本发明专利技术公开了一种去除高光谱图像的噪声的方法及装置，该产生方法包括：对高光谱图像做Tucker分解得到核张量；计算核张量在三个维度上的能量信息矢量；计算高光谱图像在三个维度上的能量噪声比；根据能量信息矢量和能量噪声比计算张量秩；以及根据张量秩对高光谱图像进行分解以去除噪声。
【技术实现步骤摘要】
本专利技术设及图像处理
，尤其设及一种去除高光谱图像的噪声的方法及装 置。
技术介绍
光谱分辨率在101数量级范围内的光谱图像称为高光谱图像。通常，采集高光谱 图像的设备包含有多个可W采集不同波长的光波数据的传感器，每一个传感器可W在其所 在的波长上生成一幅二维灰度图。该样，把该些二位灰度图合在一起，就是一幅=维的高光 谱图像。 去除高光谱图像的噪声是应用高光谱图像进行地物分类和目标识别等后续处理 的一个关键的预处理步骤。现有的一些去除高光谱图像的噪声的方法会将=维图像数据首 先变换成二维图像数据，然后用二维去噪的方法对高光谱图像做去噪处理。在将=维图像 数据变换程二维图像数据的过程中，=维图像数据内的空间结构信息会被破坏，导致其最 终的去噪声效果不够理想。
技术实现思路
本专利技术的目的在于提供一种去除高光谱图像的噪声的方法及装置，W解决现有技 术去除高光谱图像噪声的效果不理想的问题。 本专利技术的一个实施例提供了一种去除高光谱图像的噪声的方法，包括：对高光谱 图像做化cker分解得到核张量；计算核张量在=个维度上的能量信息矢量；计算高光谱图 像在=个维度上的能量噪声比；根据能量信息矢量和能量噪声比计算张量秩；W及根据张 量秩对高光谱图像进行分解W去除噪声。 本专利技术的另一个实施例提供了一种去除高光谱图像的噪声的装置，包括；核张量 分解模块，用于对高光谱图像做化cker分解得到核张量；能量信息矢量计算模块，用于计 算核张量在=个维度上的能量信息矢量；能量噪声比计算模块，用于计算高光谱图像在= 个维度上的能量噪声比；张量秩计算模块，用于根据能量信息矢量和能量噪声比计算张量 秩；W及图像分解模块，用于根据张量秩对高光谱图像进行分解W去除噪声。【附图说明】 通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通 技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本专利技术 的限制。而且在整个附图中，用相同的参考符号表示相同的部件。其中在附图中，参考数字 之后的字母标记指示多个相同的部件，当泛指该些部件时，将省略其最后的字母标记。在附 图中：[000引图1为本专利技术的去除高光谱图像的噪声的方法的一个实施例的流程图； 图2为图1所示方法中的步骤102的一个实施例的流程图； 图3为图1所示方法中的步骤103的一个实施例的流程图； 图4为图1所示方法中的步骤104的一个实施例的流程图； 图5为本专利技术的去除高光谱图像的噪声的装置一个实施例的示意性框图。 在附图中，使用相同或类似的标号来指代相同或类似的元素。【具体实施方式】 现在将参考附图来详细描述本专利技术的示例性实施方式。应当理解，附图中示出和 描述的实施方式仅仅是示例性的，意在阐释本专利技术的原理和精神，而并非限制本专利技术的范 围。 参考图1，图1为本专利技术的去除高光谱图像的噪声的方法的一个实施例100的流程 图。图1所示的实施例100可W包含如下步骤101至105。 在步骤101中，对高光谱图像做化cker分解得到核张量。 在本专利技术的一个实施例中，可W对高光谱图像做无截断的化cker分解。即： 如果含有噪声的高光谱图像.J/e股，则通过无截断的化cker分解得到的核张量 。其中，化表示实数空间维，分别表示含有噪声的高光谱图像在空间水 平维、空间垂直维和光谱维=个维度上的大小。 在步骤102中，计算核张量在=个维度上的能量信息矢量。 在本专利技术的一个实施例中，参考图2,步骤102可W包含如下子步骤201至202。 在子步骤201中，对核张量在=个维度上做张量展开得到展开矩阵。 在本专利技术的一个实施例中，展开矩阵Cw ，展开矩阵.CpjE化，展 开矩巧 在子步骤202中，通过计算展开矩阵的行范数W得到能量信息矢量。 在本专利技术的一个实施例中，展开矩阵Cw的行范数C, €心XI，Cl即是第一维度上的 能量信息矢量。类似地，展开矩阵(：<2>的行范数CsE政C2即是第二维度上的能量信息矢 量；展开矩阵〇〇3>的行范数C;€]RAx1，C3即是第S维度上的能量信息矢量。 在步骤103中，计算高光谱图像在S个维度上的能量噪声比。 在本专利技术的一个实施例中，参考图3,步骤103可W包含如下子步骤301至303。 在子步骤301中，用最小二乘法估算S个维度上的回归系数矢量。 在本专利技术的一个实施例中，可W通过如下公式（1)估算S个维度上的回归系数矢 量：[002引（1) 其中抑'> 表示第n个维度上的回归系数矢量，a!") 6肢('"-"XI.wW表示高光谱图 像.J/的n维展开矩阵的转置矩阵中，除去第i列W后的剩余列所组成的矩阵；表示 的转置矩阵；表示表示高光谱图像y的n维展开矩阵的转置矩阵中的第i列向 量。 在子步骤302中，根据回归系数矢量和高光谱图像估算=个维度上的噪声。 在本专利技术的一个实施例中，可W通过如下公式（2)估算=个维度上的噪声：[00对（2)[003引其中，卽嗦示第n个维度上的噪声，￡!")E心XI。 在子步骤303中，根据高光谱图像的能量和=个维度上的噪声的能量计算=个维 度下的归一化的能量噪声比。 在本专利技术的一个实施例中，可W通过如下公式（3)计算S个维度上的归一化的能 量噪声比：(3) 其中，表示第n个维度上的归一化能量噪声比，梦")=，II?IIp 表示求F-范数。[003引在步骤104中，根据能量信息矢量和能量噪声比计算张量秩。 在本专利技术的一个实施例中，第n个维度上的张量秩r。可W是满足如下公式（4)的 值：(4) 在子步骤403中，计算能量噪声比与比值的差值。 具体来说，可W通来计算由每一个备选张量秩得到的能量信 息矢量中的噪声能量与总能量的比值与能量噪声比的差值。 在子步骤404中，将差值最小的备选张量秩选为张量秩。 在本专利技术的一个实施例中，由于子步骤403得到的差值是一个矢量，因此，可W通 过计算该矢量的F-范数的方法来判断该差值的大小。F-范数最小的差值所对应的r。，就 可W认为是第n个维度上的张量秩。 在步骤105中，根据张量秩对高光谱图像进行分解W去除当前第1页1 2 本文档来自技高网...
【技术保护点】
一种去除高光谱图像的噪声的方法，其特征是，包括：对所述高光谱图像做Tucker分解得到核张量；计算所述核张量在三个维度上的能量信息矢量；计算所述高光谱图像在三个维度上的能量噪声比；根据所述能量信息矢量和所述能量噪声比计算张量秩；以及根据所述张量秩对所述高光谱图像进行分解以去除噪声。
【技术特征摘要】
【专利技术属性】
技术研发人员：孟书书，王文钦，邵怀宗，陈慧，潘晔，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51
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。