本文關(guān)鍵詞： 光譜學(xué) 高光譜數(shù)據(jù) 植物光譜特征 三維離散余弦變換字典 二維離散余弦變換字典　出處：《光學(xué)學(xué)報(bào)》2017年06期 　論文類型：期刊論文

【摘要】：針對(duì)植物高光譜圖像各波段噪聲強(qiáng)度不同,以及空間域和譜域均存在噪聲污染的問(wèn)題,提出了一種基于分組三維(3D)離散余弦變換(DCT)字典的稀疏表示去噪方法。首先分析了植物光譜特征,根據(jù)譜間相關(guān)性對(duì)波段進(jìn)行分組;然后采用邊緣塊剔除的局部均值標(biāo)準(zhǔn)差法對(duì)高光譜圖像進(jìn)行噪聲標(biāo)準(zhǔn)差估計(jì),為去噪算法提供參考閾值;最后構(gòu)建三維DCT字典的稀疏表示去噪方法,對(duì)植物高光譜圖像進(jìn)行去噪。實(shí)驗(yàn)結(jié)果表明,與原始數(shù)據(jù)和二維DCT字典去噪方法相比,譜域噪聲評(píng)估中平均信噪比分別提高18.2dB和9.2dB。因此,該方法不僅具有較好的空間域去噪能力,也有較好的譜域去噪能力。
[Abstract]:According to the difference of noise intensity in different bands of plant hyperspectral images and the problem of noise pollution in both spatial and spectral domains. In this paper, a sparse representation denoising method based on grouping 3D / 3D discrete cosine transform (DCT) dictionary is proposed. Firstly, the spectral characteristics of plants are analyzed, and the bands are grouped according to the correlation between spectra. Then the local mean standard deviation method is used to estimate the noise standard deviation of hyperspectral images, which provides a reference threshold for the denoising algorithm. Finally, the sparse representation denoising method of 3D DCT dictionary is constructed, and the plant hyperspectral image is de-noised. The experimental results show that the method is compared with the original data and two-dimensional DCT dictionary de-noising method. The average signal-to-noise ratio (SNR) is increased by 18.2dB and 9.2 dB in spectral domain noise evaluation, respectively. Therefore, this method not only has better spatial domain denoising ability, but also has better spectral domain de-noising ability.
【作者單位】： 杭州電子科技大學(xué)生命信息與儀器工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(41671415);國(guó)家自然科學(xué)基金青年基金(61205200) 國(guó)家重大科研儀器研制項(xiàng)目(61427808) 浙江省公益技術(shù)應(yīng)用研究項(xiàng)目(2016C32087)
【分類號(hào)】：TP391.41
【正文快照】： 在植物高光譜圖像獲取過(guò)程中,植物光譜特征在噪聲影響下容易產(chǎn)生“失真”,如對(duì)某一吸收特征進(jìn)行探0630003-1測(cè),則要求噪聲水平比吸收深度至少低一個(gè)數(shù)量級(jí)[1]。噪聲污染不僅降低了視覺(jué)質(zhì)量,也限制了圖像的判讀、精度的分析以及光譜信息提的取等。因此,植物高光譜圖像去噪對(duì)數(shù)

【參考文獻(xiàn)】

相關(guān)期刊論文 前9條

1 汪浩然;夏克文;任苗苗;李綽;;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[J];計(jì)算機(jī)應(yīng)用;2016年12期

2 張兵;;高光譜圖像處理與信息提取前沿[J];遙感學(xué)報(bào);2016年05期

3 楊哲;王玉田;潘釗;;基于EMD-LWT的低濃度石油類污染物熒光光譜去噪法[J];光學(xué)學(xué)報(bào);2016年05期

4 徐冬;孫蕾;羅建書;;結(jié)合NAPCA和復(fù)小波變換的高光譜遙感圖像去噪[J];紅外與激光工程;2015年01期

5 霍雷剛;馮象初;;基于主成分分析和字典學(xué)習(xí)的高光譜遙感圖像去噪方法[J];電子與信息學(xué)報(bào);2014年11期

6 陳叢;盧啟鵬;彭忠琦;;基于NLMS自適應(yīng)濾波的近紅外光譜去噪處理方法研究[J];光學(xué)學(xué)報(bào);2012年05期

7 張翔;張建奇;靳薇;劉德連;;一種新的高光譜圖像中太陽(yáng)耀斑去除方法[J];光學(xué)學(xué)報(bào);2008年04期

8 高連如;張兵;張霞;申茜;;基于局部標(biāo)準(zhǔn)差的遙感圖像噪聲評(píng)估方法研究[J];遙感學(xué)報(bào);2007年02期

