高光谱成像仪高光谱图像的去噪方法有哪些?
发布时间:2023-11-24
浏览次数:343
高光谱成像仪采集的三维数据块能够提供被检样品内外部丰富的成分含量信息,但由于高光谱数据具有波段多、分辨率高、数据维度高、冗余性强等特点,因此必须采取合适的的数学算法对数据进行处理和分析。那么,高光谱成像仪高光谱图像的去噪方法有哪些?下文为大家作了介绍。
高光谱成像仪采集的三维数据块能够提供被检样品内外部丰富的成分含量信息,但由于高光谱数据具有波段多、分辨率高、数据维度高、冗余性强等特点,因此必须采取合适的的数学算法对数据进行处理和分析。那么,高光谱成像仪高光谱图像的去噪方法有哪些?下文为大家作了介绍。
目前国内外主要采用以下几种方法对高光谱图像进行去噪:
1.基于空间域滤波
由于高光谱图像是由二维图像叠加得到的立方体,在空间域上相当于将多个二维图像沿着光谱维叠加,因此在基于空间域的去噪方法中最为直接的处理方式即为分别对每个波段的图像进行去噪。但此方法没有充分利用高光谱图像的谱间相关性,因此去噪效果有限。较为常用的空间域去噪算法主要有全变分法、小波域去噪法、非局部均值法以及BM3D等。
2.基于光谱域滤波
高光谱图像中可提取出成百上千个波段信息,但基于光谱域进行图像去噪时,仅仅考虑了光谱维度,忽略了高光谱图像的空间维度的信息,因此去噪后的高光谱图像会存在一定程度的失真。最常用的光谱域去噪方法主要有最大噪声比率法和SG滤波方法。
3.基于空-谱联合去噪
该去噪方法基于高光谱图像的特性,分为变换域去噪和像素空间去噪。变换域去噪主要为小波域去噪,通过小波对图像进行变换。而像素域去噪不同,是直接对每一个二维图像的像素进行去噪。除此之外,还有直接对三维数据块去噪的方法,如BM4D"等。由于高光谱图像的低秩特性,有学者提出了基于低秩优化的去噪模型,如LRMR去噪方法等。总体而言,该去噪方法相较于前两种方法去噪性能更好,但仍没有充分利用空间信息,因此还可以探寻方法进一步提高该方法的性能。
相关产品
-
高光谱和多光谱有什么区别?
高光谱和多光谱作为作为无损检测技术,因其精度高、分辨率高等优点,被广泛的应用于农业、地质灾害、医学等不同的领域。高光谱和多光谱同作为光谱技术,但它们之间存在一定..
-
高光谱图像的优势和劣势对比
高光谱图像作为一种结合了成像技术和光谱技术的多维信息获取技术,具有显著的优势,但同时也存在一些劣势。以下是对高光谱图像优势和劣势的详细对比。..
-
高光谱在水果品质检测中的应用
高光谱成像技术,以其高光谱分辨率、图像信息丰富及非接触、无损检测等独特优势,正逐步成为水果品质检测领域的新宠。本文从以下几个方面介绍了高光谱在水果品质检测中的应..
-
多光谱和高光谱哪个好?全面对比多光谱和高光谱
光谱成像已成为从农业到环境管理等许多领域的宝库。高光谱和多光谱成像处于该技术的前沿。本文我们将讨论高光谱和多光谱成像的优点和局限性,以及哪种技术适合哪种现实场..