本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，更進(jìn)一步涉及高光譜圖像濾波處理技術(shù)領(lǐng)域中的一種基于四維塊匹配濾波bm4d(block-matchingand4dfiltering)的高光譜遙感圖像去噪方法。本發(fā)明可用于對(duì)高光譜遙感圖像的噪聲進(jìn)行抑制。

背景技術(shù)：

高光譜遙感圖像是最近幾十年發(fā)展起來(lái)的一種新興遙感圖像，它能更為全面，更為詳細(xì)地描述地物特征。然而，高光譜遙感圖像在成像及傳播過(guò)程中受到很多復(fù)雜因素影響，會(huì)引入大量噪聲，對(duì)高光譜遙感圖像后續(xù)的應(yīng)用帶來(lái)很大困難。目前的高光譜遙感圖像去噪方法主要分為兩類(lèi)：一類(lèi)是基于變換域?yàn)V波的高光譜遙感圖像去噪方法，該方法是對(duì)高光譜遙感圖像采用某種變換方法，在變換域?qū)Ω吖庾V遙感圖像進(jìn)行去噪處理；另一類(lèi)是基于空間域?yàn)V波的高光譜遙感圖像去噪方法，該方法是利用相鄰像元間的相關(guān)性對(duì)高光譜遙感圖像進(jìn)行去噪。

maggionim，katkovnikv，egiazariank三人在其發(fā)表的論文“nonlocaltransform-domainfilterforvolumetricdatadenoisingandreconstruction”(ieeetransactionsonimageprocessingapublicationoftheieeesignalprocessingsociety,2013,22(1))中提出了一種基于非局部變換域?yàn)V波的高光譜遙感圖像去噪方法。該方法首先把高光譜遙感圖像分成一定大小的塊，根據(jù)圖像塊之間的相似性，把具有相似結(jié)構(gòu)的三維維圖像塊組合在一起形成四維維數(shù)組，然后用聯(lián)合濾波的方法對(duì)這些四維數(shù)組進(jìn)行處理，最后，通過(guò)逆變換，把處理后的結(jié)果返回到原圖像中，從而得到去噪后的圖像。該方法存在的不足之處是，沒(méi)有考慮不同波段信噪比之間的差異而導(dǎo)致去噪結(jié)果中細(xì)節(jié)信息的模糊泛化。

武漢大學(xué)在其申請(qǐng)的專(zhuān)利文獻(xiàn)“基于空間相關(guān)性的高光譜數(shù)據(jù)降噪方法及系統(tǒng)”(專(zhuān)利申請(qǐng)?zhí)朿n201410821313.3，公開(kāi)號(hào)cn104463808a)中公開(kāi)了一種基于空間相關(guān)性的高光譜數(shù)據(jù)降噪方法。該方法首先求解高光譜數(shù)據(jù)中各個(gè)波段所成圖像的平均圖像，計(jì)算高光譜數(shù)據(jù)的協(xié)方差矩陣并進(jìn)行特征值分解得到變換矩陣和特征值矩陣；然后再利用變換矩陣將高光譜數(shù)據(jù)進(jìn)行線性投影，得到變換域中的三維數(shù)據(jù)，利用特征值矩陣對(duì)變換域中的三維數(shù)據(jù)進(jìn)行降噪處理；最后，利用變換矩陣的逆矩陣對(duì)降噪后的變換域中的三維數(shù)據(jù)進(jìn)行線性投影，重構(gòu)得到降噪后的高光譜圖像。該方法存在的不足之處是，沒(méi)有考慮高光譜遙感圖像的譜間相關(guān)性而導(dǎo)致去噪后的結(jié)果會(huì)丟失圖像中的邊緣輪廓信息和紋理信息。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于克服上述現(xiàn)有技術(shù)的不足，提出一種基于四維塊匹配濾波的高光譜遙感圖像去噪方法，使得去噪后的高光譜遙感圖像能夠更好地保持邊緣輪廓信息和紋理信息。

實(shí)現(xiàn)本發(fā)明目的的思路是，利用高光譜遙感圖像自身局部塊之間的相似性來(lái)估計(jì)高光譜遙感圖像中的噪聲，將高光譜遙感圖像中的待估計(jì)的圖像塊與其相似塊濾波后的值作為該圖像塊的真實(shí)值。

為實(shí)現(xiàn)上述目的，本發(fā)明具體實(shí)現(xiàn)步驟如下：

(1)輸入高光譜遙感圖像。

利用高光譜遙感圖像成像儀，輸入一幅高光譜遙感圖像。

(2)對(duì)高光譜遙感圖像中的波段進(jìn)行分組。

利用高通濾波器對(duì)高光譜遙感圖像進(jìn)行濾波，得到高光譜遙感圖像的信號(hào)圖像和高光譜遙感圖像的噪聲圖像。

利用信噪比計(jì)算公式，計(jì)算高光譜遙感圖像中每個(gè)波段的信噪比。

所述的信噪比計(jì)算公式如下：

其中，snri表示高光譜遙感圖像中第i個(gè)波段的信噪比，log表示以10為底的對(duì)數(shù)操作，∑表示求和操作，si(k)表示高光譜遙感圖像的信號(hào)圖像中第i個(gè)波段中第k個(gè)元素的值，ni(k)表示高光譜遙感圖像的噪聲圖像中第i個(gè)波段中第k個(gè)元素的值。

將高光譜遙感圖像中所有波段中的信噪比大于30db的波段組成干凈波段組，將高光譜遙感圖像中所有波段中的信噪比小于等于30db的波段組成噪聲波段組。

(3)構(gòu)造四維數(shù)據(jù)塊。

將噪聲波段組數(shù)據(jù)劃分為n個(gè)大小為4×4×4的三維數(shù)據(jù)塊，n為大于等于1的整數(shù)。

在劃分后的n個(gè)三維數(shù)據(jù)塊中任意選取一個(gè)三維數(shù)據(jù)塊作為參考?jí)K。

利用相似性計(jì)算公式，計(jì)算每個(gè)三維數(shù)據(jù)塊與參考?jí)K之間的相似性系數(shù)。

所述的相似性計(jì)算公式如下：

其中，dn表示第n個(gè)三維數(shù)據(jù)塊與參考?jí)K之間的相似性系數(shù)，|·|表示取絕對(duì)值操作，cr表示噪聲波段組數(shù)據(jù)劃分后的n個(gè)三維數(shù)據(jù)塊中所選取的參考?jí)K，cn表示噪聲波段組數(shù)據(jù)劃分后的n個(gè)三維數(shù)據(jù)塊中第n個(gè)三維數(shù)據(jù)塊。

將所有與參考?jí)K之間的相似性系數(shù)小于2.8的三維數(shù)據(jù)塊組成一個(gè)四維數(shù)據(jù)塊。

(4)對(duì)四維數(shù)據(jù)塊進(jìn)行經(jīng)驗(yàn)維納濾波。

利用經(jīng)驗(yàn)維納濾波器，對(duì)四維數(shù)據(jù)塊進(jìn)行濾波，獲得去噪后的四維數(shù)據(jù)塊。

(5)輸出去噪后高光譜遙感圖像。

將去噪后的四維數(shù)據(jù)塊中的所有數(shù)據(jù)，返回到高光譜遙感圖像中，輸出去噪后的高光譜遙感圖像。

本發(fā)明與現(xiàn)有的技術(shù)相比具有以下優(yōu)點(diǎn)：

第一，由于本發(fā)明對(duì)高光譜遙感圖像中的波段進(jìn)行了分組，克服了現(xiàn)有技術(shù)中沒(méi)有考慮不同波段信噪比之間的差異而導(dǎo)致去噪結(jié)果中細(xì)節(jié)信息模糊泛化的問(wèn)題，采用本發(fā)明能夠較好地保持去噪后的高光譜遙感圖像中的細(xì)節(jié)信息。

第二，由于本發(fā)明利用經(jīng)驗(yàn)維納濾波器對(duì)四維數(shù)據(jù)塊進(jìn)行濾波，獲得去噪后的四維數(shù)據(jù)塊，克服了現(xiàn)有技術(shù)中沒(méi)有考慮高光譜遙感圖像的譜間相關(guān)性而導(dǎo)致去噪后的結(jié)果會(huì)丟失圖像中的邊緣輪廓信息和紋理信息的問(wèn)題，使得本發(fā)明能夠較好地保持去噪后高光譜遙感圖像中的邊緣輪廓信息和紋理信息。

附圖說(shuō)明

圖1是本發(fā)明的流程圖。

具體實(shí)施方式

下面結(jié)合附圖1對(duì)本發(fā)明做進(jìn)一步的描述。

步驟1，輸入高光譜遙感圖像。

利用光譜遙感圖像成像儀，輸入一幅高光譜遙感圖像。

步驟2，對(duì)高光譜遙感圖像中的波段進(jìn)行分組。

利用高通濾波器對(duì)高光譜遙感圖像進(jìn)行濾波，得到高光譜遙感圖像的信號(hào)圖像和高光譜遙感圖像的噪聲圖像。

利用信噪比計(jì)算公式，計(jì)算高光譜遙感圖像中每個(gè)波段的信噪比。

所述的信噪比計(jì)算公式如下：

其中，snri表示高光譜遙感圖像中第i個(gè)波段的信噪比，log表示以10為底的對(duì)數(shù)操作，∑表示求和操作，si(k)表示高光譜遙感圖像的信號(hào)圖像中第i個(gè)波段中第k個(gè)元素的值，ni(k)表示高光譜遙感圖像的噪聲圖像中第i個(gè)波段中第k個(gè)元素的值。

將高光譜遙感圖像中所有波段中的信噪比大于30db的波段組成干凈波段組，高光譜遙感圖像中所有波段中的信噪比小于等于30db的波段組成噪聲波段組。

步驟3，構(gòu)造四維數(shù)據(jù)塊。

將噪聲波段組數(shù)據(jù)劃分為n個(gè)大小為4×4×4的三維數(shù)據(jù)塊，n為大于等于1的整數(shù)。

在劃分后的n個(gè)三維數(shù)據(jù)塊中任意選取一個(gè)三維數(shù)據(jù)塊作為參考?jí)K。

利用相似性計(jì)算公式，計(jì)算各個(gè)三維數(shù)據(jù)塊與所選取的參考?jí)K之間的相似性系數(shù)。

所述的相似性計(jì)算公式如下：

其中，dn表示噪聲波段組數(shù)據(jù)劃分后的三維數(shù)據(jù)塊中的第n個(gè)三維數(shù)據(jù)塊與參考?jí)K之間的相似性系數(shù)，||表示取絕對(duì)值操作，cr表示所選取的參考?jí)K，cn表示噪聲波段組數(shù)據(jù)劃分后的三維數(shù)據(jù)塊中第n個(gè)三維數(shù)據(jù)塊。

將所有與所選取的參考?jí)K之間的相似性系數(shù)小于2.8的三維數(shù)據(jù)塊組成一個(gè)四維數(shù)據(jù)塊。

步驟4，對(duì)四維數(shù)據(jù)塊進(jìn)行經(jīng)驗(yàn)維納濾波。

利用經(jīng)驗(yàn)維納濾波器對(duì)四維數(shù)據(jù)塊進(jìn)行濾波，獲得經(jīng)驗(yàn)維納濾波后的四維數(shù)據(jù)塊。

步驟5，輸出去噪后高光譜遙感圖像數(shù)據(jù)。

將經(jīng)驗(yàn)維納濾波后的四維數(shù)據(jù)塊中的所有數(shù)據(jù)返回到高光譜遙感圖像中，輸出返回后的高光譜遙感圖像數(shù)據(jù)。