9 蔣青松,王建宇;實(shí)用型模塊化成像光譜儀多光譜圖像的信噪比估算及壓縮方法研究[J];光學(xué)學(xué)報(bào);2003年11期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張兵;;當(dāng)代遙感科技發(fā)展的現(xiàn)狀與未來(lái)展望[J];中國(guó)科學(xué)院院刊;2017年07期

2 路易;郭靜;于少波;;高光譜影像的近鄰加權(quán)拉普拉斯降維方法[J];裝備學(xué)院學(xué)報(bào);2017年03期

3 朱江;胡華全;范雯琦;;基于深度神經(jīng)網(wǎng)絡(luò)的高光譜遙感影像分類方法研究[J];裝備學(xué)院學(xué)報(bào);2017年03期

4 武望婷;譚麗;侯妙樂(lè);呂書強(qiáng);彭淼淼;;高光譜技術(shù)在書畫檢測(cè)中的應(yīng)用研究——以王震《三秋圖》為例[J];地理信息世界;2017年03期

5 楊陶;田懷文;劉曉敏;邢鵬舉;馬夢(mèng)婕;高松松;;基于雙截距直方圖的Otsu圖像分割法[J];小型微型計(jì)算機(jī)系統(tǒng);2017年06期

6 許賢澤;趙文成;徐逢秋;劉盼盼;;改進(jìn)的各向異性擴(kuò)散方程的超聲圖像濾波方法[J];光學(xué)精密工程;2017年06期

7 殷建杰;徐彭梅;王彩琴;李碧岑;;遙感探測(cè)中太陽(yáng)耀光方位的定位方法[J];航天返回與遙感;2017年02期

8 強(qiáng)彥;張曉慧;;車載手勢(shì)識(shí)別中基于小波變換和雙邊濾波的圖像去噪方法[J];北京理工大學(xué)學(xué)報(bào);2017年04期

9 陳正偉;張方;周揚(yáng);黃惠杰;;光譜信號(hào)乘性加性混合隨機(jī)噪聲去除方法[J];光學(xué)學(xué)報(bào);2017年07期

10 曾鶴瓊;胡駿;薛蓮;;圖像傳感器的自適應(yīng)降噪研究[J];激光雜志;2017年03期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 杜培軍;夏俊士;薛朝輝;譚琨;蘇紅軍;鮑蕊;;高光譜遙感影像分類研究進(jìn)展[J];遙感學(xué)報(bào);2016年02期

2 韓慶陽(yáng);孫強(qiáng);王曉東;李丙玉;高群;;CEEMDAN去噪在拉曼光譜中的應(yīng)用研究[J];激光與光電子學(xué)進(jìn)展;2015年11期

3 吳珍珍;姚鵬;蘇榮國(guó);陳小娜;石曉勇;;基于交替三線性分解的浮游藻熒光識(shí)別分析技術(shù)研究[J];中國(guó)激光;2015年05期

4 崔冰波;陳熙源;宋銳;;EMD閾值濾波在光纖陀螺漂移信號(hào)去噪中的應(yīng)用[J];光學(xué)學(xué)報(bào);2015年02期

5 鄭素珍;曹益平;;基于二維經(jīng)驗(yàn)?zāi)B(tài)分解的五步非等步在線三維檢測(cè)[J];中國(guó)激光;2014年12期

6 霍雷剛;馮象初;;基于主成分分析和字典學(xué)習(xí)的高光譜遙感圖像去噪方法[J];電子與信息學(xué)報(bào);2014年11期

7 王歡雪;劉建國(guó);張?zhí)焓?董云升;;一種基于交叉證認(rèn)和經(jīng)驗(yàn)?zāi)B(tài)分解的濾波算法及其在激光雷達(dá)回波信號(hào)降噪處理中的應(yīng)用[J];中國(guó)激光;2014年10期

8 楊可明;劉士文;王林偉;楊潔;孫陽(yáng)陽(yáng);何丹丹;;光譜最小信息熵的高光譜影像端元提取算法[J];光譜學(xué)與光譜分析;2014年08期

9 郭文記;曾曉茹;趙寶瑋;明星;張桂峰;呂群波;;高光譜RX異常檢測(cè)的多DSP并行化處理技術(shù)[J];光譜學(xué)與光譜分析;2014年05期

