資源描述：
《基于主分量分析的高光譜遙感數(shù)據(jù)噪聲消除方法》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、計(jì)算機(jī)測量與控制．2009．17(6)ComputerMeasurement＆Control文章編號：1671—4598(2009)06—1070—03中國分類號：TP751．1文獻(xiàn)標(biāo)識碼：A基于主分量分析的高光譜遙感數(shù)據(jù)噪聲消除方法常威威，郭雷，劉坤，付朝陽(西北工業(yè)大學(xué)自動(dòng)化學(xué)院，陜西西安71OO72)摘要：高光譜遙感數(shù)據(jù)是一種超維數(shù)據(jù)，噪聲隨機(jī)地存在于其多個(gè)通道圖像上，而某些特征譜段圖像的信噪比在很大程度上影響著具體的光譜特性分析的準(zhǔn)確性，高信噪比意味著地物探測或識別的高準(zhǔn)確性；提出了一種新穎的基于小波一PCA分析
2、的高光譜遙感數(shù)據(jù)噪聲消除方法，首先對高光譜各波段圖像進(jìn)行二維小波分解，然后將各小波子圖像進(jìn)行主分量分析，根據(jù)噪聲特性自適應(yīng)選取主分量進(jìn)行PCA重構(gòu)；得到去噪后小波圖像，最后進(jìn)行小波重構(gòu)。通過對OMIS圖像的實(shí)驗(yàn)結(jié)果表明，該方法不但可以有效地消除高光譜遙感數(shù)據(jù)中的噪聲，改善圖像的信噪比，還能比較完整地保留原有高光譜數(shù)據(jù)的空間和光譜特性，且性能上要優(yōu)于PCA方法和小波分析方法。關(guān)鍵詞：高光譜遙感；去噪；小波變換；主分量分析DenoisingOfHyperspectralDataBasedonWaveletTransforma
3、ndPrincipalComponentAnalysisChangWeiwei，GuoIei，Liukun，F(xiàn)uZhaoyang(InstituteofAutomatic，NorthwestPolytechnicalUniversity，Xi’an710072，China)Abstract：Hyperspectraldataisakindofsuper—dimensionaldatawithnoisesrandomlyexistinitsmulti—bandsimages．Whiletheae—curacyofspect
4、ralcharacteristicsanalysisstronglydependsonthesignal—to—noiseratio(SNR)ofimagesoverthespecificwavelengthrangeandahigherSNRmeanshigheraccuracyinfeaturedetectionoridentification．Anoveldenoisingmethodofhyperspectraldatabasedonwave1et—PCAanalysisisproposed．Thismethod
5、employsPCAtoprocessthewaveletcoefficientsofimages，adaptivelyextractingtheprincipalcomponentswhichrepresenttheuncontaminatedimages．ExperimentalresultsbasedonOMISimagesshowthattheproposedmethodcouldeliminatenoisesinhyperspectraldataeffectively，improvetheSNRofimages
6、，andpreservetheoriginalspectralandspatialcharacteristicsmorecompletely．Moreover，itoutperformsPCAandDWT．Keywords：hyperspectralremotesensing；denoising；wavelettransform；principalcomponentanalysis0引言維數(shù)據(jù)的去噪方法，本文提出了一種基于小波一PCA的高光譜遙感數(shù)據(jù)噪聲消除方法，充分利用小波分析良好的信噪分離高光譜遙感是指利用很多很窄的
7、電磁波波段從感興趣的物特性和PCA變換對高維數(shù)據(jù)處理的高效性，能夠從整體上改體獲取有關(guān)數(shù)據(jù)的技術(shù)[1]。它打破了常規(guī)遙感的概念，提供了善高光譜超維數(shù)據(jù)的信噪比，并能較好地保留空間和光譜“圖譜合一”的3維立體數(shù)據(jù)，即對空間影像的每一個(gè)像素都信息。賦予具有它自身特征的光譜信息，有利于定性甚至定量地進(jìn)行1基本原理地物的探測和識別。但由于高光譜成像儀獨(dú)特的工作方式，使得高光譜數(shù)據(jù)中不同程度地存在各種系統(tǒng)和隨機(jī)噪聲影響[2]，1．1小波分析噪聲的存在不但降低了高光譜圖像數(shù)據(jù)質(zhì)量，還很大程度地降小波分析的最大特點(diǎn)在于良好、靈活的時(shí)頻
8、分析能力，能低了利用高光譜數(shù)據(jù)進(jìn)行地物探測和識別的準(zhǔn)確性。夠在不同的分辨率下反映出不同的圖像結(jié)構(gòu)特征，也使其在處目前，廣泛應(yīng)用于高光譜遙感數(shù)據(jù)的噪聲消除方法主要有理突變信號方面具有特殊的能力[9i0]，成為近年來圖像去噪、兩種：一是光譜域的光譜曲線平滑方法。。]；二是圖像域的濾壓縮和融合領(lǐng)域研究的熱點(diǎn)[1“]。波或條
