自适应多光谱图像稀疏逼近滤波算法研究

发布时间：2021-11-24 11:43

　　随着成像技术的进步,许多优秀的成像方式涌现出来。在遥感成像领域中,由于传感器的物理特性,可以生成多光谱数据。与传统的图像获取设备相比,多光谱图像有助于在真实场景下传递更充分的信息,并被证实可以大大改善各种计算机视觉工作的性能。随着科学技术的迅猛发展,多光谱图像已广泛应用于军事,工业,地理,农业,天文等诸多领域。然而,在实际情况中,由于传感器的采集误差,多光谱图像通常包含一定程度的噪声。并且,由于辐射能量有限以及存在较窄带宽,每个传感器只能捕获非常低的能量,导致出现冲击噪声和热噪声,这些问题会对后续多光谱图像处理任务产生负面影响。因此,有效的噪声过滤和图像增强可以极大地促进多光谱图像的处理和分析,去噪已成为多光谱图像分析中的一个关键的步骤。现有大多数多光谱图像去噪算法主要是沿用二维图像去噪算法,常常忽略多光谱图像带间的结构相似性。即使部分改进算法的处理范围从二维扩展到三维,考虑了带间的结构相似性,但对于图像细节和纹理处理的也不够细化,移除噪声的同时丢失很多图像自身的信息,因此,提出有效的多光谱图像去噪算法是十分必要的。论文围绕多光谱图像质量提升问题展开研究和讨论,提出了四类多光谱图像去噪... 

【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校

【文章页数】：136 页

【学位级别】：博士

【部分图文】：

图２．１：局部像素分组模型．??

图２．２：主成分分析引导的自相似滤波图像去噪算法流程图．??§２．４基于主成分分析和迭代正则化的彩色图像去噪算法??

?ｔＨ？－?ｗｍ?－ｍｍ?Ｍｍ?ｘｆｍ?－？＊■？?ｍｗ?－ｍｗ?＊■？?ａａｗ?＾??图２．３：基于主成分分析和迭代正则化的彩色图像去噪算法流程图．??Ｐｅｐｐｅｒｓ和Ｇｅｏ，尺寸为５１２?ｘ?５１２的图像Ｌｅｎａ。具体图像显示在图２．４中。通过??向测试图像添加不同水平的高斯白噪声来获得噪声图像。噪声标准差（７的范围??是２０到５０，间隔为１０。??图２．４：灰度测试图像．??参数设置：本算法在ＰＣＡ去噪阶段的图像块大小设置为７ｘ７，搜索窗大小??设置为１７?ｘ?１７，硬阈值参数？７?＝?２．５。非局部均值的平滑参数＾设置为１１，图像块??大小设置为５?ｘ?５，搜索窗大小设置为３１?ｘ?３１。比较算法的参数进行默认优化或??遵循相应论文中的规则，以达到最佳性能。在本文中，编程语言是ＭＡＴＬＡＢ，所??有算法都在实验环境Ｗｉｎｄｏｗｓ?１０（Ｉｎｔｅｌ?（Ｒ）Ｃｏｒｅ?（ＴＭ）ｉ５－４２００Ｕ?ＣＰＵ?１．６０?ＧＨｚ?４??ＧＢ内存）中完成。??评价指标：本文采用传统的图像质量评价方法峰值信噪比（ＰＳＸＲ）评价提出??方法的性能。??§２．５．１．１本文方法的三阶段去噪性能比较??本文提出的方法基于三阶段处理，因此对于第三个阶段处理的必要性进行??．２９?＿??

【参考文献】：
期刊论文
[1]改变世界的照相机[J]. 周默.  摄影之友. 2016(05)
[2]小波域隐马尔可夫树模型对多光谱影像的去噪研究[J]. 李霞,罗欣,薛辉,杨婷.  测绘科学技术学报. 2014(03)
[3]调制传递函数在遥感图像复原中的应用[J]. 孟伟,金龙旭,李国宁,傅瑶.  红外与激光工程. 2014(05)
[4]基于非局部均值的彩色图像去噪[J]. 郭全占,司丹丹,胡园园,干宗良.  现代电子技术. 2013(22)
[5]基于多光谱图像的烟雾检测[J]. 卫颖卓,张绍武,刘彦伟.  光谱学与光谱分析. 2010(04)
[6]多光谱成像技术在颜色复制方面的应用及发展[J]. 杨卫平,徐楠,段剑金,李咏波,卢巧,孙娅妮,罗熙,罗永道.  云南民族大学学报(自然科学版). 2009(03)
[7]遥感地质技术发展的战略思考[J]. 王润生.  国土资源遥感. 2008(01)
[8]遥感影像反卷积复原处理[J]. 陈奋,赵忠明.  数据采集与处理. 2008(02)
[9]多光谱探测与激光多光谱探测技术的进展[J]. 张宇,赵远,吴晓敏,陈钟贤,孙秀冬.  激光技术. 2007(02)
[10]结合自动分区与分层分析的多光谱遥感图像地物分类方法[J]. 张翊涛,陈洋,王润生.  遥感技术与应用. 2005(03)

博士论文
[1]多光谱成像系统图像处理关键技术研究[D]. 张艳超.中国科学院研究生院(长春光学精密机械与物理研究所) 2015

硕士论文
[1]基于奇异值分解的自适应混合阈值去噪算法[D]. 董琳佳.山东大学 2018



本文编号：3515905