[发明专利]一种基于物理噪声模型的高质量光谱去噪方法

权利要求书

1.一种基于物理噪声模型的高质量光谱去噪方法，其特征在于：包括以下步骤，

步骤101：根据扫描式高光谱相机的物理成像过程，将物理噪声分为信号相关噪声和信号无关噪声，并将所述信号无关噪声分为像素噪声和条带噪声，根据上述物理噪声分析构建高光谱相机的物理噪声模型；

步骤102：分别针对信号相关噪声和信号无关噪声采集平场帧和偏置帧，使用统计建模的方式标定步骤101中噪声模型的参数；

步骤103：输入干净高光谱图像数据集，使用步骤101建立的噪声模型和步骤102标定的噪声模型参数，仿真生成带噪和干净的高光谱图像对，构建真实合成数据集；所述构建真实合成数据集过程无需采集带噪的高光谱图像，显著节省构建高光谱去噪数据集所用的采集图像资源；

步骤104：输入学习率、优化方法、迭代次数和步骤103生成的真实合成数据集，建立高光谱图像去噪网络的训练目标函数，对网络参数θ进行训练，得到带噪高光谱图像和干净高光谱图像之间的映射关系f；

步骤105：输入需要测试的带噪高光谱图像，并输入步骤104得到的带噪高光谱图像与干净高光谱图像间的映射关系f，通过带噪高光谱图像与干净高光谱图像间的映射关系f将带噪高光谱图像映射成干净高光谱图像，实现高效率和高精度高光谱图像去噪，提高成像质量。

2.如权利要求1所述的一种基于物理噪声模型的高质量光谱去噪方法，其特征在于：

步骤101中所述扫描式高光谱相机为基于CCD(Charge-Coupled Device)传感器的高光谱相机；干净的高光谱图像大小为M×N×Λ，高光谱图像上任意一点的像素值为X(m,n,λ)，1≤m≤M，1≤n≤N，1≤λ≤Λ；描述传感器的原始数字输出，即带噪高光谱图像，与曝光过程中集成的光电子之间关系的线性模型表示为

Y(m,n,λ)＝X(m,n,λ)+N(m,n,λ)＝kL(m,n,λ)+N(m,n,λ) (1)

公式中Y表示带噪高光谱图像，N表示由光和相机引起的所有物理噪声的总和，L表示与场景辐照成正比的光电子的数量，k表示系统增益；由于高光谱相机中的CCD传感器相同，因此，采集的高光谱图像中所有元素的系统增益是相同的；

为了系统地分析高光谱图像中的噪声，根据扫描式高光谱相机的物理成像过程，将物理噪声分为与入射光相关的信号相关噪声和与入射光无关的信号无关的噪声；

定义信号相关噪声；在曝光时间内，入射光中的光子击中传感器的传感区域；利用光电转换，传感器将光子转换为电子；由于光的量子性质，传感器收集到的电子数量存在不可避免的不确定性，电子数量L用泊松分布表示

[L(m,n,λ)+N_sd(m,n,λ)]～p(L(m,n,λ)) (2)

公式(2)中N_sd表示信号相关噪声，p表示泊松分布；

定义信号无关噪声；对于高光谱成像中的CCD传感器，在曝光时间内，硅中的热能会产生自由电子，称为暗电流噪声，所述电子能够储存在采集地点，随后与光电子难以区分；读出噪声是在电子到电压阶段由放大器、复位和其他电子噪声源引起的；在电压到数字阶段，由于数字存储介质的动态范围，连续的模拟电压信号被量化为离散数字，从而产生量化噪声；像素噪声表示为如公式(3)所示的暗电流噪声、读出噪声和量化噪声

N_p(m,n,λ)＝N_d(m,n,λ)+N_r(m,n,λ)+N_q(m,n,λ) (3)

公式(3)中N_d表示暗电流噪声，N_r表示读出噪声，N_q表示量化噪声；由于所述噪声是由相机电路引起的，与入射光无关，所以暗电流噪声、读出噪声和量化噪声是信号无关的噪声；所述信号无关的噪声服从高斯分布

N_p(m,n,λ)～g(0,σ_p(λ)) (4)

公式(4)中g表示高斯分布，σ_p(λ)表示第λ通道的参数；

除了所述信号无关的噪声外，由于空间扫描设计，高光谱相机还经常受到条带噪声的影响；当分析用于采集的高光谱图像数据集的高光谱相机时，高光谱相机采集的高光谱图像包含水平条带噪声和垂直条带噪声；原因是在水平扫描时，每一行都被同一CCD单元捕获，造成水平条带噪声；同时，每一列在不同的时间被捕获，导致垂直条带噪声；因此，条带噪声N_sp表示为

公式(5)中和分别表示水平和垂直条带噪声；条带噪声是扫描相机设计引起的，与入射光无关，是一种信号无关的噪声；根据每行或每列均为零均值高斯分布，分别将水平条带噪声和垂直条带噪声表示为

公式(6)中σ_h(λ)和σ_v(λ)分别表示水平条带噪声和垂直条带噪声第λ通道的参数；因此，完全信号无关的噪声描述为

N_si＝N_p+N_sp (7)

扫描式高光谱相机的噪声模型表示为

N＝kN_sd+N_si＝kN_sd+N_p+N_sp (8)

公式(8)中k、N_sd、N_si分别表示系统增益、信号相关噪声和信号无关噪声；

根据公式(8)得到高光谱相机的物理噪声模型。