基于小波域各向異性擴(kuò)散的遙感數(shù)據(jù)條帶噪聲去除算法.ppt

《基于小波域各向異性擴(kuò)散的遙感數(shù)據(jù)條帶噪聲去除算法.ppt》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在PPT專區(qū)-天天文庫。

1、基于小波域各向異性擴(kuò)散的遙感數(shù)據(jù)條帶噪聲去除算法小組成員XXXXXXXX目錄1234緒論方法實(shí)驗(yàn)結(jié)果結(jié)論緒論條帶噪聲存在于不同類型的遙感圖像中，產(chǎn)生條帶噪聲的原因在于不同的探測(cè)器對(duì)于同樣輻射信號(hào)的檢測(cè)結(jié)果存在差異。條帶噪聲去除方法可分為兩類：1.基于空間域的條帶噪聲去除2.基于頻域的條帶噪聲去除緒論空間域噪聲去除基于空間域的條帶噪聲去除法的基本原理是圖像匹配，目的是消除各傳感器之間存在的差異性，這樣條帶噪聲也就被消除了。但是實(shí)際中，探測(cè)器的工作環(huán)境十分惡劣，其差異是很難消除的，一般不采用此種方法。緒論頻域的噪聲去除基于頻域的條帶去除通常包括三個(gè)步驟：將原始圖象轉(zhuǎn)換成頻

2、域，在頻域抑制噪聲，將處理后的信號(hào)轉(zhuǎn)換回空間域。最常用的方法是小波收縮去噪，它利用對(duì)小波系數(shù)的閾值和收縮功能將信號(hào)從噪聲中分離出來。但是硬閾值函數(shù)和軟閾值函數(shù)都有“過扼殺”小波系數(shù)的傾向，進(jìn)而導(dǎo)致地面目標(biāo)的遙感影像的細(xì)節(jié)缺失。緒論為了提高基于小波算法的性能，一些研究人員將各向異性擴(kuò)散法與小波收縮去噪法結(jié)合起來。文章介紹了一種結(jié)合了各向異性擴(kuò)散濾波的小波域去除高光譜數(shù)據(jù)的條帶噪聲的方法。利用在高頻域采用各向異性擴(kuò)散濾波的小波系數(shù)，條帶噪聲可以徹底消除，同時(shí)地面目標(biāo)的邊緣將保留。方法1.各向異性擴(kuò)散濾波各向異性擴(kuò)散濾波器是一種非線性濾波器，可以在消除含噪圖像噪聲的同時(shí)保持

3、目標(biāo)邊緣。對(duì)于圖像f的擴(kuò)散方程表示如下：?f(x,y,t)/?t=div[c(?f)]??f其中，?f是局部圖像梯度，c(?f)是擴(kuò)散系數(shù)。方法2.小波分析因?yàn)楹瘮?shù)f(x,y)對(duì)于圖像是二維信號(hào)，那么函數(shù)f(x,y)經(jīng)小波變換產(chǎn)生的多分辨率小波系數(shù)如下：f=A0={AL,{DHj,DVj,DDj},j=1,2,…,L}其中f代表原始圖像，AL是低通信號(hào)，DHj,DVj,DDj是分別在空間上從水平，垂直和對(duì)角線方向提取的高通信號(hào)。此外，小波系數(shù)A表示圖像的輪廓，而系數(shù)D表示圖像的細(xì)節(jié)。由于條帶噪聲位于高頻域，所以小波系數(shù)D使用一些降噪算法就可以去除條帶噪聲。方法小波收縮

4、算法對(duì)較小的小波系數(shù)置零，對(duì)較大的小波系數(shù)收縮，是最常用的檢測(cè)和消除不同類型的噪聲的方法。但是，這種算法存在缺陷：包含關(guān)鍵邊緣特征的小波系數(shù)被“過扼殺”。因此，在研究中采用各向異性擴(kuò)散可以使算法得到改善。方法3.在小波域中采用各向異性擴(kuò)散文中提出的算法是在小波域中采用各向異性擴(kuò)散，該算法的優(yōu)點(diǎn)是可以實(shí)現(xiàn)邊緣保持。這是因?yàn)榍懊媸街械腁中原始圖像的低通信號(hào)，不包含條帶噪聲，而各向異性擴(kuò)散作用在高頻域D。文章中選擇的是Daubechies小波族中的db4，因?yàn)樗怯删o支撐正交小波發(fā)展而來的，具有緊支，對(duì)稱性和規(guī)律性等優(yōu)異性能。該方法的擴(kuò)散方程需要設(shè)置三個(gè)參數(shù)，即迭代時(shí)間t，

5、擴(kuò)散率系數(shù)λ和傳導(dǎo)系數(shù)K.實(shí)驗(yàn)結(jié)果原始圖像實(shí)驗(yàn)結(jié)果采用文中提出方法的消噪圖像實(shí)驗(yàn)結(jié)果可以看出使用文中所提出方法的消噪圖像基本去除了噪聲，同時(shí)原始圖像的邊緣特征得到了保持。而采用軟閾值小波收縮方法的消噪圖像由于小波收縮方法不具有邊緣保持的能力，其效果與用文中方法的視覺效果相比更加模糊并且清晰度更低。實(shí)驗(yàn)結(jié)果使用該方法消噪后，熵(Entropy)指數(shù)，信噪比(SNR)和峰值信噪比(PSNR)都高于使用硬閾值和軟閾值去噪法，也表明該方法可以盡可能地保留地面物體的細(xì)節(jié)。此外，平均值(Mean)和標(biāo)準(zhǔn)差(Std)更類似于原始圖象，顯示了該方法具有更高的能力恢復(fù)原始的光譜特性。結(jié)

6、論文章研究了遙感數(shù)據(jù)的條帶噪聲去除，并通過在小波域采用各向異性擴(kuò)散提出了一種混合的方法，對(duì)高光譜圖像進(jìn)行去噪。文中提出的方法吸取了小波變換的優(yōu)點(diǎn)實(shí)現(xiàn)了多分辨率分析，以檢測(cè)和消除條帶噪聲，同時(shí)利用各向異性擴(kuò)散作用于小波系數(shù)的高頻域，用以消除噪聲，同時(shí)可以保持地面目標(biāo)的邊緣細(xì)節(jié)，所以無論是在視覺效果還是圖像質(zhì)量都指標(biāo)優(yōu)于傳統(tǒng)的小波收縮算法。謝謝