針對(duì)目前應(yīng)用Savitzky-Golay（SG）濾波器進(jìn)行高光譜圖像濾波過程中空間信息無法利用,造成小麥赤霉病高光譜分類識(shí)別模型精度僅能達(dá)到87.088 9%的問題,提出高光譜圖像空-譜維聯(lián)合SG濾波（TSG濾波）的方法,使模型精度相比采用SG濾波提升了12.066 7%。該算法將一維的SG卷積核按四個(gè)方向擴(kuò)展成二維的SG卷積核,根據(jù)卷積定理利用快速傅里葉變換對(duì)高光譜圖像數(shù)據(jù)進(jìn)行空間及光譜維聯(lián)合快速濾波。設(shè)置TSG濾波核窗口系數(shù)m=2～4,階數(shù)n=3～5,濾波后圖像信噪比提升了10%以上、峰值信噪比高于30 db、結(jié)構(gòu)相似度大于96%, TSG濾波能保持原圖特征并顯著提升圖像信噪比。對(duì)比Pavia University高光譜圖像經(jīng)TSG濾波（m=3,n=4）、 SG濾波（m=7,n=3）后的灰度圖像與光譜圖,可以看出TSG濾波后圖像條帶噪聲得到了抑制、特征峰相對(duì)峰值高度最高提升31.68%、特征波段平均強(qiáng)度提升41.83%,而SG濾波后圖像條帶噪聲依然清晰且特征峰相對(duì)峰值高度至少降低了13.40%。構(gòu)建基于TSG-PCA-SVM算法的小麥赤霉病高光譜分類識(shí)別模型,訓(xùn)練集包含500個(gè)樣本... 

【文章來源】：光譜學(xué)與光譜分析. 2020年12期 北大核心

【文章頁數(shù)】：6 頁

【部分圖文】：

將一維SG卷積核按四個(gè)方向擴(kuò)展成二維的卷積核

式(3)中, f為某一像元的DN值, fmin為高光譜圖像暗噪聲, 通常通過關(guān)閉鏡頭蓋測(cè)得, fref為標(biāo)準(zhǔn)反射率板對(duì)應(yīng)像元的DN值, R為標(biāo)準(zhǔn)反射率板的反射率, ref為該像元對(duì)應(yīng)的反射率。設(shè)置SG濾波窗口系數(shù)m在3～15之間, TSG濾波窗口系數(shù)m在1～10之間, 階數(shù)n均在2～6之間, 對(duì)歸一化后的圖像進(jìn)行濾波, 求濾波后圖像的SNR, PSNR和SSIM, 如圖3所示為濾波后圖像信噪比改善量、 峰值信噪比、 結(jié)構(gòu)相似度等高線圖(核參數(shù)滿足n<2m+1, 圖中空白部分無值)。

設(shè)置SG濾波窗口系數(shù)m在3～15之間, TSG濾波窗口系數(shù)m在1～10之間, 階數(shù)n均在2～6之間, 對(duì)歸一化后的圖像進(jìn)行濾波, 求濾波后圖像的SNR, PSNR和SSIM, 如圖3所示為濾波后圖像信噪比改善量、 峰值信噪比、 結(jié)構(gòu)相似度等高線圖(核參數(shù)滿足n<2m+1, 圖中空白部分無值)。信噪比作為圖像噪聲評(píng)價(jià)的關(guān)鍵指標(biāo), 其數(shù)值往往是圖像濾波算法所必須的[7], 對(duì)比圖3(a)和(d)可知TSG濾波后圖像信噪比較原圖提升了10%以上, 而SG濾波最高提升不到1%。 一般圖像濾波或壓縮過程中PSNR大于30 db, 為了盡可能多的提升圖像信噪比, TSG濾波窗口系數(shù)m在2～4、 階數(shù)n在3～5較為合適。 SG濾波窗口系數(shù)m與階數(shù)n可選擇區(qū)間范圍相對(duì)較廣, 一般針對(duì)不同數(shù)據(jù)須多次迭代對(duì)比才能找到最優(yōu)的核參數(shù)區(qū)間。

【參考文獻(xiàn)】：
期刊論文
[1]基于Savitzky-Golay加權(quán)擬合的紅外圖像非均勻性條帶校正方法[J]. 張一舟,許廷發(fā),劉子偉,申子宜,郭巳秋.  中國(guó)光學(xué). 2015(01)



本文編號(hào)：2918635