小波分析及其在高光谱噪声去除中的应用.pdfVIP

第29卷，第7期 光谱学与光谱分析 200 and 9年7月 SpectroscopySpectralAnalysis July，2009 小波分析及其在高光谱噪声去除中的应用 周 丹1，王钦军1，田庆久2，蔺启忠1，傅文学1 1．中国科学院对地观测与数字地球科学中心。北京100086 2．南京大学国际地球系统科学研究所，江苏南京210093 摘要为了消除高光谱遥感图像中光谱曲线的锯齿型噪声，提高利用光谱曲线进行信息提取研究时的精 states 度，文章使用USGS(united geologicalsurvey)光谱库中的植被光谱进行模拟，添加了信噪比为30的噪 声后采用小波阈值法进行噪声去除，并利用信噪比、均方误差和光谱角三项指标以及综合评估系数叩来对去 噪效果进行评估，寻找出最佳的参数组合。实验表明，使用dbl2，dbl0，sym9，sym6等小波对含噪光谱进 行3～7层分解，采用软阈值函数处理小波变换系数并使用Heursure阈值方案进行阈值估计，然后根据第一 层小波分解的噪声水平估计进行阈值调整叮以得到满意的去噪效果。不过该方法对噪声水平有一定的依赖 性，针对不同噪声水平时需探索更合适的参数组合。 关键词高光谱；光谱曲线；噪声去除；小波阈值；MATLAB 中图分类号：TP751．1文献标识码：A 一个含噪光谱可以表示成如下的形式 (1) 引 言 dl=f(tf)+一·≈，i=1，2，…，行 式中，，(友)为真实光谱，ti=i／n，矗为噪声，口为噪声级别。 小波变换在信号处理中尤其是突变信号的检测、含噪信 对光谱吐进行去噪，就是要消除其中的噪声部分盈，获 号的去噪等方面有着广泛的应用[1]。自从Donoho等创造性 squared 得∥t1)的估计值7(fr)使其均方误差(MSE，mean 提出利用小波阈值法去噪以来[2]，引起了国内外学者的广泛 error)最小，达到去除噪声的目的【2]。 关注，并结合各自需求对小波阈值去噪法进行改进[3“]。此 (2) MSE(y)=一∑(7(￡1)一八南))2 外，利用小波分析去除光谱噪声也在化学睛”、农业[8’9]、生 对面进行离散小波变换，得到 物学口…、天文学[1川、材料学[1z]等领域得到应用。在高光谱 (3) 遥感领域，利用小波分析进行噪声去除主要还是针对图像中 K=K(d)=K(p+Yf(2) 的某个或某几个波段[13’14‘，而国内目前针对高光谱图像光 式中，yl(p和K(z)分别为真实光谱和噪声的小波变换系 谱曲线噪声去除的研究尚少。因此，本文将USeS光谱库中数Z。 的光谱添加噪声来模拟高光谱遥感影像的光谱曲线，利用小 随后利用阈值函数对小波变换系数进行运算，来获得新 波阈值的方法对之去噪，通过比较不同方案的处理结果而得 的小波变换系数Z。 到最佳的组合方案。