[发明专利]一种高光谱图像去噪方法及装置

说明书

本发明提供的一种高光谱图像去噪方法及装置，该方法包括：S1，获取与高光谱图像噪声波段的结构信息相近以及比所述噪声波段的图像质量好的至少一个有效波段；S2，根据所述至少一个有效波段建立目标函数，并根据所述目标函数获取去噪后的清晰波段。通过利用波段之间的关联性，把噪声波段的去噪问题转化为波段的融合，得到最终去噪后的清晰波段，考虑并克服了以往方法中忽视了噪声可能只存在于某些或某个波段的情形，并取得了较好的去噪结果。

技术领域

本发明涉及高光谱图像去噪领域，更具体地，涉及一种高光谱图像去噪方法及装置。

背景技术

相比于RGB彩色或灰度图像，高光谱图像拥有更丰富的波段信息，可以提高很多计算机视觉应用的效率，比如人脸识别、遥感、运动分割等。然而在实际中，高光谱图像不可避免地会受到噪声的影响，如传感器的缺陷或环境所致，所以高光谱去噪非常有意义的研究。噪声图像的形成过程可以简略表示为y＝x+n，n为噪声，x为清晰原图，y为噪声图片。但是，目前已有的高光谱图像去噪方法很少考虑一种实际存在的问题：高光谱图像中的噪声不一定存在于所有波段中，可能只存在于某些或者特定的某一波段中，这些高光谱图像去噪方法通常认为噪声存在于所有波段中，因此无法对这种情况做出有效处理。

目前，高光谱图像去噪方法主要有：2D拓展的方法和波段相关的方法。2D拓展的高光谱图像去噪方法使用传统的2D图像去噪方法，对每个波段独立去噪，把2D的方法拓展到3D。典型的2D去噪方法有Budaes等人提出的NLM法(A.Buades,B.Coll,and J.-M.Morel.Anon-local algorithm for image denoising.In Proc.IEEE Conf.Computer Vision andPattern Recognition,pages 60–65,2005.)，Dabov等人提出的BM3D法(K.Dabov,A.Foi,V.Katkovnik,and K.Egiazarian.Image denoising by sparse 3-d transform-domaincollaborative filtering.IEEE Transactions on Image Processing,16(8):2080–2095,2007.)，以及Elad提出的K-SVD法(M.Elad and M.Aharon.Image denoising viasparse and redundant representations over learned dictionaries.IEEETransactions on Image Processing,15(12):3736–3745,2006.)。