高光谱图像的去噪方法、装置及存储介质制造方法及图纸

本发明专利技术公开了一种高光谱图像的去噪方法、装置及存储介质，包括如下步骤：获取高光谱图像上的像素点，组成列均值分布图；获取列均值分布图中的所有极值点，确定陡度值小于陡度阈值的对应极值点，生成第一极值集合；获取相对距离小于距离阈值的相邻第一极值，根据相邻第一极值的数值，在第一极值集合中剔除数值较小的第一极值，生成第二极值集合；对第二极值对高光谱图像进行分类处理，得到噪声列和非噪声列；对噪声列和非噪声列上的像素点分别进行平滑滤波处理，得到每列的滤波均值和滤波方差；对高光谱图像进行校对，得到去噪图像。本发明专利技术能够对高光谱图像进行去噪，减少条带噪声对高光谱图像的影响，提高高光谱图像的识别准确度。

【技术实现步骤摘要】
高光谱图像的去噪方法、装置及存储介质
本专利技术涉及图像处理领域，具体涉及一种高光谱图像的去噪方法、装置及存储介质。
技术介绍
在高光谱图像在获取的过程中，一般会受到条带噪声的污染，这些条带噪声在不同波段的高光谱图像中，所表现的形式是不完全相同，有些波段图像中会多一些，有些波段图像中会少一些，而且条带的宽度和散射强度也不固定。由此可见，条带噪声对高光谱图像的应用带来了极大挑战，不利于对图像目标的准确识别，因此有效去除条带噪声是高光谱图像很好应用的前提和基础。
技术实现思路
本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出一种高光谱图像的去噪方法、装置及存储介质，能够对高光谱图像进行去噪，减少条带噪声对高光谱图像的影响，提高高光谱图像的识别准确度。根据本专利技术的第一方面的实施例的高光谱图像的去噪方法，包括如下步骤：获取高光谱图像上的像素点，根据所述像素点确定灰度值、每列的列均值和列方差，并将所述列均值组成列均值分布图；获取所述列均值分布图中的所有极值点，并根据所述极值点处的陡度本文档来自技高网...

【技术保护点】
1.一种高光谱图像的去噪方法，其特征在于，包括如下步骤：/n获取高光谱图像上的像素点，根据所述像素点确定灰度值、每列的列均值和列方差，并将所述列均值组成列均值分布图；/n获取所述列均值分布图中的所有极值点，并根据所述极值点处的陡度值，确定所述陡度值小于陡度阈值的对应所述极值点，生成第一极值集合；所述第一极值集合包括有若干个第一极值；/n获取相对距离小于距离阈值的两个相邻的所述第一极值，根据相邻的所述第一极值的数值，在所述第一极值集合中剔除数值较小的所述第一极值，生成第二极值集合；所述第二极值集合内含有若干个第二极值；/n对所述第二极值对高光谱图像进行分类处理，得到噪声列和非噪声列；/n对所述噪...

【技术特征摘要】
1.一种高光谱图像的去噪方法，其特征在于，包括如下步骤：
获取高光谱图像上的像素点，根据所述像素点确定灰度值、每列的列均值和列方差，并将所述列均值组成列均值分布图；
获取所述列均值分布图中的所有极值点，并根据所述极值点处的陡度值，确定所述陡度值小于陡度阈值的对应所述极值点，生成第一极值集合；所述第一极值集合包括有若干个第一极值；
获取相对距离小于距离阈值的两个相邻的所述第一极值，根据相邻的所述第一极值的数值，在所述第一极值集合中剔除数值较小的所述第一极值，生成第二极值集合；所述第二极值集合内含有若干个第二极值；
对所述第二极值对高光谱图像进行分类处理，得到噪声列和非噪声列；
对所述噪声列和所述非噪声列上的像素点分别进行平滑滤波处理，得到每列的滤波均值和滤波方差；
根据所述灰度值、所述列均值、所述列方差、所述滤波均值和所述滤波方差对高光谱图像进行校对，得到去噪图像。


2.根据权利要求1所述的一种高光谱图像的去噪方法，其特征在于：所述获取所述列均值分布图中的所有极值点，并根据所述极值点处的陡度值，确定所述陡度值小于所述陡度阈值的对应所述极值点，生成第一极值集合，包括如下步骤：
获取所述列均值分布图中的所有极值点，生成第三极值集合；
根据所述第三极值集合中的所述极值点，确定所述列均值分布图中对应所述极值点的两个相邻的所述列均值；
根据所述极值点与相邻的所述列均值之间的差分值，确定所述极值点处的陡度值；
根据所述陡度值，获取所述陡度值小于陡度阈值的对应所述极值点，生成第一极值集合。


3.根据权利要求2所述的一种高光谱图像的去噪方法，其特征在于：所述极值点处的所述陡度值通过如下公式计算：



其中，Tg'为所述陡度值，μx为所述极值点，μx-1和μx+1为所述极值点的两个相邻的所述列均值。


4.根据权利...

【专利技术属性】
技术研发人员：冯华，李伟科，梁明健，邓辅秦，黄永深，
申请(专利权)人：五邑大学，
类型：发明
国别省市：广东;44