换,则进入e3步骤;
e4. 保存所有波段的去噪后结果系数;
f. 对进行小波逆变换,得到去噪后的高光谱图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610022730.0A CN105844592A (zh) | 2016-01-14 | 2016-01-14 | 高光谱图像的小波域全变分混合去噪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610022730.0A CN105844592A (zh) | 2016-01-14 | 2016-01-14 | 高光谱图像的小波域全变分混合去噪方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105844592A true CN105844592A (zh) | 2016-08-10 |
Family
ID=56580508
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610022730.0A Pending CN105844592A (zh) | 2016-01-14 | 2016-01-14 | 高光谱图像的小波域全变分混合去噪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105844592A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106504214A (zh) * | 2016-10-31 | 2017-03-15 | 西京学院 | 小波变换和局部插值融合的高光谱图像条带噪声消除方法 |
CN106504208A (zh) * | 2016-10-27 | 2017-03-15 | 西京学院 | 基于有序最小值与小波滤波的高光谱图像宽条带去除方法 |
CN106600565A (zh) * | 2016-12-26 | 2017-04-26 | 中国科学院长春光学精密机械与物理研究所 | 一种剔除光谱图像噪声点的方法及装置 |
CN108805816A (zh) * | 2017-05-02 | 2018-11-13 | 上海荆虹电子科技有限公司 | 一种高光谱图像去噪方法及装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110035226A1 (en) * | 2006-01-20 | 2011-02-10 | Microsoft Corporation | Complex-transform channel coding with extended-band frequency coding |
CN102622756A (zh) * | 2012-03-14 | 2012-08-01 | 西安电子科技大学 | 基于全变分谱聚类的sar图像分割方法 |
-
2016
- 2016-01-14 CN CN201610022730.0A patent/CN105844592A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110035226A1 (en) * | 2006-01-20 | 2011-02-10 | Microsoft Corporation | Complex-transform channel coding with extended-band frequency coding |
CN102622756A (zh) * | 2012-03-14 | 2012-08-01 | 西安电子科技大学 | 基于全变分谱聚类的sar图像分割方法 |
Non-Patent Citations (1)
Title |
---|
刘颖男: "基于偏微分方程的图像去噪算法", 《万方学位论文》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106504208A (zh) * | 2016-10-27 | 2017-03-15 | 西京学院 | 基于有序最小值与小波滤波的高光谱图像宽条带去除方法 |
CN106504208B (zh) * | 2016-10-27 | 2019-05-17 | 西京学院 | 基于有序最小值与小波滤波的高光谱图像宽条带去除方法 |
CN106504214A (zh) * | 2016-10-31 | 2017-03-15 | 西京学院 | 小波变换和局部插值融合的高光谱图像条带噪声消除方法 |
CN106504214B (zh) * | 2016-10-31 | 2019-03-05 | 西京学院 | 小波变换和局部插值融合的高光谱图像条带噪声消除方法 |
CN106600565A (zh) * | 2016-12-26 | 2017-04-26 | 中国科学院长春光学精密机械与物理研究所 | 一种剔除光谱图像噪声点的方法及装置 |
CN106600565B (zh) * | 2016-12-26 | 2019-10-01 | 中国科学院长春光学精密机械与物理研究所 | 一种剔除光谱图像噪声点的方法及装置 |
CN108805816A (zh) * | 2017-05-02 | 2018-11-13 | 上海荆虹电子科技有限公司 | 一种高光谱图像去噪方法及装置 |
CN108805816B (zh) * | 2017-05-02 | 2020-09-22 | 深圳荆虹科技有限公司 | 一种高光谱图像去噪方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105303532B (zh) | 一种小波域Retinex图像去雾方法 | |
CN105844592A (zh) | 高光谱图像的小波域全变分混合去噪方法 | |
CN104851077B (zh) | 一种自适应的遥感图像全色锐化方法 | |
Suganya et al. | Survey on image enhancement techniques | |
CN104463808B (zh) | 基于空间相关性的高光谱数据降噪方法及系统 | |
Kaur et al. | Image de-noising using wavelet transform and various filters | |
CN104182939A (zh) | 一种医疗影像图像细节增强方法 | |
CN111915518B (zh) | 基于三重低秩模型的高光谱图像去噪方法 | |
CN110322404A (zh) | 一种图像增强方法及系统 | |
CN102496144A (zh) | 基于hsv色彩空间的nsct水声图像增强方法 | |
WO2020186848A1 (zh) | 一种图像增强方法及装置 | |
CN106296583B (zh) | 基于图像块组稀疏编码与成对映射的含噪高光谱图像超分辨率重构方法 | |
RU2448367C1 (ru) | Способ повышения визуальной информативности цифровых полутоновых изображений | |
Kannan et al. | Optimal decomposition level of discrete wavelet transform for pixel based fusion of multi-focused images | |
Pai et al. | Medical color image enhancement using wavelet transform and contrast stretching technique | |
CN107203972A (zh) | 一种超声图像去噪和增强方法 | |
CN103679648A (zh) | 一种基于空间分割的矩匹配卫星影像条带噪声去除方法 | |
Ramiz et al. | Hybrid technique for image enhancement | |
CN106023274A (zh) | 一种结合专家场滤波器稀疏约束的压缩感知图像重建方法 | |
Aswathy Mohan | Image enhancement using dwt dct and svd | |
Beitollahi et al. | Using Savitsky-Golay filter and interval curve fitting in order to hyperspectral data compression | |
Kaur et al. | A robust approach for medical image enhancement using DTCWT | |
CN113205471A (zh) | 基于Log-Gabor变换与方向区域熵的引导滤波遥感影像融合方法 | |
RU115884U1 (ru) | Устройство радиометрического комплексирования цифровых многоспектральных изображений земной поверхности | |
CN105372707A (zh) | 一种多尺度地震资料随机噪音衰减方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160810 |
|
WD01 | Invention patent application deemed withdrawn after publication |