本文關(guān)鍵詞：結(jié)合PCA及字典學(xué)習(xí)的高光譜圖像自適應(yīng)去噪方法

  更多相關(guān)文章： 高光譜遙感 主成分分析 噪聲估計(jì) 奇異值分解 字典學(xué)習(xí)

【摘要】：高光譜圖像各波段圖像噪聲分布復(fù)雜,傳統(tǒng)去噪方法難以達(dá)到理想效果。針對(duì)這一問題,在主成分分析(PCA)的基礎(chǔ)上,結(jié)合噪聲估計(jì)和字典學(xué)習(xí),提出一種新的高光譜去噪方法。首先,對(duì)原始高光譜數(shù)據(jù)進(jìn)行主成分變換得到一組主成分圖像并根據(jù)能量比重將其劃分為清晰圖像組和含噪圖像組;然后,根據(jù)任一波段圖像的信息,利用奇異值分解(SVD)對(duì)圖像進(jìn)行噪聲估計(jì),再將得到的噪聲估計(jì)方法與K-SVD字典學(xué)習(xí)去噪算法結(jié)合,提出一種具備自適應(yīng)噪聲估計(jì)特性的字典學(xué)習(xí)去噪算法,并將其應(yīng)用于信息量較小的含噪圖像組進(jìn)行去噪處理;最后,按各主成分圖像對(duì)應(yīng)的信息量比例進(jìn)行加權(quán)融合得到最終的去噪圖像。通過對(duì)模擬與實(shí)際高光譜遙感圖像的實(shí)驗(yàn)表明,與PCA、PCA-Bish、PCA-Contourlet三種去噪方法相比,所提方法去噪后圖像的峰值信噪比(PSNR)可以提升1~3 dB,且具有更多的細(xì)節(jié)信息和更好的視覺效果。
【作者單位】： 河北工業(yè)大學(xué)電子與信息工程學(xué)院;中國科學(xué)院電子學(xué)研究所;中國科學(xué)院大學(xué);
【關(guān)鍵詞】： 高光譜遙感 主成分分析 噪聲估計(jì) 奇異值分解 字典學(xué)習(xí)
【基金】：國家自然科學(xué)基金資助項(xiàng)目(51208168) 天津市自然科學(xué)基金資助項(xiàng)目(13JCYBJC37700) 河北省自然科學(xué)基金資助項(xiàng)目(E2016202341) 大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目(河北省重點(diǎn))(201510080051)~~
【分類號(hào)】：TP751
【正文快照】： 0引言近些年來,高光譜遙感圖處理技術(shù)得到了廣泛關(guān)注,并已被成功應(yīng)用于農(nóng)業(yè)、林業(yè)、環(huán)境監(jiān)測(cè)、考古探索、軍事偵察等多個(gè)領(lǐng)域中[1]。高光譜遙感圖像可以看作是由一維光譜信息和二維空間信息聯(lián)合組成的三維數(shù)據(jù)塊。然而,由于太陽光經(jīng)地面反射后穿過大氣時(shí)會(huì)發(fā)生散射,散射光到達(dá)

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 曹靜;鐘毓寧;王侃;;主成分分析在評(píng)定名牌企業(yè)中的應(yīng)用[J];儀器儀表學(xué)報(bào);2006年S3期

2 查偉雄,黎新華;影響貨車中時(shí)的主成分分析[J];鐵道學(xué)報(bào);2000年06期

3 高長(zhǎng)元,丁雪偉,綦良群;高新技術(shù)產(chǎn)品的主成分分析評(píng)價(jià)法[J];哈爾濱理工大學(xué)學(xué)報(bào);2000年01期

4 王美華;廣東省主要城市綜合經(jīng)濟(jì)實(shí)力的評(píng)價(jià)[J];中南工學(xué)院學(xué)報(bào);2000年03期

5 馮煒,申恩平;企業(yè)家創(chuàng)業(yè)動(dòng)因和障礙的主成分分析模型[J];沈陽工業(yè)大學(xué)學(xué)報(bào);2003年02期

6 張立華;金浩;邢會(huì);張英民;;河北省經(jīng)濟(jì)可持續(xù)發(fā)展的全局主成分分析[J];河北工業(yè)大學(xué)學(xué)報(bào);2006年02期

7 王鳴濤;葉春明;;基于主成分分析的我國區(qū)域?qū)＠麑?shí)力評(píng)價(jià)研究[J];河南機(jī)電高等�？茖W(xué)校學(xué)報(bào);2010年02期

8 唐自來;王娟娟;;基于主成分分析的建筑業(yè)上市公司經(jīng)營業(yè)績(jī)?cè)u(píng)價(jià)[J];中國證券期貨;2012年09期

9 李軍;聶春暉;楊建中;;基于主成分分析的多路閥再制造質(zhì)量回歸模型優(yōu)化[J];液壓氣動(dòng)與密封;2013年07期

10 李瑜祥;;主成分分析程序及其應(yīng)用[J];自動(dòng)化儀表;1987年04期

中國重要會(huì)議論文全文數(shù)據(jù)庫 前10條

1 么彩蓮;魏寧;;關(guān)于主成分分析的改進(jìn)方法探討[A];中國現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)第12屆學(xué)術(shù)年會(huì)論文集[C];2005年

2 陳明星;繆柏其;靳韜;;利率影響因素的主成分分析與因子分析[A];中國現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)第12屆學(xué)術(shù)年會(huì)論文集[C];2005年

3 孫曉東;胡勁松;焦s，

本文編號(hào)：1051564