一种基于特征曲线指导的遥感图像去噪方法技术

本发明专利技术提供了一种基于特征曲线指导的遥感图像去噪方法，包括：获取包含噪音的遥感图像；在包含噪音的遥感图像中使用凸先验约束的CV模型获得特征曲线的距离符号函数φ(f)；根据所述距离符号函数构建遥感图像去噪的变分模型；所述变分模型的正则项为一个二阶项和一个一阶项；求解所述变分模型，获得求解完毕的变分模型；输入包含噪音的遥感图像，利用所述求解完毕的变分模型去噪，得到去噪后的遥感图像。本发明专利技术通过特征曲线的指导，其可以使遥感图像很好的保持特征的同时又可以较好的恢复光滑区域。

【技术实现步骤摘要】
一种基于特征曲线指导的遥感图像去噪方法
本专利技术涉及遥感像去噪领域，尤其涉及一种基于特征曲线指导的遥感图像去噪方法。
技术介绍
遥感图像是一种通过在飞机、卫星等移动平台上布置传感器获得的对地表观测的影像。作为对地表观测的主要形式之一，遥感图像有着很多的优点。遥感图像可以直观形象的表明地表上信息的位置属性、类别属性和状态属性等，从而在各行各业中有着广泛的应用。例如：农业、军事、救灾等行业。近些年，随着成像技术的提升，遥感图像的空间分辨率大幅度的提升，应用场景也愈加广泛。但是，在遥感图像的获取过程中，不可避免地出现了一些噪音。这些噪音极大的影响了遥感图像的可视化效果和图像处理算法的表现。因此，在对遥感图像的信息进行提取一些有意义的特征(如区域分割、边界提取和目标检测等)之前，遥感图像的去噪工作是必不可少的。但是在去噪的同时，需要保持其空间分辨率的同时，还需要保持住边界特征和纹理特征，而且还不能引入一些严重的人造现象，要达到这一目标在目前仍然是一项具有挑战性的研究工作。遥感图像的噪音去除是遥感图像后处理的基础，对于遥感图像的信息的提取有着重要的意义本文档来自技高网...

【技术保护点】
1.一种基于特征曲线指导的遥感图像去噪方法，其特征在于：包括：以下步骤：/nS101：获取包含噪音的遥感图像；在包含噪音的遥感图像中使用凸先验约束的CV模型获得特征曲线的距离符号函数φ(f)；/nS102：根据所述距离符号函数构建遥感图像去噪的变分模型；所述变分模型的正则项为一个二阶项和一个一阶项；/nS103：求解所述变分模型，获得求解完毕的变分模型；/nS104：输入包含噪音的遥感图像，利用所述求解完毕的变分模型去噪，得到去噪后的遥感图像。/n

【技术特征摘要】
1.一种基于特征曲线指导的遥感图像去噪方法，其特征在于：包括：以下步骤：
S101：获取包含噪音的遥感图像；在包含噪音的遥感图像中使用凸先验约束的CV模型获得特征曲线的距离符号函数φ(f)；
S102：根据所述距离符号函数构建遥感图像去噪的变分模型；所述变分模型的正则项为一个二阶项和一个一阶项；
S103：求解所述变分模型，获得求解完毕的变分模型；
S104：输入包含噪音的遥感图像，利用所述求解完毕的变分模型去噪，得到去噪后的遥感图像。


2.一种基于特征曲线指导的遥感图像去噪方法，其特征在于：步骤S101中具有凸先验约束的CV模型具体如式(1)所示：



其中，






f为受到噪音破坏的遥感图像，φ(f)为相应的特征曲线的距离符号函数；H、δ分别为赫维赛德函数、狄拉克函数，c1、c2则为固定的常数；λ1、λ2＞0为的常值参数；Δ则分别为梯度算子和拉普拉斯算子。


3.如权利要求1所述的一种基于特征曲线指导的遥感图像去噪方法，其特征在于：步骤S102中所述变分模型具体如式(4)所示：



式(4)中，f、u分别为受到噪音破坏、恢复得到的遥感图像；
一阶梯度算子
二阶梯度算子i、j是遥感图像像素的位置；分别为水平方向、竖直方向上的前向差分算子，分别为水平方向、竖直方向上的后向差分算子；α＞0...

【专利技术属性】
技术研发人员：崔英姿，王波，郭明强，钟静，蔡为，王均浩，赵保睿，曹威，张敏，但唐明，
申请(专利权)人：湖北地信科技集团股份有限公司，
类型：发明
国别省市：湖北;42