[發(fā)明專利]稀疏判別張量魯棒性PCA的遙感圖像去噪方法

有效

• 申請?zhí)枺?/td>: 202010129712.9
• 申請日: 2020-02-28
• 公開（公告）號: CN111369457B
• 公開（公告）日: 2022-05-17
• 發(fā)明（設(shè)計(jì)）人: 潘磊;李恒超;崔瑩;丁洪麗;劉鑫
• 申請（專利權(quán)）人: 西南電子技術(shù)研究所(中國電子科技集團(tuán)公司第十研究所)
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T7/11;G06K9/62;G06V10/774
• 代理公司: 成飛(集團(tuán))公司專利中心 51121
• 代理人: 郭純武

本發(fā)明公開的一種稀疏判別張量魯棒性PCA的遙感圖像去噪方法，旨在提供一種能更有效除去高光譜圖像中噪聲的去噪方法，本發(fā)明通過下述技術(shù)方案實(shí)現(xiàn)：對輸入高光譜遙感圖像進(jìn)行圖像分割，按固定尺寸，將高光譜遙感圖像分割成不重疊的張量數(shù)據(jù)塊；分別對每個(gè)張量數(shù)據(jù)塊進(jìn)行稀疏判別張量魯棒性主成分分析：先將張量數(shù)據(jù)塊分解為低秩分量、稀疏判別分量和稀疏噪聲分量，構(gòu)建稀疏判別張量魯棒性主成分分析模型，迭代求解該模型得到去噪后的張量數(shù)據(jù)塊，獲得去噪圖像；對重構(gòu)去噪后的無噪聲數(shù)據(jù)按比例劃分訓(xùn)練集和測試集，最后將訓(xùn)練集和測試集輸入到分類器，通過分類器輸出所有測試樣本的類別標(biāo)記，實(shí)現(xiàn)對高光譜遙感圖像去噪效果的評估。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理領(lǐng)域，尤其是遙感圖像處理技術(shù)領(lǐng)域的一種基于稀疏判別張量魯棒性主成分分析(PCA)的高光譜遙感圖像去噪方法。

背景技術(shù)

在當(dāng)代高度信息化的社會(huì)中，圖形和圖像在信息傳播中所起的作用越來越大，圖像是一種重要的信息源，通過圖像處理可以幫助人們了解信息的內(nèi)涵。但是圖像在生成和傳輸過程中常常因受到各種噪聲的干擾和影響而使圖像降質(zhì)，這對后續(xù)圖像的處理(如分割、壓縮和圖像理解等)將產(chǎn)生不利影響。噪聲種類很多，如：電噪聲、機(jī)械噪聲、信道噪聲和其他噪聲。一般圖像的能量主要集中在低頻，而圖像的細(xì)節(jié)部分集中在高頻區(qū)域。由于在圖像的存取、數(shù)字化和傳輸中常伴有噪聲出現(xiàn)，而這部分干擾信息主要集中在高頻區(qū)域內(nèi)，所以消除噪聲的一般方法是利用低通濾波來衰減高頻分量。但與之同時(shí)帶來的負(fù)面影響使圖像的細(xì)節(jié)也有一定的衰減，從視覺效果上來看圖像比處理前模糊。如何從這些被噪聲污染的高光譜影像中獲取更加有效可靠的信息是亟待解決的重要問題。為了抑制噪聲，改善圖像質(zhì)量，便于更高層次的處理，必須對圖像進(jìn)行去噪預(yù)處理。消除圖像噪聲的工作稱之為圖像濾波或平滑。數(shù)字圖像噪聲去除涉及光學(xué)系統(tǒng)、微電子技術(shù)、計(jì)算機(jī)科學(xué)、數(shù)學(xué)分析等領(lǐng)域，是一門綜合性很強(qiáng)的邊緣科學(xué)。在理論上噪聲可以定義為“不可預(yù)測，只能用概率統(tǒng)計(jì)方法來認(rèn)識(shí)的隨機(jī)誤差”，因此圖像噪聲看是多維隨機(jī)過程，描述噪聲的方法可以借用隨機(jī)過程的描述，即用其概率分布函數(shù)和概率密度分布函數(shù)。但在很多情況下，這樣描述方法是很復(fù)雜，甚至不可能的。實(shí)際應(yīng)用中，通常使用其數(shù)值特征，即均值方差、相關(guān)函數(shù)等。因?yàn)檫@些數(shù)值特征都可以從某些方面反映出噪聲的特征。噪聲對圖像信號幅度和相位的影響十分復(fù)雜，有些噪聲和圖像信號相互獨(dú)立不相關(guān)，有些是相關(guān)的，噪聲本身之間也可能相關(guān)。遙感圖像在成像、獲取和傳輸?shù)倪^程中,往往會(huì)受到很多噪聲的影響,其中最為常見的噪聲為高斯噪聲、云噪聲和霧噪聲等。遙感圖像中,噪聲具有隨機(jī)性與不確定性,這些噪聲的存在,會(huì)降低圖像的質(zhì)量，抑制有用的信息，影響信息的精度，甚至?xí)?dǎo)致錯(cuò)誤的判斷。圖像的邊緣紋理等細(xì)節(jié)的模糊,給遙感圖像的識(shí)別和分析帶來一定困難。為獲得清晰的、高質(zhì)量的遙感圖像必須進(jìn)行降噪預(yù)處理。遙感圖像去噪的目標(biāo)在于在保護(hù)圖像細(xì)節(jié)信息的前提下,最大限度地去除噪聲,提高數(shù)據(jù)的可讀性與有效性。遙感圖像去噪方法其實(shí)質(zhì)是在去除噪聲和維持圖像細(xì)節(jié)上保持平衡。高光譜圖像是由二維空間信息和一維光譜信息組成的三維數(shù)據(jù)，被認(rèn)為是一個(gè)3D張量，對應(yīng)三階張量的表現(xiàn)形式。通常原始高光譜圖像的尺寸較大，不宜直接進(jìn)行張量運(yùn)算。高光譜圖像質(zhì)量受多種復(fù)雜因素影響，其獲取和傳輸過程中引入了大量噪聲，如熱噪聲、光子噪聲等。這些噪聲不僅影響圖像視覺效果還影響其后續(xù)處理和應(yīng)用(如高光譜圖像特征提取、分類、混合像元分解、目標(biāo)檢測等)。

近年來,能夠獲取的不同空間分辨率的高光譜衛(wèi)星遙感數(shù)據(jù)愈發(fā)豐富。然而,高光譜圖像在獲取和傳播過程中難以避免會(huì)受到噪聲污染。為了獲得高質(zhì)量遙感圖像,需對退化圖像復(fù)原以提升遙感圖像質(zhì)量。現(xiàn)有大多數(shù)圖像復(fù)原算法都是建立在模糊圖像點(diǎn)擴(kuò)散函數(shù)和圖像噪聲已知的前提下進(jìn)行的。但實(shí)際成像過程中,遙感圖像退化因素復(fù)雜,無法精確知道圖像模糊核函數(shù)和遙感圖像噪聲分布。