10 王書濤;李梅梅;李盼;劉銘華;王麗媛;曾秋菊;;基于經(jīng)驗(yàn)?zāi)B(tài)分解的SO_2濃度檢測(cè)信號(hào)處理方法[J];光子學(xué)報(bào);2014年02期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周建欽;;離散余弦變換的一種推廣[J];數(shù)學(xué)的實(shí)踐與認(rèn)識(shí);2009年24期

2 陳勇;曹玉保;孟凡偉;;二維離散余弦變換/逆離散余弦變換電路及方法[J];中國(guó)集成電路;2012年10期

3 鄭寶玉;;快速離散余弦變換的一種新算法[J];南京郵電學(xué)院學(xué)報(bào);1987年02期

4 方茂元,汪國(guó)有,劉建國(guó);基于矩的快速離散余弦變換處理機(jī)的設(shè)計(jì)及實(shí)現(xiàn)[J];紅外與激光工程;2000年06期

5 李艷輝;李軍;;基于多項(xiàng)式變換的二維整型離散余弦變換快速算法[J];計(jì)算機(jī)應(yīng)用;2006年07期

6 王光偉;;一種離散余弦變換壓縮算法的改進(jìn)[J];計(jì)算機(jī)與信息技術(shù);2008年08期

7 王榮華;郭斌林;;二維離散余弦變換的優(yōu)化及軟核實(shí)現(xiàn)[J];中國(guó)水運(yùn)(下半月);2008年11期

8 陳天與,雷啟純;多維離散余弦變換的快速算法[J];數(shù)值計(jì)算與計(jì)算機(jī)應(yīng)用;1986年02期

9 馬建峰,陳宇,楊波;關(guān)于離散余弦變換的容錯(cuò)計(jì)算[J];西安電子科技大學(xué)學(xué)報(bào);1998年01期

10 郭樹(shù)旭,趙蔚,Keith Ferguson;離散余弦變換的擇優(yōu)量化[J];吉林大學(xué)自然科學(xué)學(xué)報(bào);2000年01期

相關(guān)會(huì)議論文 前4條

1 祝平平;潘超;劉建國(guó);胡晨;;一種有效的MDCT快速算法[A];第十四屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2008年

2 李國(guó)麗;紀(jì)心毅;周金斌;王世芳;;基于離散余弦變換的靜態(tài)圖像壓縮算法研究[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

3 劉俊景;蔣華;;一種基于離散余弦變換與奇異值分解的數(shù)字圖像水印算法[A];2007年全國(guó)開(kāi)放式分布與并行計(jì)算機(jī)學(xué)術(shù)會(huì)議論文集(下冊(cè))[C];2007年

4 畢春艷;徐晉;雷印杰;;基于離散余弦變換的圖像光照校正方法[A];2010年西南三省一市自動(dòng)化與儀器儀表學(xué)術(shù)年會(huì)論文集[C];2010年

相關(guān)碩士學(xué)位論文 前10條

1 訾立強(qiáng);用于視頻編解碼的正反離散余弦變換電路設(shè)計(jì)與FPGA實(shí)現(xiàn)[D];河北大學(xué);2015年

2 劉海;人臉識(shí)別系統(tǒng)設(shè)計(jì)[D];河北大學(xué);2016年

3 祝平平;離散余弦變換快速算法的研究[D];華中科技大學(xué);2008年

4 郭向東;離散余弦變換的研究與硬件設(shè)計(jì)[D];上海交通大學(xué);2007年

5 程鈺涵;基于分布式算法的離散余弦變換的硬件架構(gòu)[D];天津師范大學(xué);2008年

6 胥迪云;基于一階矩的改進(jìn)型離散余弦變換快速算法研究[D];華中科技大學(xué);2012年

7 唐永亮;高速高精度離散余弦變換的設(shè)計(jì)與實(shí)現(xiàn)[D];天津大學(xué);2008年

8 張瑞強(qiáng);基于離散余弦變換的時(shí)間序列分類問(wèn)題研究[D];浙江工業(yè)大學(xué);2012年

9 張賜勛;離散余弦變換的設(shè)計(jì)與實(shí)現(xiàn)[D];浙江大學(xué);2006年

10 來(lái)蒲軍;離散余弦變換VLSI設(shè)計(jì)[D];華中科技大學(xué);2006年

，

本文編號(hào)：1448937