[發(fā)明專利]高光譜圖像的去噪方法、裝置及存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202010916443.0
• 申請日: 2020-09-03
• 公開（公告）號: CN112053302B
• 公開（公告）日: 2023-10-17
• 發(fā)明（設計）人: 馮華;李偉科;梁明健;鄧輔秦;黃永深
• 申請（專利權(quán)）人: 五邑大學
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 廣州嘉權(quán)專利商標事務所有限公司 44205
• 代理人: 孫浩

1.一種高光譜圖像的去噪方法，其特征在于，包括如下步驟：

獲取高光譜圖像上的像素點，根據(jù)所述像素點確定灰度值、每列的列均值和列方差，并將所述列均值組成列均值分布圖；

獲取所述列均值分布圖中的所有極值點，并根據(jù)所述極值點處的陡度值，確定所述陡度值小于陡度閾值的對應所述極值點，生成第一極值集合；所述第一極值集合包括有若干個第一極值；

獲取相對距離小于距離閾值的兩個相鄰的所述第一極值，根據(jù)相鄰的所述第一極值的數(shù)值，在所述第一極值集合中剔除數(shù)值較小的所述第一極值，生成第二極值集合；所述第二極值集合內(nèi)含有若干個第二極值；

對所述第二極值對高光譜圖像進行分類處理，得到噪聲列和非噪聲列；

對所述噪聲列和所述非噪聲列上的像素點分別進行平滑濾波處理，得到每列的濾波均值和濾波方差；

根據(jù)所述灰度值、所述列均值、所述列方差、所述濾波均值和所述濾波方差對高光譜圖像進行校對，得到去噪圖像。

2.根據(jù)權(quán)利要求1所述的一種高光譜圖像的去噪方法，其特征在于：所述獲取所述列均值分布圖中的所有極值點，并根據(jù)所述極值點處的陡度值，確定所述陡度值小于所述陡度閾值的對應所述極值點，生成第一極值集合，包括如下步驟：

獲取所述列均值分布圖中的所有極值點，生成第三極值集合；

根據(jù)所述第三極值集合中的所述極值點，確定所述列均值分布圖中對應所述極值點的兩個相鄰的所述列均值；

根據(jù)所述極值點與相鄰的所述列均值之間的差分值，確定所述極值點處的陡度值；

根據(jù)所述陡度值，獲取所述陡度值小于陡度閾值的對應所述極值點，生成第一極值集合。

3.根據(jù)權(quán)利要求2所述的一種高光譜圖像的去噪方法，其特征在于：所述極值點處的所述陡度值通過如下公式計算：

其中，Tg'為所述陡度值，μ_x為所述極值點，μ_x-1和μ_x+1為所述極值點的兩個相鄰的所述列均值。

4.根據(jù)權(quán)利要求2所述的一種高光譜圖像的去噪方法，其特征在于：所述陡度閾值通過如下步驟獲取：

根據(jù)所述列均值分布圖確定所有相鄰的兩個所述列均值之間的差值，得到差值集合；

獲取所述差值集合的平均值，得到陡度閾值。

5.根據(jù)權(quán)利要求1所述的一種高光譜圖像的去噪方法，其特征在于：所述列均值通過如下公式計算：

其中，μ_i為高光譜圖像的第i列的所述列均值，H為高光譜圖像的高度，L為高光譜圖像的寬度，I(i,j)為高光譜圖像中的第i列第j行的像素點的灰度值。

6.根據(jù)權(quán)利要求1所述的一種高光譜圖像的去噪方法，其特征在于：所述非噪聲列上的像素點通過S-G濾波處理。

7.根據(jù)權(quán)利要求1所述的一種高光譜圖像的去噪方法，其特征在于：所述噪聲列上的像素點通過均值濾波處理。

8.根據(jù)權(quán)利要求1所述的一種高光譜圖像的去噪方法，其特征在于：所述灰度值、所述列均值、所述列方差、所述濾波均值和所述濾波方差通過如下公式對高光譜圖像進行校對：

其中，Y_i[j]為所述去噪圖像的第i列第j行的像素點的所述灰度值，X_i[j]為高光譜圖像的第i列第j行的像素點的所述灰度值，μ_i為所述列均值、σ_i為所述列方差，為所述濾波均值、為所述濾波方差。

9.一種高光譜圖像的去噪裝置，其特征在于，包括至少一個控制處理器和用于與所述至少一個控制處理器通信連接的存儲器；所述存儲器存儲有可被所述至少一個控制處理器執(zhí)行的指令，所述指令被所述至少一個控制處理器執(zhí)行，以使所述至少一個控制處理器能夠執(zhí)行如權(quán)利要求1-8任一項所述的高光譜圖像的去噪方法。

10.一種計算機可讀存儲介質(zhì)，其特征在于，所述計算機可讀存儲介質(zhì)存儲有計算機可執(zhí)行指令，所述計算機可執(zhí)行指令用于使計算機執(zhí)行如權(quán)利要求1-8任一項所述的高光譜圖像的去噪方法。