基于空间相关性的高光谱数据降噪方法及系统技术方案
【技术实现步骤摘要】
本专利技术属于高光谱数据处理
，具体涉及一种高光谱数据的降噪方法，用于将传感器采集的高光谱数据降低噪声量级，提升高光谱数据质量。
技术介绍
高光谱数据是使用高光谱遥感技术获得的多维信号，包括目标区域的二维图像数据和一维光谱数据。高光谱数据一般包括上百个光谱信息，波段范围包括紫外，可见光，红外等，所以在每个采样点上，形成了连续的光谱信息。近年来，高光谱数据已应用于如目标识别，农林业监测、地图填图等领域。但是由于在采集和传输过程中，仪器和外部的原因使得高光谱图像收到不同程度、不同性质的噪声干扰，如仪器内部的机械抖动，电磁波干扰等引起的噪声；光路中水气、悬浮粒子的吸收与散射等引起的噪声等。这些噪声的干扰降低了高光谱数据的分辨率，限制了高光谱数据的使用。目前，高光谱数据降噪的方法主要分为传统的对每一波段的图像进行图像降噪方法和将高光谱数据视为三维数据的降噪方法。将每一波段上的图像进行分别降噪，即将每个波段上的图像作为图像，使用经典的方法或者改进的经典方法来进行图...
【技术保护点】
一种基于空间相关性的高光谱数据降噪方法，其特征在于，包括以下步骤：步骤1，投影变换，包括下述子步骤，步骤1.1，求解高光谱数据中各个波段所成图像的平均图像，由平均图像计算高光谱数据的协方差矩阵，实现如下，设高光谱数据X，大小为M×N×P，总波段数为P，各个波段的图像Ik包含M×N个像素点，波段标号k的取值为1,2,…,P，用所有波段上的图像Ik计算出平均图像I如下I‾=Σk=1P1PIk]]>由如下公式Gt=1PΣk=1P(Ik-I‾)T(Ik-I‾)]]>得到高光谱数据的协方差矩阵Gt；步骤1.2，将...
【技术特征摘要】
1.一种基于空间相关性的高光谱数据降噪方法，其特征在于，包括以下步骤：
步骤1，投影变换，包括下述子步骤，
步骤1.1，求解高光谱数据中各个波段所成图像的平均图像，由平均图像计算高光谱数据的协
方差矩阵，实现如下，
设高光谱数据X，大小为M×N×P，总波段数为P，各个波段的图像Ik包含M×N个像素
点，波段标号k的取值为1,2,…,P，用所有波段上的图像Ik计算出平均图像I如下
I‾=Σk=1P1PIk]]>由如下公式
Gt=1PΣk=1P(Ik-I‾)T(Ik-I‾)]]>得到高光谱数据的协方差矩阵Gt；
步骤1.2，将协方差矩阵进行特征值分解得到变换矩阵和特征值矩阵，利用特征值分解得到的
变换矩阵将高光谱数据进行线性投影，得到变换域中的三维数据，实现如下，
对协方差矩阵Gt进行特征值分解如下，
Gt＝UΛUT得到变换矩阵U和特征值矩阵Λ＝diag(λ1,λ2,…,λP)，λ...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。