[发明专利]一种基于能量域变换的遥感影像去噪方法

说明书

本发明公开了一种基于能量域变换的遥感影像去噪方法，属于遥感图像处理技术领域。本发明首先对图像进行分块，获取相似分块图像构成的集合，然后将其变换至能量域，在能量域占比较少的分量可以认为是噪声，去除噪声分量后，将其反变换至图像域，即得到去噪后的图像。本发明方法充分利用图像块之间的相似关系，具有良好的去噪效果，不需要对噪声模型进行假设，不涉及复杂的参数，实施简单，易于操作，适用范围广，可去除多种原因产生的噪声。

技术领域

本发明属于遥感图像处理技术领域，具体涉及一种基于能量域变换的遥感影像去噪方法。

背景技术

遥感影像尤其是卫星遥感影像受到成像过程中大气、背景、太空辐射环境、数字量化等因素的影响，存在多种形式的噪声。对遥感图像进行去噪是对图像作进一步处理的可靠保证，如果对含有噪声的图像进行特征提取、图像融合等处理后的结果，处理结果往往精度不够。此外，由于不同的成像机理，得到的初始图像中都含有大量不同性质的噪声，这些噪声的存在影响着人们对图像的理解，干扰人们对图像信息的处理和应用。

传统去噪方法如中值滤波、均值滤波等，需要对噪声模型进行假设，如加性噪声、高斯白噪声等，对于复杂的、多因素叠加性的噪声不能很好的处理。其他在变换域处理的方法如小波去噪，对高频噪声有一定效果，但对条纹等低频噪声效果不佳。在去噪模型上，一般都是利用邻域像素的相似关系，对不相邻区域的相似关系没有考虑。

发明内容

有鉴于此，本发明提供一种基于能量域变换的遥感影像去噪方法，该方法可利用分块图像的相似性，在能量域进行联合滤波，去除噪声分量，从而实现去噪。

为了实现上述目的，本发明采用的技术方案为：

一种基于能量域变换的遥感图像去噪方法，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。

进一步的，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。

进一步的，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，1≤i≤K，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。

进一步的，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。

进一步的，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：