基于稀疏表示和自适应字典学习的“高分一号”遥感图像去噪.pdfVIP

第40卷第9期 光电工程 Vb1．40．NO．9 2013年9月 Opto—ElectronicEngineering Sept，2013 文章编号：1003—501X(2013)09—0016—06 基于稀疏表示和 自适应字典学习的 “古 同 分一丐口，遥感图像去噪 秦振涛 ，一，杨武年 ，潘佩芬 (1．成都理工大学 地学空间信息技术国土资源部重点实验室／遥感与GIS研究所，成都 610059； 2．攀枝花学院 数学与计算机学院，四川 攀枝花 617000) 摘要：对高分辨率遥感图像进行去噪是遥感研究中的一个重要难题 本文提出了一种新的基于稀疏表示的高分辨 率遥感图像去噪算法，该算法根据加噪高分辨率遥感图像的特点利用 K．SVD 算法自适应的学习得到能高效描述 遥感图像内容的字典，利用稀疏表示实现去噪，并且保留原图像的有用信息。通过对 “高分一号”获取的遥感图 像进行实验表明，该算法能较好地滤除遥感图像的噪声，提高了图像的峰值信噪比，该方法比其他字典学习算法 及其他去噪算法具有更好的性能。 关键词：稀疏表示；图像去噪；字典学习；K．SVD；高分一号 中图分类号：TN911．73；TN391 文献标志码 ：A do；：10．3969j／．issn．1003—501X．2013．09．003 TheRemoteSensingImageDenoisingof ‘T‘heFirstSatelliteofHigh Resolution’’BasedonSparseRepresentatiOnandDictionaryLearning QINZhentao，一，YANGWunian，PANPeifen (1．KeyLaboratoryofGeo—specialInformationTechnology，MinistryofLandandResources／Institute ofRemoteSensing＆GIS，ChengduUniversityofTechnology，Chengdu610059，China； 2．SchoolofMathmaticsandComputerScience，PanzhihuaCollege，Panzhihua617000，SichuanProvince，China) Abstract：Denoisingthehighresolutionremotesensingimagesisadifficultproblem intherelativeresearch fieldof remotesensing．A novelalgorithm fordenoisingthehighresolutionremotesensingimagesisproposedbasedonsparse representation．A dictionarywhichhasanefficientdescriptionofremotesensingimagecontentisobtainedbasedon K-SVD algorithm accordingtothecharacteristicsoftheaddednoiseofhighspatialresolutionremotesensingimages． Denoisingisrealizedbyusingsparserepresentation，andtheusefulinformationoftheimageiskept．Theexperimental resultsoftheremotesensingimagesobtainedby “thefirstsatelliteofhighresolution’’show thatthealgorithm canfil