[发明专利]基于分类选优的双边滤波算法及高光谱图像空谱特征提取方法

说明书

本发明公开了基于分类选优的双边滤波算法，将图像中的各像素依次选定为中心像素，在中心像素周围按高斯滤波标准差选取第一模板，选取第一模板内结构相似像素生成第二模板，在第二模板内对像素进行双边滤波算法，以此得到中心像素的处理像素值，最后根据各处理像素值得到处理后的图像。本发明还公开了基于分类选优的双边滤波算法实现的高光谱图像空谱特征提取方法。本发明算法极大的限制了待处理图像选定邻域内的非结构相似像素，提高了结构相似像素的权重及其对输出像素值的影响，提高了待处理图像特征区域信息的保留度，增强了待处理图像的双边滤波算法输出效果。

技术领域

本发明涉及图像处理算法领域，尤其是涉及基于分类选优的双边滤波算法及高光谱图像空谱特征提取方法。

背景技术

双边滤波算法是一种非线性滤波器，它可以达到保持边缘、降噪平滑的效果。和其他滤波原理一样，双边滤波算法也是采用加权平均的方法，用周边像素亮度值的加权平均代表某个像素的强度，所用的加权平均基于高斯分布。双边滤波算法的具体公式如下：

其中，

ω_s，t表示模板N_s内像素t的权重，N_s表示窗口大小为(2δ_α+1)×(2δ_α+1)的模板，s表示模板N_s中心像素位置，t表示模板N_s任意像素的位置，I_s和I_t分别表示位置s和t的像素值，δ_α和δ_γ分别表示高斯滤波标准差和高斯滤波模糊度，是空间距离函数，是像素值之差函数，这两个函数使用高斯递减函数来定义：

综上，双边滤波算法是结合图像的空间近邻度和像素值相似度的一种折衷处理，相对基于扩散的滤波来说，具有简单、非迭代、局部的特点，双边滤波算法通过空间距离和像素值之差加权限制非结构相似像素的影响，所以在边缘附近，离得较远的像素不会太多影响到边缘上的像素值，这样就保证了边缘附近像素值的保存，然而，由于双边滤波算法仍是一种图像邻域像素值的加权平均处理方法，因此，它仍将不同程度地模糊图像的特征区域。现有技术公开了一种基于双边滤波的按图像特征像素检测方法的去噪技术，但是这种技术所使用的方法在图像处理过程中的自适应能力不强。

发明内容

本发明提供基于分类选优的双边滤波算法及高光谱图像空谱特征提取方法，用于增强待处理图像双边滤波算法输出效果。

本发明通过以下技术方案解决技术问题：

基于分类选优的双边滤波算法，其特征在于，包括如下步骤：

①在待处理图像中选定中心像素s，在中心像素s周围按高斯滤波标准差δ_α选取窗口大小为(2δ_α+1)×(2δ_α+1)的第一模板N_s，计算第一模板N_s内任意像素t与中心像素s的像素值之差dist(I_s-I_t)，并取其均值Y_s：

其中，δ_α为正数；

②以均值Y_s作为阈值对第一模板N_s内的任意像素t进行分类选优，选择dist(I_s-I_t)≤Y_s的任意像素t生成第二模板N′_s: