[发明专利]一种基于特征曲线指导的遥感图像去噪方法有效
申请号: | 202110337926.X | 申请日: | 2021-03-30 |
公开(公告)号: | CN112862729B | 公开(公告)日: | 2022-09-06 |
发明(设计)人: | 崔英姿;王波;郭明强;钟静;蔡为;王均浩;赵保睿;曹威;张敏;但唐明 | 申请(专利权)人: | 湖北地信科技集团股份有限公司 |
主分类号: | G06T5/00 | 分类号: | G06T5/00 |
代理公司: | 武汉知产时代知识产权代理有限公司 42238 | 代理人: | 马帅 |
地址: | 430000 湖北省武汉市武汉*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 特征 曲线 指导 遥感 图像 方法 | ||
1.一种基于特征曲线指导的遥感图像去噪方法,其特征在于:包括:以下步骤:
S101:获取包含噪音的遥感图像;在包含噪音的遥感图像中使用凸先验约束的CV模型获得特征曲线的距离符号函数φ(f);
S102:根据所述距离符号函数构建遥感图像去噪的变分模型;所述变分模型的正则项为一个二阶项和一个一阶项;
S103:求解所述变分模型,获得求解完毕的变分模型;
S104:输入包含噪音的遥感图像,利用所述求解完毕的变分模型去噪,得到去噪后的遥感图像;
步骤S101中具有凸先验约束的CV模型具体如式(1)所示:
其中,
f为受到噪音破坏的遥感图像,φ(f)为相应的特征曲线的距离符号函数;
H、δ分别为赫维赛德函数、狄拉克函数,c1、c2则为固定的常数;λ1、λ20为的常值参数;Δ则分别为梯度算子和拉普拉斯算子;
步骤S102中所述变分模型具体如式(4)所示:
式(4)中,f、u分别为受到噪音破坏、恢复得到的遥感图像;
一阶梯度算子
二阶梯度算子i、j是遥感图像像素的位置;分别为水平方向、竖直方向上的前向差分算子,分别为水平方向、竖直方向上的后向差分算子;α0为数据项系数,用来平衡数据项和正则项的权重。
2.如权利要求1所述的一种基于特征曲线指导的遥感图像去噪方法,其特征在于:步骤S103中对所述变分模型求解,具体包括以下步骤:
使用分裂变量法和交替乘子法将式(4)转换为式(5):
式(5)的增广拉格朗日形式如式(6)所示:
式(6)中,λt,λw0为拉格朗日乘子,rt,rw0为惩罚项系数;
将式(6)分解为式(7)、(8)、(9)三个子问题求解:
3.如权利要求2所述的一种基于特征曲线指导的遥感图像去噪方法,其特征在于:对于式(7)中的子问题,固定u,w,求解t,得到其解为:
式(10)中,
4.如权利要求2所述的一种基于特征曲线指导的遥感图像去噪方法,其特征在于:对于式(8)中的子问题,固定u,t,求解w,得到其解为式(11):
式(11)中,
5.如权利要求2所述的一种基于特征曲线指导的遥感图像去噪方法,其特征在于:对于式(9)中的子问题,固定w,t,求解u,得到其解为式(12):
式(12)中,div1、div2分别是对应的散度算子;分别为逆向傅里叶变换、傅里叶变换。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于湖北地信科技集团股份有限公司,未经湖北地信科技集团股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110337926.X/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种姜黄素的制备方法
- 下一篇:车厢、磁悬浮车辆及磁悬浮交通系统