计算机测量与控制
計算機測量與控製
계산궤측량여공제
COMPUTER MEASUREMENT & CONTROL
2009年
6期
1070-1072,1076
,共4页
常威威%郭雷%刘坤%付朝阳
常威威%郭雷%劉坤%付朝暘
상위위%곽뢰%류곤%부조양
高光谱遥感%去噪%小波变换%主分量分析
高光譜遙感%去譟%小波變換%主分量分析
고광보요감%거조%소파변환%주분량분석
高光谱遥感数据是一种超维数据,噪声随机地存在于其多个通道图像上,而某些特征谱段图像的信噪比在很大程度上影响着具体的光谱特性分析的准确性,高信噪比意味着地物探测或识别的高准确性;提出了一种新颖的基于小波-PCA分析的高光谱遥感数据噪声消除方法,首先对高光谱各波段图像进行二维小波分解,然后将各小波子图像进行主分量分析,根据噪声特性自适应选取主分量进行PCA重构;得到去噪后小波图像,最后进行小波重构.通过对OMIS图像的实验结果表明,该方法不但可以有效地消除高光谱遥感数据中的噪声,改善图像的信噪比,还能比较完整地保留原有高光谱数据的空间和光谱特性,且性能上要优于PCA方法和小波分析方法.
高光譜遙感數據是一種超維數據,譟聲隨機地存在于其多箇通道圖像上,而某些特徵譜段圖像的信譟比在很大程度上影響著具體的光譜特性分析的準確性,高信譟比意味著地物探測或識彆的高準確性;提齣瞭一種新穎的基于小波-PCA分析的高光譜遙感數據譟聲消除方法,首先對高光譜各波段圖像進行二維小波分解,然後將各小波子圖像進行主分量分析,根據譟聲特性自適應選取主分量進行PCA重構;得到去譟後小波圖像,最後進行小波重構.通過對OMIS圖像的實驗結果錶明,該方法不但可以有效地消除高光譜遙感數據中的譟聲,改善圖像的信譟比,還能比較完整地保留原有高光譜數據的空間和光譜特性,且性能上要優于PCA方法和小波分析方法.
고광보요감수거시일충초유수거,조성수궤지존재우기다개통도도상상,이모사특정보단도상적신조비재흔대정도상영향착구체적광보특성분석적준학성,고신조비의미착지물탐측혹식별적고준학성;제출료일충신영적기우소파-PCA분석적고광보요감수거조성소제방법,수선대고광보각파단도상진행이유소파분해,연후장각소파자도상진행주분량분석,근거조성특성자괄응선취주분량진행PCA중구;득도거조후소파도상,최후진행소파중구.통과대OMIS도상적실험결과표명,해방법불단가이유효지소제고광보요감수거중적조성,개선도상적신조비,환능비교완정지보류원유고광보수거적공간화광보특성,차성능상요우우PCA방법화소파분석방법.
