[发明专利]一种基于能量域变换的遥感影像去噪方法

权利要求书

1.一种基于能量域变换的遥感影像去噪方法，其特征在于，包括以下步骤：

步骤1，对遥感图像进行分块；

步骤2，根据相似性对所有分块进行聚类，得到一个或多个分类；

步骤3，对每个分类的分块图像进行能量域变换，得到该分类的能量域分量；

步骤4，对于每一分类，在能量域内将噪声部分的分量图像去除，并根据剩余的能量域分量反变换出各分块图像；

步骤5，将反变换出的分块图像按原分块图像的位置组合成遥感图像，完成遥感图像的去噪。

2.根据权利要求1所述的一种基于能量域变换的遥感影像去噪方法，其特征在于，步骤1中，分块的大小为50×50像素，若遥感图像的长宽不是50的整数倍，则最后一个分块与相邻分块部分重叠，从而实现所有分块的大小均为50×50像素。

3.根据权利要求2所述的一种基于能量域变换的遥感影像去噪方法，其特征在于，步骤2中，利用ISODATA方法对所有分块进行聚类，聚类计算时，每个分块图像按行展开为1×2500的向量；聚类后得到K个分类，其中，分类表示第i个分类下的第j个分块图像，1≤j≤N_i，N_i为分类中分块图像的数目。

4.根据权利要求3所述的一种基于能量域变换的遥感影像去噪方法，其特征在于，步骤3的具体方式为：

计算分类中分块图像的协方差矩阵R，R的大小为N_i×N_i；

对R进行特征分解，得到N_i个特征向量以及特征值；

利用N_i个特征向量分别对分类的分块图像进行变换处理，得到N_i个能量域分量。

5.根据权利要求4所述的一种基于能量域变换的遥感影像去噪方法，其特征在于，步骤4的具体方式为：

对N_i个特征值进行从大到小排序，并计算特征值之和s；

按从大到小的顺序对特征值进行累加，并计算累计比例，累加到第j个特征值时的累计比例为：

当累计比例η≥0.95时，停止累加，已累加的特征值构成序列l；将l以外的特征值所对应的能量域分量作为噪声去除；

计算变换矩阵Q＝P^-1，其中，为的N_i个特征向量；将Q记为与一一对应，

利用l中特征值所对应的能量域分量反变换出各分块图像：

式中，为反变换出的第i个分类下的第j个分块图像，q_jk为q_j的第k个分量，F_j为的第j个能量域分量。

6.根据权利要求5所述的一种基于能量域变换的遥感影像去噪方法，其特征在于，步骤5中，将反变换出的分块图像按原分块图像的位置组合成遥感图像时，若分块图像之间有重叠，则组合后遥感图像的该部分取为两重叠部分的均值。