遥感图像噪声评价方法研究及系统实现

发布时间：2020-08-08 14:19

【摘要】：近些年来遥感技术发展迅速,遥感图像成为军事和民用领域获取地表信息最重要的工具。高光谱遥感图像由于自身丰富的光谱波息,巨大的地物覆盖面积,受到研究者们的广泛关注。然而,高光谱遥感图像由于光谱覆盖范围广,波段能量较少,噪声影响尤为严重。合理的噪声水平估计能够为后续图像处理方法提供准确的参数先验值。本文研究了高光谱遥感图像评估中多个关键技术,构建了新的噪声评价方法,具体研究内容如下:(1)为了准确判别图像中像元光谱相似性度,本文提出了小波光谱泛相似性度量方法,并通过多个评判标准证明了该度量方法能够准确地,噪声鲁棒地区分像元的地物类别。(2)本文将本文构建的度量方法融入同质区域选取中,提出了一种各向同性同质区域选取算法,通过区域粗选取与区域精选去两步保障像元区域内各方向相似,解决了现有同质区域选取中常出现的区域误选取和过选取问题。(3)基于该同质区域选取算法本文提出了最优区域的选取策略,用最优区域噪声残差标准差表征图像的噪声水平。实验中利用加噪模拟图像与真实高光谱图像,同前沿高光谱噪声评估方法比较,验证了本文方法的准确性和稳定性。为了研究噪声评估值对于后续算法的影响,本文基于噪声评估对高光谱遥感图图像进行逐波段去噪,实验表明本文方法提供的去噪先验参数能够得到更好的去噪效果。(4)综合前文的理论研究成果,编写了高光谱遥感图像综合评价软件,软件集成了前文噪声研究中的多个关键技术,实现了本文方法及相关比较方法的系统定量评价。
【学位授予单位】：南京理工大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP751
【图文】：

对比图,光谱曲线,小波变换,对比图

硕士学位论文逦遥感图像噪声评价方法研究及系统曲线近似系数基于离散小波逆变换重构出的地物光谱曲线，黑线则是原始地物的光曲线，如图所示光谱曲线在移除细节系数后仍能保持与原始曲线的较高重合度，表了近似系数集中了光谱曲线的大部分能量。需要注意的是光谱曲线在小波分解的过中，过多尺度细节参数的丢失，可能会导致部分有用特征信息的丢失，解决这一问则需要确定合适的分解尺度。逡逑５０００１逦１逦１逦１逦邋－邋－邋Ｉ－邋Ｉ逡逑

曲线,光谱特征,曲线,相关光谱

谱相似性度量方法定量给出参考光谱特征曲线与目标光谱特征曲线间差异性距离。逡逑上可以给出光谱判别率模型公式：逡逑ＲＳＤＰＢ：（ｉ）＝邋＾Ｓ，ａｒ，Ｓｒｅｆ＾逡逑２＞（ｕ＂）逦（２．１７）逡逑／＝ｉ逡逑据式（２．１７）可以计算出对于某一度量方法／？（？）和特征光谱数据库Ａ的相关光谱判逡逑率向量逦，对于其中判别率最逡逑的参考类别，即为目标光谱曲线的最佳匹配地物类别。逡逑本实验光谱特征数据集选自类别已分的高光谱遥感图像。该图像是由ＲＯＳＩＳ光逡逑传感器于意大利北部的城市帕维亚上空航拍获得。图像是由１０２个连续光谱波段组逡逑，包含１０９６ｘ１０９６个像元点，每个像元点对应地表分辨率为１．３米。图像中包含９逡逑地物，地物类型依次称为Ｃｌ，邋Ｃ２，邋．．．，Ｃ９。取每个类别的光谱平均曲线作为其特逡逑曲线，曲线形状如图２．３所示。实验中将这９条光谱特征曲线分别作为目标光谱曲逡逑和参考光谱曲线，并将本文方法同几种常用的光谱相似度度量方法进行相关光谱判逡逑率计算，得到结果如图２．４所示逡逑——Ｃ１逡逑

遥感图像,相关光谱,噪声评价,相似性度量

高光谱遥感图像类间相关光谱判别率实验结果图

【参考文献】