基于RTF的高光谱图像去噪方法.pdfVIP

2015年 11月 1日 现代电子技术 NOV．2O15 第38卷第21期 ModernElectronicsTechnique Vol_38 No．21 doi：10．16652~．issn．1004-373x．2015．21．001 基于RTF的高光谱图像去噪方法 阳雄耀 ，钟 平 ，王润生 (国防科学技术大学 ATR国防科技重点实验室，湖南 长沙 410073) 摘 要：高光谱数据 中包含丰富的光谱和空间上下文信息。早期的高光谱 图像去噪方法是单波段的、仅利用了高光谱 数据的空间上下文信息。近年来提出的一些去噪方法综合利用了光谱和空间上下文信息。但是在对大尺度和全局上下文信 息建模 以及模型与图像 内容 自适应等方面存在局限，导致去噪结果出现过平滑的现象。针对上述 问题 ，提 出了一种基于回 归树场的高光谱图像去噪方法：首先选择需要处理的高光谱波段；然后构建基于回归树场的高光谱去噪模型；最后利用基于 特定代价函数的模型训练方法同时得到模型的结构和参数、输 出去噪后的图像。实验结果表明，该方法能够充分利用高光 谱数据的光谱和空间上下文信息，在有效去除噪声的同时很好地保存 了图像中的重要细节，与BM3D和CRF相 比，其PSNR 提高了O．8一1．1dB。 关键词 ：高光谱去噪；回归树场；代价函数 ；光谱和空间上下文信息；过平滑 中图分类号：TN911．73．34；TP751．1 文献标识码 ：A 文章编号：1004．373X(2015)21．0001—05 HyperspectralimagedenoisingmethodbasedonRTF YANG Xiongyao，ZHONG Ping，WANG Runsheng (KeyLaboratoryofNationalDefenseScienceandTechnologyofATR，NationalUniversityofDefenseTechnology，Changsha410073，China) Abstract：Theabundantspectralandspatialcontextualinformationarecontainedinhyperspectraldata．Theoriginalhyper— spectralimagedenoisingmethodsaredirectatthesingleband，andonlythespatialcontextualinformationofthehyperspectral dataisutilized．Somedenoisingmethodsproposedinrecentyearsutilizethespectralandspatialcontextualinformationsyntheti- cally，buttheyhavecertainlimitationintheaspectsoflargescaleandglobalcontextualinformationmodeling，andtheadaption ofmodelandimagecontent，whichmaycausetheover·smoothphenomenonofthedenoisingresults．Fortheaboveproblems，a hyperspectralimagedenoisingmethodbasedonregressiontreefield(RTF)isputforward．Inthenewmethod，thehyperspectral bandwhichneedstobeprocessedisselectedfirst；thenthehyperspectraldenoisingmodelbasedonRTF isconstructed；fi